In het kantoor van de rector van een grote universiteit kijkt een bestuurder naar een scherm waarop een neuraal netwerk zojuist een gedetailleerd plan voor de hervorming van het curriculum heeft geproduceerd. De cijfers zien er goed uit en de prognoses klinken overtuigend. Toch spreekt er uit de blik van de beheerder een vermoeide twijfel. Hij beheerst de instrumenten wel, maar voelt een kloof tussen het gebruik ervan en een echt begrip van de gevolgen. Juist deze kloof vormt de centrale paradox in een nieuw model voor AI-geletterdheid, dat onlangs werd gepresenteerd in het tijdschrift Frontiers in Education. De auteurs stellen voor om AI-geletterdheid niet louter als een technische vaardigheid te zien, maar als een metavaardigheid — een vermogen van een hogere orde dat in staat is tot wezenlijke innovatie in het bestuur van het hoger onderwijs.
Het lijkt erop dat het model op het juiste moment komt. Het hoger onderwijs balanceert momenteel tussen de enorme verwachtingen van technologie en een chronische achterstand in bestuurlijke praktijken. Eerdere digitaliseringsgolven — van elektronische leerlingvolgsystemen tot Massive Open Online Courses (MOOC's) — eindigden vaak met de implementatie van tools, terwijl de onderliggende processen onveranderd bleven. Het nieuwe concept probeert deze cirkel te doorbreken door de nadruk te leggen op het metacognitieve niveau: het vermogen om AI niet alleen toe te passen, maar ook te reflecteren op de rol ervan, risico's te voorzien en fundamenteel nieuwe benaderingen te creëren voor de organisatie van zowel het leerproces als de administratieve taken.
In het artikel reconstrueren de auteurs de context uiterst zorgvuldig. Ze baseren zich op onderzoek van de afgelopen vijftien jaar, waarin digitale geletterdheid geleidelijk is geëvolueerd van computervaardigheid naar de kritische analyse van data. Echter, zoals de gegevens laten zien, bleven de meeste programma's steken op een oppervlakkig niveau. Het nieuwe model voegt daar ethische, creatieve en strategische lagen aan toe. Volgens de voorlopige resultaten van pilotprogramma's kwamen bestuurders die een dergelijke training volgden vaker met onconventionele oplossingen — variërend van adaptieve leertrajecten tot een herziening van het interne universiteitsbeleid op basis van de mogelijkheden van generatieve AI. Desondanks blijven de onderzoekers voorzichtig: vooralsnog zijn dit eerder bemoedigende observaties dan bewijzen voor een brede schaalbaarheid.
Opvallend genoeg leunt het model op ideeën over metacognitie uit de pedagogische psychologie. Een metavaardigheid is hierbij het vermogen om na te denken over het eigen denkproces in interactie met kunstmatige intelligentie. Een universiteitsbestuurder ziet in een neuraal netwerk niet langer slechts een assistent voor routinetaken. Hij begint het te gebruiken als een spiegel die helpt bij het heroverwegen van de onderwijsdoelen, de structuur van faculteiten en zelfs de succescriteria van de universiteit in een veranderende world. Deze benadering houdt klaarblijkelijk verband met bredere culturele verschuivingen: de maatschappij verlangt van het hoger onderwijs steeds vaker niet alleen kennis, maar ook het vermogen om te navigeren in tijden van onzekerheid.
Stel je een ervaren tuinman voor die niet alleen weet hoe hij elke plant moet bewateren, maar ook begrijpt hoe het volledige ecosysteem van de tuin in elkaar steekt: welke gewassen elkaar versterken, waar de bodem kwetsbaar is, wanneer ingrijpen noodzakelijk is en wanneer de natuur beter haar gang kan gaan. Op een vergelijkbare manier transformeert de metavaardigheid van AI-geletterdheid een beheerder van een gebruiker van kant-en-klare algoritmen naar iemand die innovaties binnen de eigen organisatie kan "kweken", rekening houdend met de menselijke factor, ethische grenzen en langetermijngevolgen. Deze eenvoudige analogie verduidelijkt direct waarom de auteurs zo sterk hameren op juist dat metaniveau.
Achter de theoretische consistentie gaan echter diepe spanningen schuil. De institutionele traagheid van universiteiten blijft een aanzienlijke remmende factor. Docenten ervaren nieuwe eisen vaak als een extra belasting in plaats van een verlichting van hun werk. Bovendien dringt de kwestie van rechtvaardigheid zich nadrukkelijk op: elite-instellingen met ruime budgetten en toegang tot experts zullen het model sneller kunnen adopteren dan regionale universiteiten. Als dat gebeurt, zal de nieuwe geletterdheid de bestaande kloof eerder vergroten dan verkleinen. Het onderzoek benoemt deze risico's eerlijk, hoewel het geen kant-en-klare oplossingen biedt om ze te overbruggen.
Op een dieper niveau raakt het model aan fundamentele vragen over de aard van management in het tijdperk van kunstmatige intelligentie. Het dwingt ons tot de vraag in hoeverre de huidige systemen in het hoger onderwijs bereid zijn vertrouwde hiërarchieën in te ruilen voor flexibele, op data en creativiteit gebaseerde structuren. Ook de economische belangen van techbedrijven spelen hier een rol — zij promoten hun tools actief, maar een werkelijke transformatie hangt af van de menselijke bereidheid om het denken te veranderen. Experts merken op dat zonder krachtige steun vanuit het overheidsbeleid en interne veranderingen binnen de instellingen, het model het risico loopt niet meer dan een mooi concept te blijven.
Uiteindelijk stelt dit nieuwe model van AI-geletterdheid als metavaardigheid ons voor een grotere vraag: kan het hoger onderwijs zelf de bewuste architect van de technologische revolutie worden, in plaats van er slechts een lijdend voorwerp van te zijn? Het antwoord hierop zal grotendeels bepalen hoe de universiteit van de toekomst eruitziet — als een plek van werkelijke intellectuele groei of als simpelweg de volgende arena voor de implementatie van weer nieuwe digitale oplossingen.
