AI-Geletterdheid School of Business and Economics for Professionals

AI: van abstract begrip naar vertrouwd en verantwoord gebruik

Het programma bestaat uit negen modules, verdeeld over drie thematische blokken.

Theorie en praktijk worden gecombineerd: actuele wetenschappelijke inzichten worden direct vertaald naar de eigen werkomgeving. Colleges zijn in principe Nederlandstalig, maar kunnen incidenteel Engelstalig zijn; ook de literatuur is deels in het Engels.

Er is veel ruimte voor interactie, discussie en het delen van ervaringen. Het programma stimuleert het inbrengen van eigen praktijkcases en richt zich sterk op leren met én van elkaar.

De colleges worden verzorgd door een mix van academische experts en ervaren professionals. De voorbereiding per module bedraagt gemiddeld 1 tot 1,5 uur, voornamelijk gericht op literatuurstudie, met optionele verdiepingsstof voor wie verder wil gaan.

Programma-opbouw

De modules zijn gegroepeerd in thematische blokken waarin je leert om AI te begrijpen, toe te passen en te verankeren in jouw organisatie.

Per module is gemiddeld 1 tot 1,5 uur voorbereiding nodig, vooral voor het lezen van (deels Engelstalige) literatuur. Optionele verdiepingsstof is beschikbaar voor wie verder wil verdiepen.

Hieronder vind je een uitgebreide toelichting per module.

Certificaat

Deelnemers die het programma succesvol hebben afgerond ontvangen een certificaat van deelname.

Dag 1
Dag 2
Dag 3

Van abstractie/concept naar visie en begrip

Module: De waarde van data en AI in een veranderende wereld / De impact van data en AI op jouw organisatie

Leerdoelen: begrijpen van de bredere context van data- en AI-gedreven innovatie als basis om te bepalen hoe je als organisatie relevant blijft binnen een snel veranderend technologisch krachtenveld.

Waarom, wat en hoe van data- en AI-gedreven innovatie.
Wat zijn relevante veranderingen op het gebied van data en AI?
Wat is de impact van deze veranderingen op jouw organisatie?
Hoe kan je succesvol innoveren met data en AI?

Module: AI: de basis

Leerdoelen: begrijpen wat AI is, wat het wel en wat het niet kan, het ontwikkelen van een referentiekader om de output van AI te kunnen beoordelen en de juiste vragen te kunnen stellen over de toepassing ervan, het ontwikkelen van een gemeenschappelijke taal.

Onderscheid AI, machine learning en algoritme.
Verschillende soorten AI.
AI: basisbegrippen.
Belangrijkste criteria om de resultaten van AI te kunnen beoordelen.
Begrijpen wat AI wel kan en wat niet.

Module: Generatieve AI, Taalmodellen en Autonome AI (agents)

Leerdoelen: begrijpen wat generatieve AI is en de rol van taalmodellen hierin, hoe je op een verantwoorde en veilige manier generatieve AI in kunt zetten.

Wat is Generatieve AI, en hoe het verschilt van andere gerelateerde technologieën.
Autonomous AI: het verschil tussen AI Agents en Agentic AI.
Overzicht van veelgebruikte oplossingen per domein (tekst, beeld, coderen, etc).
Closed-source versus open-source.
Hoe benut je AI optimaal zonder in veelvoorkomende valkuilen te trappen? 
Wat zijn de belangrijkste randvoorwaarden tav security? (Saas versus On-premise)
Wat zijn best practices?
Een aantal cases.

Van visie en begrip naar toepassing

Module: AI Implementatie

Leerdoelen: ontwikkelen van een aanpak om van idee naar succesvolle implementatie te gaan.

Welke stappen zijn nodig om van idee tot concrete verbeteringen met behulp van AI te komen?
Waar begin je?
Wat zijn essentiële onderdelen van je aanpak?

Module: Verstandig managen van AI (‘managing AI wisely’)

Leerdoelen: verkrijgen van kennis hoe AI op een verstandige manier kan worden gemanaged.

Inzicht in concrete use cases voor het ontwikkelen, implementeren en gebruiken van AI-systemen in organisaties.
Best practices voor het managen van AI-ontwikkeling en -implementatie.
Reflecteren op de beoogde resultaten van AI-technologieën en mogelijke valkuilen, domino-effecten en onbedoelde gevolgen.
Hoe beng je ontwikkelaars, domeinexperts en andere relevante belanghebbenden voor AI-ontwikkeling en -implementatie samen en hoe organiseer je dit?

Module: Basis van Prompt Engineering

Leerdoelen: bieden van solide basis in prompt engineering om effectiever met AI-modellen (chatbots) te kunnen werken.

Wat is prompt engineering?
Basisprincipes van Prompt Engineering (structuur en verschillende soorten prompts)
Belang van context.
Technieken en best practices
Prompts te testen en te verfijnen.
Veelvoorkomende Fouten.
Toekomst van prompt engineering

De module heeft een hands-on karakter met veel praktische oefeningen.

Van idee naar reflectie en governance

Module: AI Governance

Leerdoelen: aanreiken van modellen en kaders voor het ontwikkelen en implementeren van effectieve AI-governance mechanismen.

Begrijpen wat de rol en relevantie is van de AI-wetgeving en governance.
Inzicht in de technologische, sociale en organisatorische aspecten van AI-wetgeving en governance.
Eerste stap van het vertalen van de AI-wetgeving en governance naar de concrete organisatie praktijk.

Module: AI en Ethiek

Leerdoelen: aanreiken van modellen en kaders om te reflecteren op ethische dilemma’s gericht op het op verantwoorde wijze toepassen van AI.

AI en ethiek. De ontwikkelingen in AI-technologie zijn indrukwekkend en soms haast niet bij te houden. Maar dat iets technisch kan, betekent nog niet dat het mag of dat het een goed idee is. Net als elke technologie vraagt AI om ethische bezinning. De ontwikkeling en het gebruik ervan vergen enorme hoeveelheden energie, veel taalmodellen schenden regelgeving rondom privacy en intellectueel eigendom en bovendien kunnen AI-modellen ‘bias’ ingebakken hebben en zo ongelijkheid verergeren. In deze module gaan we dieper in op de ethiek van AI: hoe identificeer je risico’s en wat kun je doen om AI op een verantwoorde manier in te zetten?

Module: Ontwerp jouw AI-case

In deze module werk je in een team een concrete AI-case uit. Op basis van cases die worden aangereikt werk je samen aan een AI-oplossing voor een concreet probleem (dit kan een maatschappelijk vraagstuk zijn, maar ook een specifiek bedrijfsvraagstuk zijn). De handvatten die in de modules zijn aangereikt kunnen hier worden toegepast. Ieder team presenteert de uitwerking van de case.

Dag 1
Van abstractie/concept naar visie en begrip
Module: De waarde van data en AI in een veranderende wereld / De impact van data en AI op jouw organisatie
Leerdoelen: begrijpen van de bredere context van data- en AI-gedreven innovatie als basis om te bepalen hoe je als organisatie relevant blijft binnen een snel veranderend technologisch krachtenveld.

Waarom, wat en hoe van data- en AI-gedreven innovatie.

Wat zijn relevante veranderingen op het gebied van data en AI?

Wat is de impact van deze veranderingen op jouw organisatie?

Hoe kan je succesvol innoveren met data en AI?

Module: AI: de basis
Leerdoelen: begrijpen wat AI is, wat het wel en wat het niet kan, het ontwikkelen van een referentiekader om de output van AI te kunnen beoordelen en de juiste vragen te kunnen stellen over de toepassing ervan, het ontwikkelen van een gemeenschappelijke taal.

Onderscheid AI, machine learning en algoritme.

Verschillende soorten AI.

AI: basisbegrippen.

Belangrijkste criteria om de resultaten van AI te kunnen beoordelen.

Begrijpen wat AI wel kan en wat niet.
Module: Generatieve AI, Taalmodellen en Autonome AI (agents)
Leerdoelen: begrijpen wat generatieve AI is en de rol van taalmodellen hierin, hoe je op een verantwoorde en veilige manier generatieve AI in kunt zetten.

Wat is Generatieve AI, en hoe het verschilt van andere gerelateerde technologieën.

Autonomous AI: het verschil tussen AI Agents en Agentic AI.

Overzicht van veelgebruikte oplossingen per domein (tekst, beeld, coderen, etc).

Closed-source versus open-source.

Hoe benut je AI optimaal zonder in veelvoorkomende valkuilen te trappen? 

Wat zijn de belangrijkste randvoorwaarden tav security? (Saas versus On-premise)

Wat zijn best practices?

Een aantal cases.
Dag 2
Van visie en begrip naar toepassing
Module: AI Implementatie
Leerdoelen: ontwikkelen van een aanpak om van idee naar succesvolle implementatie te gaan.

Welke stappen zijn nodig om van idee tot concrete verbeteringen met behulp van AI te komen?

Waar begin je?

Wat zijn essentiële onderdelen van je aanpak?

Module: Verstandig managen van AI (‘managing AI wisely’)
Leerdoelen: verkrijgen van kennis hoe AI op een verstandige manier kan worden gemanaged.

Inzicht in concrete use cases voor het ontwikkelen, implementeren en gebruiken van AI-systemen in organisaties.

Best practices voor het managen van AI-ontwikkeling en -implementatie.

Reflecteren op de beoogde resultaten van AI-technologieën en mogelijke valkuilen, domino-effecten en onbedoelde gevolgen.

Hoe beng je ontwikkelaars, domeinexperts en andere relevante belanghebbenden voor AI-ontwikkeling en -implementatie samen en hoe organiseer je dit?
Module: Basis van Prompt Engineering
Leerdoelen: bieden van solide basis in prompt engineering om effectiever met AI-modellen (chatbots) te kunnen werken.

Wat is prompt engineering?

Basisprincipes van Prompt Engineering (structuur en verschillende soorten prompts)

Belang van context.

Technieken en best practices

Prompts te testen en te verfijnen.

Veelvoorkomende Fouten.

Toekomst van prompt engineering

De module heeft een hands-on karakter met veel praktische oefeningen.
Dag 3
Van idee naar reflectie en governance
Module: AI Governance
Leerdoelen: aanreiken van modellen en kaders voor het ontwikkelen en implementeren van effectieve AI-governance mechanismen.

Begrijpen wat de rol en relevantie is van de AI-wetgeving en governance.

Inzicht in de technologische, sociale en organisatorische aspecten van AI-wetgeving en governance.

Eerste stap van het vertalen van de AI-wetgeving en governance naar de concrete organisatie praktijk.

Module: AI en Ethiek
Leerdoelen: aanreiken van modellen en kaders om te reflecteren op ethische dilemma’s gericht op het op verantwoorde wijze toepassen van AI.
AI en ethiek. De ontwikkelingen in AI-technologie zijn indrukwekkend en soms haast niet bij te houden. Maar dat iets technisch kan, betekent nog niet dat het mag of dat het een goed idee is. Net als elke technologie vraagt AI om ethische bezinning. De ontwikkeling en het gebruik ervan vergen enorme hoeveelheden energie, veel taalmodellen schenden regelgeving rondom privacy en intellectueel eigendom en bovendien kunnen AI-modellen ‘bias’ ingebakken hebben en zo ongelijkheid verergeren. In deze module gaan we dieper in op de ethiek van AI: hoe identificeer je risico’s en wat kun je doen om AI op een verantwoorde manier in te zetten?
Module: Ontwerp jouw AI-case

In deze module werk je in een team een concrete AI-case uit. Op basis van cases die worden aangereikt werk je samen aan een AI-oplossing voor een concreet probleem (dit kan een maatschappelijk vraagstuk zijn, maar ook een specifiek bedrijfsvraagstuk zijn). De handvatten die in de modules zijn aangereikt kunnen hier worden toegepast. Ieder team presenteert de uitwerking van de case.

Blok 1: Van abstractie/concept naar visie en begrip
Module: De waarde van data en AI in een veranderende wereld / De impact van data en AI op jouw organisatie
Leerdoelen: Begrijpen van de bredere context van data- en AI-gedreven innovatie, als basis om te bepalen hoe jouw organisatie relevant blijft binnen een snel veranderend technologisch krachtenveld.
- Waarom, wat en hoe van data- en AI-gedreven innovatie
- Relevante ontwikkelingen in data en AI
- De impact van deze veranderingen op jouw organisatie
- Hoe je succesvol kunt innoveren met data en AI
Module: AI: de basis
Leerdoelen: Begrijpen wat AI is, wat het wel en niet kan, en een referentiekader ontwikkelen om AI-output te beoordelen. Daarnaast: leren welke vragen je moet stellen en een gemeenschappelijke taal ontwikkelen.
- Verschil tussen AI, machine learning en algoritmen
- Soorten AI
- Basisbegrippen
- Belangrijke criteria voor het beoordelen van AI-resultaten
- Wat AI wel en niet kan
Blok 2: Van visie en begrip naar verantwoorde toepassing
Module: Basis van Prompt Engineering
Leerdoelen: Inzicht geven in de principes van prompt engineering om effectiever te werken met AI-modellen zoals chatbots.
- Wat is prompt engineering?
- Structuur en typen prompts
- Belang van context
- Technieken en best practices
- Prompttesten en optimalisatie
- Veelvoorkomende fouten
- Toekomst van prompt engineering
Module: AI Governance
Leerdoelen: Inzicht bieden in modellen en kaders voor effectieve AI-governance binnen de organisatie.
- Rol en relevantie van AI-wetgeving en governance
- Technologische, sociale en organisatorische aspecten
- Vertaling van wet- en regelgeving naar de praktijk
Blok 3: Van idee naar reflectie en governance
Module: AI en Ethiek
Leerdoelen: Reflecteren op ethische dilemma’s en verantwoorde toepassing van AI.
- Waarom ethiek onmisbaar is bij AI
- Risico’s zoals bias, energieverbruik, privacy, IP-schending
- Hoe je risico’s herkent en verantwoord handelt
- Ethiek als integraal onderdeel van AI-ontwikkeling en -gebruik
Module: Ontwerp jouw AI-case
Leerdoelen: AI concreet toepassen op een realistische casus.
- In teams werk je aan een AI-oplossing voor een aangeleverde casus
- Casus kan maatschappelijk of bedrijfsgericht zijn
- Je past opgedane kennis en tools toe
- Elke groep presenteert de uitgewerkte case
Afsluiting: Certificaatuitreiking en netwerkborrel
Het programma wordt feestelijk afgesloten met de uitreiking van de certificaten van deelname, gevolgd door een informele netwerkborrel. Een moment om ervaringen te delen, nieuwe contacten te leggen en samen terug te blikken op het traject.

AI-Geletterdheid

Programma-opbouw

Certificaat

Module: De waarde van data en AI in een veranderende wereld / De impact van data en AI op jouw organisatie

Module: AI: de basis

Module: AI Implementatie

Module: Verstandig managen van AI (‘managing AI wisely’)

Module: AI Governance

Module: AI en Ethiek

Dag 1

Module: De waarde van data en AI in een veranderende wereld / De impact van data en AI op jouw organisatie

Module: AI: de basis

Module: Generatieve AI, Taalmodellen en Autonome AI (agents)

Dag 2

Module: AI Implementatie

Module: Verstandig managen van AI (‘managing AI wisely’)

Module: Basis van Prompt Engineering

Dag 3

Module: AI Governance

Module: AI en Ethiek

Module: Ontwerp jouw AI-case

Programma

Blok 1: Van abstractie/concept naar visie en begrip

Module: De waarde van data en AI in een veranderende wereld / De impact van data en AI op jouw organisatie

Module: AI: de basis

Blok 2: Van visie en begrip naar verantwoorde toepassing

Module: Basis van Prompt Engineering

Module: AI Governance

Blok 3: Van idee naar reflectie en governance

Module: AI en Ethiek

Module: Ontwerp jouw AI-case

Afsluiting: Certificaatuitreiking en netwerkborrel

Direct naar

Studie

Uitgelicht

Over de VU