Volgende stappen

Wat je zult leren

Geschatte tijd: 20 minuten

Aan het einde van deze les kun je:

• De vier eigenschappen en trainingsvingerafdrukken synthetiseren tot een werkend mentaal model
• Het Capabilities & Limitations-framework verbinden met het 4D Framework als twee helften van één systeem
• Één concrete verandering identificeren die je deze week in je AI-praktijk wilt doorvoeren

Het 4D Framework toepassen voor betere AI-outputs

(5 minuten)

Vloeiend AI-gebruik gaat niet over het onthouden van elke foutmodus. Het gaat erom een klein, duidelijk model van de machine in je hoofd te hebben, zodat je wanneer iets misgaat kunt herkennen welk soort fout het is en dienovereenkomstig kunt reageren.

Een klein model van de machine

AI Capabilities & Limitations Framework

Vier eigenschappen die bepalen wat AI wel en niet voor je kan doen. Elk bevindt zich op een spectrum — hoe verder naar rechts, hoe meer je moet verifiëren en compenseren.

Mogelijkheid

Beperking

Next Token Prediction

Waar komen AI-antwoorden vandaan?

Uitgetreden paden: samenvatten, herformateren, veelvoorkomende concepten uitleggenNieuw terrein, schaarse patronen, "waar vs. klinkt waar"

Knowledge

Wat weet AI eigenlijk?

Frequent, recent-in-training, consistent: mainstream onderwerpen, populaire talenZelden, na-cutoff, niche, lokaal of betwist onderwerpen

Working Memory

Waar let de AI op dit moment op?

Materiaal past comfortabel, sessie is actueel, je levert relevante contextZeer lange documenten/gesprekken, verwachting van cross-session continuïteit (de klif)

Steerability

Hoeveel controle heb ik?

Korte, concrete, verifieerbare instructies ("reageer als tabel," "onder 100 woorden")Lange redeneringsketen, abstracte vragen, native precisie

Belangrijkste punten

• Je hebt nu een werkend mentaal model: vier eigenschappen als continuüms, karakteristieke fouten als eigenschap-intersecties.
• **Dit framework en het 4D Framework zijn twee zijden van één systeem. ** De eigenschappen verklaren waar de 4D-competenties op reageren.
• Gekalibreerd vertrouwen betekent je taak op elk continuüm lokaliseren en je verificatie- en contextgewoonten afstemmen op waar deze zich bevindt.
• **Modellen zullen blijven veranderen. ** De vorm van deze eigenschappen blijft nuttig, zelfs als de exacte grenzen verschuiven.

Oefeningen

Oefening: Je Toezegging

Keer één laatste keer terug naar je takenlijst uit Les 1. Voor elke taak, noteer snel je intuïtie: waar bevindt de taak zich op het continuüm van elke eigenschap, en welke mitigaties heb je mogelijk nodig?

Kies nu één taak en één verandering die je deze week wilt doorvoeren (een verificatiestap, een standaard-contextopstelling, een controlepunt, een gespecificeerd-doel-niet-alleen-format gewoonte). Schrijf het op.

Lesreflectie

• Wat is de grootste verschuiving in hoe je over AI-gedrag denkt van Les 1 tot nu?
• Welke van de 4Ds voelt het meest onmiddellijk verscherpt door wat je hier hebt geleerd?

Wat komt volgende

Als je nog niet de AI Fluency Framework & Foundations-cursus hebt gevolgd, is dat de natuurlijke volgende stap. Het gaat diep in op de menselijke competenties waarvoor deze cursus je de machine-kant context gaf. En blijf grenzen testen: de eigenschappen blijven stabiel, maar waar de lijnen zitten zal blijven verschuiven naarmate modellen verbeteren.

Feedback

Terwijl je door de cursus vordert, horen we graag van je hoe je concepten uit de cursus in je werk gebruikt, plus eventuele feedback die je hebt. Deel je feedback hier.

Dankbetuigingen en licentie

Copyright 2026 Anthropic. Origineel werk voortbouwend op het AI Fluency Framework ontwikkeld door Prof. Rick Dakan (Ringling College of Art and Design) en Prof. Joseph Feller (University College Cork). Uitgebracht onder de CC BY-NC-SA 4. 0-licentie.