Hoe je echte AI-geletterdheid binnen je team opbouwt
AI-vaardigheid draait niet om het kennen van de nieuwste hulpmiddelen, het verzamelen van certificaten of het terloops laten vallen van “agentic” tijdens een vergadering. Het gaat erom te weten waar AI in het werk past—and waar menselijk oordeel nog het belangrijkst is. Justin Bateh schuift aan bij Galen Low om uit te pluizen waarom het echte voordeel voortkomt uit het bouwen van een operationele laag bovenop AI’s steeds capabelere uitvoeringslaag.
Ze bespreken wat echte AI-vaardigheid onderscheidt van bekendheid met AI, waarom praktijkervaring en feedback belangrijk zijn en wat werkgevers kunnen doen om vaardigheden op te bouwen zonder AI-training te veranderen in huiswerk. Ook onderzoeken ze een grotere loopbaanvraag: als technische vaardigheden gemakkelijker te kopiëren worden, wat maakt de loopbaan van een projectleider dan duurzaam?
Wat je leert
- Waarom AI-hulpmiddelen het meest waardevol zijn wanneer ze worden gecombineerd met vakbekwame mensen die het werk begrijpen.
- Wat de uitvoeringslaag van AI onderscheidt van de door mensen aangestuurde operationele laag.
- Hoe je echte AI-vaardigheid onderscheidt van bekendheid met AI-vaktaal.
- Waarom oordeelsvermogen zich ontwikkelt door oefening, feedback en kalibratie—niet alleen door meer trainingsmateriaal te consumeren.
- Hoe organisaties AI-vaardigheid kunnen opbouwen door te trainen rond echte werkprocessen in plaats van individuele hulpmiddelen.
- Waarom relaties, reputatie, invloed en het vermogen om verhalen te vertellen belangrijker worden naarmate basale technische competentie gemakkelijker te kopiëren wordt.
Belangrijkste inzichten
- AI kan uitvoeren. Mensen moeten nog steeds beslissen. AI kan snel concepten opstellen, samenvatten, risico’s signaleren en opties genereren. Projectleiders moeten nog steeds bepalen wat de moeite waard is, afwegingen maken, verantwoordelijkheid nemen voor beslissingen en de vertaalslag maken tussen verzoeken van leidinggevenden en het daadwerkelijke werk. Zie AI als de uitvoeringslaag; jouw oordeel staat daarboven.
- Vaardigheid heeft tastbare resultaten. Bekendheid heeft vaktaal. Certificeringen en AI-terminologie bewijzen niet per se dat iemand AI effectief kan gebruiken. Zoek naar bewijs: werkprocessen die ze hebben veranderd, handmatig werk dat ze hebben geëlimineerd en—belangrijk—dingen die onderweg zijn misgegaan. Echte experimenten laten doorgaans sporen na.
- Ontwikkel oordeelsvermogen door te oefenen met feedback. Handleidingen over hulpmiddelen kunnen functies aanleren, maar vaardigheid vereist context, kalibratie en toewijding. AI-uitvoer lijkt vaak gepolijst, zelfs wanneer die niet bijzonder goed is, waardoor goed geïnformeerde feedback cruciaal is voor de ontwikkeling van oordeelsvermogen.
- Train het werk, niet de software. In plaats van licenties aan te schaffen en te vertrouwen op informele lunchsessies, identificeer je dure terugkerende werkprocessen en bouw je die opnieuw op met de mensen die ze daadwerkelijk uitvoeren. Meet veranderde werkprocessen in plaats van afgeronde cursussen en maak training onderdeel van betaald werk—niet iets waarvan wordt verwacht dat medewerkers het ’s avonds en in het weekend erbij doen.
- Snelle verbeteringen tellen ook. AI-transformatie hoeft niet te betekenen dat je het bedrijf onmiddellijk 10x opschaalt. Een kleine verbetering in een terugkerend werkproces kan momentum creëren. Stapel nuttige verbeteringen op elkaar in plaats van voor de transformatie zelf achter een dramatische transformatie aan te jagen.
- Verwar projectleiding niet met AI-systeemontwikkeling. PMs hoeven niet per se systeemingenieurs te worden om relevant te blijven. Het doel is om beschikbare AI-hulpmiddelen te gebruiken om beter te worden in het leiden van projecten en operationele activiteiten—niet om het vak achter je te laten in de jacht op elke nieuwe technische mogelijkheid.
- Vaardigheden zijn slechts één loopbaanmiddel. Technische vaardigheden zijn belangrijk, maar ze worden gemakkelijker te kopiëren. Relaties, reputatie, invloed en het vermogen om je impact duidelijk onder woorden te brengen, bouwen zich in de loop van de tijd op. Zoals Justin het zegt: onzichtbare uitmuntendheid en geen uitmuntendheid kunnen uiteindelijk hetzelfde worden betaald—dus waardevol werk leveren én ervoor zorgen dat die waarde wordt begrepen, zijn beide belangrijk.
Hoofdstukken
- 00:00 — Wat AI-vaardigheid echt betekent
- 03:34 — Vakbekwame mensen versus AI-hulpmiddelen
- 07:25 — De menselijke operationele laag
- 12:16 — Echte AI-vaardigheid herkennen
- 18:19 — De kenniskloof op het gebied van AI dichten
- 24:33 — Oefening, feedback en vaardigheid
- 30:34 — Stop met het najagen van AI-hulpmiddelen
- 36:47 — AI-training opnieuw bekijken
- 40:58 — Begin met snelle verbeteringen
- 42:33 — Een duurzame loopbaan opbouwen
- 49:12 — Waar je Justin kunt vinden
Maak kennis met onze gast
Justin Bateh, Ph.D., is de oprichter en CEO van AI Operators Lab, waar hij projectleiders, operationele managers en managers helpt de AI-vaardigheid en leiderschapsvaardigheden op te bouwen die nodig zijn om meetbare bedrijfsresultaten te behalen. Als voormalig COO, PMP-gecertificeerd projectleider en bekroond docent brengt Justin meer dan 20 jaar ervaring mee in het leiden van impactvolle projecten en heeft hij leiding gegeven aan meer dan 40 AI-implementaties. Via zijn cursussen, trainingen en opinieleiderschap helpt hij professionals AI praktisch toe te passen op projectuitvoering, besluitvorming en operationele prestaties, terwijl hij de menselijke leiderschapsvaardigheden versterkt die technologie niet kan vervangen.
Bronnen uit deze aflevering:
- Word lid van de community van Digital Project Manager
- Abonneer je op de nieuwsbrief om onze nieuwste artikelen en podcasts te ontvangen
- Maak contact met Justin op LinkedIn
- Bezoek AI Operators Lab en Tactical Memo
Gerelateerde artikelen en podcasts:
Galen Low: Tegenwoordig heeft bijna iedereen de juiste dingen te zeggen over AI. Ze beschikken over de juiste woordenschat, hebben de juiste tools op hun startscherm staan en hebben alle juiste certificeringen aan de muur van hun virtuele achtergrond hangen. Maar hoe kunnen wij als leiders zien wie echt AI-geletterd is, wie doet alsof en wie simpelweg te geïntimideerd is om hulp te vragen?
En daarnaast: hoe weten we of we daadwerkelijk AI-geletterdheid binnen onze teams en binnen onszelf opbouwen? En wat betekent AI-geletterdheid eigenlijk? Om die vraag te beantwoorden heb ik een thought leader en docent op het gebied van projectmanagement uitgenodigd, die is gepromoveerd in operationeel management, om ons mee te nemen in de ROI van echte AI-geletterdheid en hoe je die ontwikkelt.
We bespreken waarom het zo belangrijk is om een door mensen aangestuurde operationele laag te creëren bovenop de uitvoeringslaag die steeds meer door AI wordt afgehandeld. Ook bespreken we wat een carrière tegenwoordig duurzaam maakt nu technische vaardigheden steeds meer gemeengoed worden. Ik hoop dat je van deze aflevering geniet.