vilkasss - pixabyAI in Engineering Education: een revolutie voor Nederland
Kunstmatige intelligentie is niet zomaar een nieuw digitaal gereedschap. Zij vertegenwoordigt een fundamentele verschuiving in de manier waarop we kennis creëren, verspreiden en toepassen. De internationale werkgroep Engineering Education van de International Council of Academies of Engineering and Technological Sciences (CAETS) heeft onderzocht hoe het ingenieursonderwijs zich aan deze revolutie moet aanpassen. Als inleiding vertelt werkgroep lead en fellow van NAE Guo Qi Zhang wat de relevantste aanbevelingen voor Nederland zijn.
De aard van de AI-revolutie
De huidige AI-revolutie verschilt fundamenteel van eerdere technologische doorbraken. Waar industrialisatie, elektrificatie, automatisering en digitalisering de mens vooral van fysieke arbeid hebben ontlast, begint AI nu ook het menselijk denkvermogen te ontlasten.
“Dit is een hersenrevolutie, een kennisrevolutie. Zij maakt het mogelijk om kennis op revolutionaire wijze op grote schaal te produceren, te verspreiden en te benutten.”
AI is daarmee geen hulpmiddel waarvan we het gebruik naar believen kunnen aanvaarden of afwijzen, maar een ingrijpende verandering in de manier waarop we innovatie, onderwijs en industrie organiseren. Voor Nederland is dit van cruciaal belang. Hoewel Nederland geen uitgesproken voordeel heeft bij het bouwen van de grootste AI-modellen, beschikt het wel over een unieke concurrentiepositie in de halfgeleidertechnologie waarop AI steunt. Daarnaast wordt het essentieel om AI snel, slim en doeltreffend toe te passen in de strategische kerngebieden van de Nederlandse samenleving en economie.
Nieuwe verantwoordelijkheden voor ingenieurs en onderzoekers
In het AI-tijdperk hebben ingenieurs en onderzoekers een stevige vakinhoudelijke basis nodig, evenals het vermogen om cruciale problemen te definiëren, over disciplines heen te denken en AI-resultaten onafhankelijk te verifiëren.
Zij moeten zich bovendien voortdurend blijven ontwikkelen, de samenwerking tussen mens en AI effectief organiseren en ideeën omzetten in betrouwbare resultaten die waarde creëren. Daarbij dragen zij verantwoordelijkheid voor technische beslissingen en de maatschappelijke gevolgen daarvan.
Curricula herontwerpen met snelheid en flexibiliteit
Een van de grootste uitdagingen voor het ingenieursonderwijs is de snelheid waarmee AI-kennis veroudert. De technologie ontwikkelt zich zo snel dat studenten hun hoogleraren op dit gebied soms voorbijstreven. Traditionele curricula vergen vaak een lange voorbereiding en kunnen daardoor al verouderd zijn voordat ze worden ingevoerd.
Nederland moet daarom overstappen op dynamische, flexibele leersystemen. Studenten moeten niet uitsluitend op omvangrijke handboeken vertrouwen, maar ook leren werken met de nieuwste wetenschappelijke artikelen, publicaties en octrooien. Dit vraagt om een fundamentele herziening van de organisatie van het onderwijs en van de manier waarop hoogleraren hun tijd besteden.
Kritisch denken in plaats van blind vertrouwen
Een veelgehoorde zorg is dat studenten de resultaten van ChatGPT zonder nadenken overnemen. Die zorg raakt echter niet aan de kern van de opgave. Het werkelijke doel van het ingenieursonderwijs moet zijn studenten te leren kritisch te beoordelen wat AI produceert.
Dit principe geldt ook voor AI. Studenten hebben een stevige kennisbasis nodig om te kunnen verifiëren of AI-resultaten correct zijn. Universiteiten moeten deze houding bewust ontwikkelen en de nadruk leggen op probleemdefinitie, technisch oordeelsvermogen en het nemen van verantwoordelijkheid. Ook de toetsing moet worden herzien, met meer ruimte voor projectgebaseerd leren en interactieve discussies.
De rol van industrie en onderwijs
Het ingenieursonderwijs moet veel nauwer samenwerken met de industrie. Studenten moeten begrijpen wat echte technische vraagstukken zijn, hoe bedrijven functioneren en welke hulpmiddelen zij gebruiken. Dat is niet alleen waardevol voor studenten, maar ook essentieel voor bedrijven die hun weg zoeken in de AI-revolutie.
Een belangrijk inzicht is het onderscheid tussen onderzoek en innovatie. Onderzoek zet financiële middelen om in nieuwe theorieën en methoden; innovatie zet theorieën en methoden om in economische waarde. Het ingenieursonderwijs moet daarom meer aandacht besteden aan innovatie en een praktische, resultaatgerichte houding stimuleren.
Aanbevelingen voor Nederland
Voor de Nederlandse overheid zijn drie prioriteiten essentieel:
- Infrastructuur: zorg ervoor dat alle studenten en onderzoekers gemakkelijk toegang hebben tot AI-tools van topniveau. Dit verlaagt de drempel voor innovatie en verhoogt de efficiëntie ervan.
- Verticale industriële ecosystemen: richt Human-AI Engineering Labs op in sectoren waarin Nederland sterk is, zoals halfgeleiders, landbouw en machinebouw. Deze labs verbinden universiteiten, andere onderwijsinstellingen en bedrijven rond concrete industriële domeinen.
- Accreditatie en kwaliteitsbeoordeling: moderniseer het stelsel van onderwijsaccreditatie en kwaliteitsbeoordeling. Vraag onderwijsinstellingen expliciet te laten zien hoe zij AI in hun onderwijsprogramma’s integreren.
AI als nationale strategie
Een cruciaal inzicht is dat beleid voor AI in het onderwijs ook industriebeleid, innovatiebeleid en concurrentiebeleid is. Het talent dat we vandaag opleiden, bepaalt de innovatiecapaciteit van morgen.
Nederland moet daarom een nationale agenda voor AI in het ingenieursonderwijs opstellen, met passende financiële middelen en afstemming tussen overheid, universiteiten en industrie.
Conclusie
De kracht van Nederland ligt in het snel, efficiënt en slim toepassen van AI in technologieën en sectoren die van strategisch belang zijn voor het land. Dat begint met onderwijs dat flexibel en praktisch is en kritisch denken centraal stelt.
Door universiteiten, bedrijven en overheid samen te brengen in verticale industriële ecosystemen, kan Nederland een nieuwe generatie ingenieurs opleiden. Zij kunnen het enorme potentieel van AI benutten om internationaal concurrerende producten, systemen en diensten te ontwikkelen en zo de volgende technologische en industriële revolutie aan te voeren.
Dit whitepaper van CAETS biedt concrete aanbevelingen om deze transformatie te realiseren.
