Welkom bij de verdiepende AI-sessie voor maakbedrijven

 Opdracht:
Formuleer voor jezelf één concreet doel of verwachting voor deze dag.

Hoe doe je dat?

• Denk terug aan de inspiratiesessie: waar werd je nieuwsgierig van?
• Bedenk een situatie, taak of proces in jouw werk waar je met AI iets slimmer, sneller of makkelijker wilt maken.
• Formuleer dit doel zo specifiek mogelijk (“Ik wil weten of AI ons kan helpen om...”).
   

Tip:
Houd je doel klein en haalbaar. Dit geeft richting aan de rest van de dag.

 Opdracht:
Vul samen de Windesheim AI Maturity Scan in voor je organisatie, en bespreek de uitkomsten.

Hoe doe je dat?

• Open de scan via de link. Je beantwoordt vragen die je organisatie beoordelen op zes belangrijke thema’s:
  • Strategie, Leiderschap en Planning: Hoe goed zijn AI-doelen verbonden aan de bedrijfsdoelen? Is leiderschap betrokken?
  • Technology & Processes: Hebben jullie de juiste technische infrastructuur en workflows voor AI?
  • Data Management & Ethics: Wordt data netjes en ethisch beheerd? Zijn data en AI betrouwbaar?
  • Skills & Workforce: Is er genoeg kennis over AI in huis? Wordt er getraind en bijgeschoold?
  • Innovation & Change Management: Hoe goed gaat de organisatie om met verandering en nieuwe technologie?
  • Risk & Compliance: Is er aandacht voor risico’s, veiligheid en wetgeving rond AI?
• Vul samen met je groep of organisatie de scan in. Overleg bij twijfel: het is een inschatting, geen examen!
• Bekijk het overzichtsresultaat. Waar scoort de organisatie sterk, waar zijn er juist kansen voor groei?
• Bespreek samen:
  • Welke inzichten levert de scan op?
  • Welke thema’s zijn aandachtspunten als je met AI aan de slag wilt?
  • Zijn er gebieden waarop je organisatie al best volwassen is? Of juist niet?
     

Reflectie:

• De scan helpt je bewust te worden van het “AI-startpunt” van jouw organisatie.
• Het laat zien welke randvoorwaarden op orde moeten zijn om met AI-projecten te beginnen, zoals leiderschap, ethiek of skills.

Opdracht:
Maak een eigen lijst van mogelijke AI-implementaties voor jouw werkveld. Geef elke AI-toepassing drie scores:

• Impact op het proces
• Moeilijkheid van implementatie
• Belangrijkheid voor de organisatie
   

Deze scores plaats je in een scatterplot, zodat je snel het laaghangend fruit (de beste kansen) ziet.

Hoe doe je dat?

• Stap 1: Brainstorm AI-toepassingen
  • Denk breed: Welke processen of taken zouden baat hebben bij AI?
  • Schrijf alle ideeën op, hoe simpel of complex ook.
  • Gebruik input uit je eigen praktijk, de scan en collega’s.
• Stap 2: Scoor per toepassing op drie punten
  • Impact:
    • Hoeveel voordeel levert het op als AI deze taak ondersteunt?
    • 1 = weinig verschil, 5 = enorm veel winst voor het proces.
  • Moeilijkheid:
    • Hoe lastig is het om deze toepassing werkend te krijgen? (technisch, praktisch, acceptatie)
    • 1 = eenvoudig te realiseren, 5 = heel complex of veel drempels.
  • Belangrijkheid:
    • Hoe belangrijk is het dat deze taak goed ondersteund wordt in jouw organisatie?
    • 1 = bijzaak, 5 = essentieel voor de bedrijfsvoering.
• Stap 3: Visualiseer als scatterplot
  • Zet de toepassingen uit in een scatterplot (kan op papier, whiteboard, digitaal).
  • Laaghangend fruit = toepassingen met hoge impact, hoge belangrijkheid, lage moeilijkheid.
  • Bespreek in de groep: Waarom scoort een idee hoog of laag? Is het haalbaar op korte termijn? Waar moeten eerst randvoorwaarden verbeterd worden?
     

Reflectie:

• Deze opdracht helpt je om niet alleen te dromen, maar keuzes te maken op basis van haalbaarheid én belang.
• Je ziet direct waar je morgen mee zou kunnen starten (laaghangend fruit).

In deze opdracht dagen we de AI uit om zijn eigen grenzen te laten zien. Niet door foutjes te maken, maar door precies te doen wat wij vragen – en tóch grandioos te mislukken. Dat doen we in vijf richtingen: tekst, beeld, logica, absurditeit en context. Jij moet proberen de AI iets te laten genereren wat hij totaal niet kan, of in ieder geval nog niet goed genoeg.

Door te onderzoeken waar AI slecht in is, leer je hoe het systeem werkt – en vooral wat je er (nog) niet van mag verwachten. En je leert beter prompten, want zelfs voor slechte output moet je goed aansturen.

Doel: Maak een totaal onzinnige tekst die grammaticaal volledig klopt.

Opdracht:
Laat de chatbot een Nederlandse tekst van ongeveer 150 woorden genereren waarin:

• Zinnen grammaticaal kloppen (zinsbouw, werkwoordspelling, leestekens).
• Alle woorden bestaande Nederlandse woorden zijn.
• Maar: de inhoud moet nergens logisch, samenhangend of begrijpelijk zijn.
   

Reflectie:
Hoe lastig is het voor AI om ‘correcte onzin’ te produceren? Waarom werkt dat zo?

Doel: Laat AI iets visueel maken wat niet zichtbaar is.

Opdracht:
Vraag de AI om een afbeelding te beschrijven (of prompt te maken voor een beeldgenerator) van een geur, een gevoel of een herinnering – zónder gebruik te maken van fysieke objecten of herkenbare visuele metaforen.

Bijvoorbeeld: “Maak een beeld van het gevoel dat je hebt als je na 10 jaar thuiskomt op een onbekende plek.”

Reflectie:
Wat gaat er mis? En hoe probeert de AI tóch iets visueels van het onzichtbare te maken?

Doel: De AI verleiden tot logisch klinkend, maar totaal absurd advies.

Opdracht:
Vraag de chatbot om een professioneel, wetenschappelijk onderbouwd advies over een absurd onderwerp, bijvoorbeeld:

• “Hoe groei je uit tot een succesvolle draak in de vastgoedmarkt?”
• “Welke strategie werkt het beste om gras te laten praten?”
   

De tekst moet serieus overkomen – met bronverwijzingen als het kan – maar volkomen onzinnig zijn.

Reflectie:
Wat doet AI als je vraagt om inhoud over iets dat niet bestaat? Hoe serieus blijft het model?

Doel: AI confronteren met logische conflicten.

Opdracht:
Geef de chatbot de opdracht om een stappenplan te schrijven waarin:

• De uitkomst A moet zijn.
   
• Maar stap 1 t/m 3 leiden juist tot uitkomst B, die het tegenovergestelde is.
  Laat AI het plan verdedigen alsof het consistent is.
   

Bijvoorbeeld: “Ontwikkel een stappenplan om mensen rustig te houden, met als eerste stap: laat onverwacht een brandalarm afgaan.”

Reflectie:
Hoe gaat AI om met logische tegenstrijdigheden? Probeert het de boel glad te trekken?

Doel: Toon aan dat AI vaak het idee van emotie kent, maar niet de ervaring.

Opdracht:
Laat de AI een persoonlijke rouwbrief schrijven, maar zonder het woord “verdriet”, “gemis”, “liefde” of enige emotionele lading. Alles moet feitelijk en afstandelijk zijn.

Bijvoorbeeld: “Schrijf een brief aan een overleden vriendin waarin je vertelt over haar overlijden, zonder gevoelens te benoemen.”

Reflectie:
Wat mist er in zo’n tekst? Kun je aanvoelen wat een mens erin zou leggen – en AI (nog) niet?

Kies twee van bovenstaande subopdrachten en bespreek:

• Wat was er lastig voor de AI 
• Wat zegt dit over hoe AI werkt (en waar grenzen zitten)?
• Hoe kun jij die kennis gebruiken bij het kritisch inzetten van AI?

Opdracht:
Maak binnen jouw functiegebied een bruikbaar AI-beeldproduct met een generatieve AI-tool (zoals Midjourney of DALL-E).

Hoe doe je dat?

• Kies een concrete toepassing: bijvoorbeeld, visualiseer een productieproces, maak een technische schets, of een klantgerichte afbeelding.
• Formuleer een duidelijke prompt: wat moet er op het beeld, in welke stijl, waarvoor gebruik je het?
• Voer de prompt in bij de AI-tool, bekijk het resultaat en noteer wat bruikbaar is.
• Reflecteer kort: wat zou je verbeteren, hoe kan het beeld helpen in jouw werkpraktijk?
   

Tip:
AI-beeldgeneratie is soms verrassend. Experimenteer, vraag om feedback en deel tips met collega’s.

Opdracht:
Kies één kansrijke toepassing uit je scatterplot en werk deze na de workshop uit met een klein actieplan.

Hoe doe je dat?

• Bedenk wat de eerste logische stap is: tool proberen, collega betrekken, proces kiezen, etc.
• Houd het plan klein en concreet, een test of pilot is vaak genoeg.
• Schrijf op wie je nodig hebt, welke middelen je moet regelen, en wanneer je een eerste resultaat wilt zien.