Waarom ik thuis oefen wat mijn werk al ziet gebeuren

Vorige maand zat ik met een nieuwe collega een proces uit te leggen dat ik jaren geleden zelf heb uitgevonden door te experimenteren, fouten te maken en opnieuw te beginnen. Thuis wilde mijn vierjarige een verhaal over een dino en een eenhoorn. De tweejarige was aan het kleien. Precies dat soort momenten is waarom ik deze blog schrijf.

Laat ik meteen helder zijn over wat wheretokim.com voor mij is. Het is geen opvoedblog waarin ik vertel hoe het moet. Ik ben geen pedagoog; dat staat ook op mijn over-mij-pagina. Ik ben een moeder van twee jonge kinderen (2 en 4) en overdag werk ik in de wereld van AI, ontologieën en logica. Deze site is mijn manier om complexe tech vertaalbaar te houden voor mezelf, voor mijn gezin, en hopelijk voor andere ouders die hetzelfde gevoel hebben: de ontwikkelingen zijn nu nog te volgen en begrijpen.

Ik schrijf niet omdat ik denk dat mijn kinderen programmeurs moeten worden. Ik schrijf omdat tech en AI straks in elk beroep zit, ook als je bakker, verpleegkundige of taalkundige wordt. En omdat ik wil dat ze later kunnen oordelen, kiezen en meepraten over hoe we technologie inzetten; ethisch, met begrip van wat er onder de motorkap zit, en zonder paniek als een app even hapert.

Waarom dit geen losse hobby is

Als je alleen mijn productreviews leest, lijkt het alsof wheretokim vooral over de Yoto Mini, TIMIO-spelers en schermvrije hacks gaat. Dat klopt deels. Maar onder al die tests zit een vaste lijn: ik wil voorkomen dat AI een ondoorgrondelijke black box wordt voor de generatie die ermee opgroeit. Nu de technologie zich nog in stapjes ontwikkelt, kunnen we mechanismen blootleggen. Juist door het analoog te maken.

Co-creatieve AI-literacy betekent voor mij dat ik AI intensief gebruik als sparringpartner voor deze blog. Ik blog niet ‘tegen’ AI; ik blog mét AI, maar ik laat mijn kinderen niet passief consumeren wat een algoritme voorspelt. Ze zien dat ik AI gebruik om te ontwerpen; ze horen het verschil tussen mijn geïmproviseerde dino-en-eenhoornverhaal en wat een app voorspelt. Het leven thuis is chaotisch: een boek waar de bladzijden uit gescheurd worden, auto’s die van de autobaan moeten vliegen in plaats van zo snel mogelijk de race winnen, een kleuter die liever zelf in de watertafel springt dan het meegeleverde bootje gebruikt. Dat is geen Instagram-perfect gezin. Het is mijn laboratorium. De blogposts en de tools die er langzaam bij komen zijn voor mij hetzelfde project: KidTech vertalen naar de thuissituatie, zonder het opvoed-genre in te duiken.

En ja, soms doe ik weken lang niets met ‘leren’. Lezen is lezen, spelen is spelen. Ik volg hun tempo. Maar ik sta wel vaak bewust stil bij de logica achter de dingen die we als vanzelfsprekend beginnen te beschouwen. Niet uit nostalgie, en niet omdat ik bang ben voor stroomstoringen, maar wel omdat mijn werk me elke week laat zien wat er gebeurt als je die stappen overslaat.

De pijplijn die ik wel kan uitleggen

Op mijn werk leer ik regelmatig nieuwe collega’s de skills die ik zelf in jaren heb opgebouwd. Niet opgedaan in een cursus, maar door te experimenteren, te falen, iets half af te maken, te merken waar het schuurt, en het dan anders te doen. Vorige maand gingen we terug naar de basics door stap voor stap handmatig te doen wat een prompt automatisch voor ons kan klaarzetten. Pas dan zie je weer hoe onzuiver je data soms is, maar ook welke kansen je mist doordat de data rijker is geworden. Je ontdekt kansen om meer detail toe te voegen om retrieval van data uit de database accurater en sneller te maken. Ook met de perfecte output kan je logica verouderd zijn waardoor iets wat ooit perfect werkte, nu suboptimale resultaten levert. Dat zit in je ongemakkelijke gevoel van dit klopt niet helemaal.

Steeds vaker zit die opgebouwde kennis straks al in een AI-pijplijn. Daarnaast kun je terugvallen op documentatie, templates, automatische checks (inclusief periodieke analyse van de logica) en een assistent die de eerste versie schrijft. De pijplijn en het waarom kan ik uitleggen. Stap voor stap. Met screenshots en voorbeelden die de AI automatisch voor mij klaar zet.

Maar hoe leer je iemand het gevoel dat de logica aanpassing behoeft?

Een taalmodel kan een perfect geformuleerd antwoord geven over waarom een proces werkt. Het kan niet betrouwbaar voelen wanneer de werkelijkheid is verschoven: een edge case die nog niet in de training of data zat, een stakeholder die iets anders bedoelde, of dat perfecte wetenschappelijk plaatje dat niet ideaal is voor wat de applicaties ermee willen doen. Dat herken je pas als je ooit zelf door de modderige versie bent gegaan. Als je honderd keer zelf hebt moeten analyseren, formuleren, en herschikken, en af en toe flink de mist in bent gegaan.

Jonge professionals laten AI hun eerste versies schrijven. Dat is begrijpelijk; het scheelt tijd en ik doe dat ook. Het probleem is niet de tool. Het probleem ontstaat wanneer je nooit hebt geleerd hoe het verschil voelt tussen een oppervlakkige en een weldoordachte versie. Je mist de intuïtie om te zien dat de output weliswaar plausibel klinkt, maar de plank volledig misslaat. Je mist de hallucinatie, of erger: je merkt niet dat de vraag zelf verkeerd was gesteld.

Dat noem ik de junior-paradox. Als AI alle instaptaken overneemt, hoe groeien mensen dan op tot degene die de visie formuleert, de kwaliteit bewaakt, of besluit dat het hele kader verkeerd is?

Wat als de app het niet doet

Dezelfde paradox speelt thuis, alleen dan met andere stakes.

Mijn vierjarige wil een verhaal. Ik kan een app vragen iets te genereren over een dino en een eenhoorn en dan krijgt hij een gepolijst, netjes gestructureerd verhaal. Hij luistert. Hij consumeert. Er is geen frictie, geen zoektocht, geen moment waarop hij zelf moet bedenken wat er daarna gebeurt.

Ook kan de dag anders lopen dan verwacht. Als bepaald speelgoed niet te vinden is of een tool niet werkt — terwijl dat spelletje bij thuiskomst wel beloofd was — is de wereld te klein.

Dat is geen prepper-scenario. Dat is zaterdag.

School doet ongelofelijk veel, maar ik heb het idee dat leerlingen vaak al een stap verder zijn dan het beleid en het curriculum. Ik weet nog niet hoe ik ga aansluiten bij de AI beleefwereld van mijn toekomstige tieners. De toepassingen waar ik in het dagelijks leven naar zoek en mee te maken krijg zijn anders dan die van hen. Wat ik thuis wel kan doen is de kinderen handvatten geven over hoe ze AI en tech beoordelen en aan het begrip werken zodat ze altijd (analoge) alternatieven erbij kunnen pakken wanneer hun go-to tech hapert. Ik kan bewust ruimte maken voor de rommelige stappen die straks nergens meer nodig lijken, omdat een app het wel doet.

Niet elke dag. Niet als pedagogisch project. Wel regelmatig genoeg dat mijn kinderen oefenen met structuur zonder hulpmiddel, met onthouden zonder foto, met corrigeren wanneer iemand (of iets) een fout maakt.

Drie oefeningen die hierbij helpen

Dit zijn geen trucjes om je kind klaar te stomen voor een kantoorbaan. Het zijn oefeningen die hetzelfde spierwerk trainen als op mijn werk, alleen dan met de inhoud van je keukenkastjes, los speelgoed en prentenboeken. Mijn kinderen kunnen nog niet lezen; alles hier werkt met praten, wijzen en schuiven.

Het bouwplan op de vloer

We hebben een plan nodig voor het klaarmaken van het ontbijt, een fort voor Catapult Feud of een obstakelrun langs lava en dino’s. Drie totaal verschillende dingen, maar het patroon is steeds hetzelfde.

Eerst dumpen we alles wat bij dat idee hoort op het aanrecht, de grond of de tegels. Geen volgorde. Mijn vierjarige roept wat erbij hoort. Mijn tweejarige claimt snel zijn catapult zodat hij niet vergeten wordt of begint al te eten. Dat hoort erbij.

De skill: sorteer wat bij elkaar hoort, en leg daarna een rij van wat eerst moet. Hardop, met wijzen.

Situatie	Wat we doen (de rommel)	De logische skill
Ontbijt	Borden, bekers, nootjes, fruit, brood en beleg op een hoop.	Sorteren & optimaliseren: wat moet eerst? Hoe vullen we de borden efficiënt zonder de koelkast of voorraadkast vijf keer te openen?
Catapult Feud	Blokken, poppetjes, katapulten en ballen door elkaar.	Systeembouw: waar moeten de muren komen om de poppetjes te beschermen? Wat is de veilige looproute om het fort heen?
Obstacle run	Stoepkrijt, stenen en dino’s in de achtertuin.	Lagen-logica: eerst de lava (ondergrond), dan de eilanden, dan pas de dino’s. Anders moet je om alles heen kleuren.

Soms faalt het plan voordat de rij af is: de peuter eet alvast de nootjes, of gooien we het fort per ongeluk om. Bij Catapult Feud kennen we dat al van spelen op twee snelheden. Dan zoeken we een oplossing en beginnen we opnieuw, net zoals je bugfixing doet bij app ontwikkeling.

Later, als AI een inhoudsopgave of stappenplan invult in drie seconden, hebben ze ooit zelf gevoeld wat het kost om eerst te bedenken wat waar hoort, en wat pas daarna kan.

Drie dingen hardop vertellen

Na een wandeling in de wijk weten de kinderen altijd te vertellen welke katten wel ‘thuis’ waren en welke niet. Ik let hier inmiddels zelf ook op als ik zonder de kinderen loop. Dieren bewegen en vallen het meeste op, maar welke andere dingen hebben we onderweg drie keer gezien?

De groene bak. Een rode auto. Een klaproos. Mijn vierjarige benoemt ze hardop in zijn eigen woorden. Mijn tweejarige doet mee met wat hij onthouden heeft; soms is dat een woord (vogel!) en soms zegt hij juist wat we niet hebben gezien (pinguin nee). Geen beantwoording van de vraag, maar wel actieve deelname aan het gesprek.

Dit doen we zonder foto te maken of iets op te schrijven. Alleen bewuster rondkijken, terugdenken, en vertellen wat je ogen hebben opgeslagen in plaats van je camera-roll.

AI en foto-albums onthouden alles voor ons. Maar als je brein geen actieve snapshots maakt, kun je later geen dwarsverbanden leggen. Je scrollt terug door een galerij in plaats van te begrijpen en onthouden.

De AI-checker

De belangrijkste vaardigheid van de komende jaren is niet alleen creëren, maar ook beoordelen.

Ik speel soms de haperende AI. Ik vertel een bekend sprookje, maar bouw subtiele fouten in. En toen pakte Roodkapje haar iPhone om de jager te bellen. Mijn vierjarige slaat hierop aan. Fout! Ik vind dat een aantal van de Borre-boekjes dit ook goed doen; in Borre redt een poesje pakt de hond er bijvoorbeeld opeens een telefoon bij om de brandweer te bellen.

We doen hetzelfde met algoritmisch voorlezen: expres een bug in de code, luid praten terwijl de leeuw slaapt. Hij corrigeert me direct. Dat is geen simpel spelletje. Dat is een bullshit-detector in opleiding. Dit overkomt me overigens ook als ik per ongeluk een fout maak tijdens het lezen; mijn vierjarige kent zijn favoriete boeken bijna uit zijn hoofd.

Later, als een taalmodel een werkstuk of een beleidsnotitie schrijft, hebben ze geoefend met het gevoel dat iets niet hoeft te kloppen, ook als het er netjes uitziet of een ‘betrouwbaar’ iemand het vertelt.

Wereldburgers, niet alleen wifi-proof kinderen

Als ik alleen praat over stroomstoringen en offline hacks, mis ik mijn eigen punt.

Ik hoop dat mijn kinderen later een mooi leven kunnen opbouwen, ethisch omgaan met wat ze hebben, de wereld begrijpen, en zelfredzaam zijn. Ook als dat betekent dat ze iets moeten afmaken terwijl de hulp even wegvalt. Maar minstens zo belangrijk: ik wil dat ze kunnen meepraten over beslissingen. Welke data de slimme speaker verzamelt. Of een schoolapp nodig is en wie naar hun resultaten mag kijken. Hoe AI in de zorg of in de politiek mag worden ingezet.

Dat begint niet online. Dat begint als je vierjarige vraagt waarom de Yoto wel online moet voor sommige kaartjes, of waarom mama soms ‘nee’ zegt tegen een app. Op werk zijn de guardrails ingesteld door de specialisten, thuis moet ik het beleid instellen. Die gesprekken sluiten aan bij verborgen kosten van schermvrij luisteren en mijn AI-knuffel-checklist. Voor producten die ik interessant vind, werk ik ook aan een slaapkamer-check en een archief van privacy-pagina’s, zodat ik kan zien wanneer beloftes verschuiven. Medezeggenschap oefenen kan net zo goed aan de keukentafel als op kantoor.

Tech zit straks door heel hun leven verweven, meer dan ik nu kan bedenken. Life skills zijn voor mij daarom geen apart vak naast AI. Het is analoog oefenen met nadenken, plannen, onthouden en beoordelen: het bouwplan op de vloer, drie dingen hardop vertellen, het sprookje corrigeren. School helpt. Werk leert de harde lessen. Thuis vul ik aan met alledaagse situaties en rondslingerende spullen.

Playbook voor wat ik bewust niet uitbesteed

Drie dingen die ik onthoud als de week weer druk is:

• Bescherm frictie: Niet elke vraag hoeven we meteen te beantwoorden met een zoekopdracht op de telefoon. Samen bedenken wat het antwoord zou kunnen zijn, het antwoord zelf proberen uit te zoeken (zonder Google / LLM) of er later nog eens op terugkomen: dat is leerwerk, geen crisis.
• Oefen corrigeren vaker dan creëren: Fout sprookje, foute regel bij voorlezen, foute volgorde in het bouwplan. Het gevoel dit klopt niet is een skill.
• Houd ruimte voor mislukking: Sommige bouwplannen eindigen op de grond voordat de voorbereiding af is. Soms wil niemand drie dingen opnoemen. De wereld werkt niet altijd mee.

Waar we over vijf jaar staan

Ik weet niet precies welke apps mijn kinderen in de bovenbouw van de basisschool gebruiken. Ik weet wel dat de junior-paradox niet verdwijnt. AI wordt beter in instapwerk. De vraag blijft: wie beoordeelt, wie past de logica aan, wie beslist dat het kader verkeerd was?

Ik schrijf wheretokim omdat ik dat thuis wil oefenen en delen, met eerlijkheid over wat werkt en wat niet. De reviews, de checklists en het archief zijn daarvoor hetzelfde laboratorium: geen hype, wel oefening in beoordelen. Niet om mijn kinderen klaar te stomen voor Silicon Valley, maar om ze tot wereldburgers te maken die tech goed genoeg begrijpen om er niet door overspoeld te worden.

Misschien leest mijn vierjarige dit over tien jaar en lacht hij hard om de dino en de eenhoorn. Misschien herkent hij het gevoel wel: dat je iets kunt uitleggen, en toch nog moet kunnen voelen wanneer het niet klopt.

Tot die tijd blijf ik thuis oefenen wat ik op mijn werk al zie gebeuren.