AI verandert niet alleen hoe mensen werken, programmeren en bedrijven bouwen. De technologie zet ook een veel fundamentelere vraag op scherp: wat moeten jongeren vandaag eigenlijk nog leren om morgen relevant te zijn?
Ben Horowitz en Gagan Biyani denken dat het klassieke antwoord, jarenlang studeren voordat iemand werkelijk aan de slag gaat, niet langer voor iedereen volstaat. Met de Horowitz Andreessen Academy willen ze daarom experimenteren met een ander onderwijsmodel. Niet leren over ondernemen, bouwen en creëren, maar het daadwerkelijk doen.
Van leren over iets naar het werkelijk doen
Traditioneel onderwijs maakt vaak een duidelijke scheiding tussen leren en werken. Eerst wordt theorie opgebouwd, daarna volgt de praktijk. De nieuwe academie probeert die volgorde gedeeltelijk om te draaien.
Studenten moeten echte projecten bouwen, problemen oplossen en samenwerken met bedrijven, ondernemers en andere makers. San Francisco vormt daarbij niet alleen de locatie, maar ook een soort levend klaslokaal.
Het uitgangspunt is eenvoudig: iemand leert bouwen door te bouwen.
Een student kan honderden pagina's lezen over productontwikkeling, leiderschap of ondernemerschap. Maar zodra diezelfde student een product probeert te lanceren, met klanten spreekt of een team moet overtuigen, verschijnen problemen die nauwelijks uit een handboek te leren zijn.
Precies daar moet volgens de initiatiefnemers een belangrijk deel van het leerproces plaatsvinden.
AI maakt bouwen plots veel toegankelijker
De komst van krachtige AI-systemen maakt dat idee nog relevanter. Een achttienjarige beschikt vandaag over hulpmiddelen waarvoor vroeger een compleet team nodig kon zijn.
AI kan helpen met programmeren, onderzoek, analyses, ontwerpen, schrijven en het uitwerken van ideeën. Daardoor wordt de afstand tussen een idee en een eerste werkend prototype aanzienlijk kleiner.
Maar dat betekent niet dat ervaring minder belangrijk wordt. Integendeel.
Wanneer vrijwel iedereen toegang heeft tot krachtige AI, verschuift het onderscheidende vermogen. Niet alleen technische kennis telt, maar vooral weten welk probleem de moeite waard is om op te lossen, welke vragen gesteld moeten worden en wanneer een AI-antwoord wel of niet betrouwbaar of bruikbaar is.
AI kan uitvoering versnellen. Menselijk beoordelingsvermogen bepaalt steeds vaker wat er met die snelheid gebeurt.
Falen wordt onderdeel van het curriculum
Ook mislukken krijgt binnen zo'n model een andere betekenis. In klassiek onderwijs wordt een fout vaak vertaald naar een lager cijfer. Bij projectgericht leren kan een mislukking juist bijzonder waardevol zijn.
Een product waar niemand op zit te wachten. Een verkeerd gekozen doelgroep. Een prototype dat technisch niet werkt. Een presentatie die niemand overtuigt. Dat zijn geen theoretische oefeningen. Het zijn ervaringen die onmiddellijke feedback geven.
De centrale vraag wordt daardoor minder: heeft de student het juiste antwoord gegeven? Ze wordt eerder: wat heeft de student geleerd door het daadwerkelijk te proberen?
Van push learning naar pull learning
Een ander opvallend uitgangspunt is de rol van nieuwsgierigheid. Veel traditioneel onderwijs werkt volgens een pushmodel: een instelling bepaalt welke kennis studenten op welk moment moeten verwerken. De academie wil sterker richting een pullmodel bewegen.
Een student begint met een probleem of project en ontdekt vervolgens welke kennis nodig is om verder te komen. Wie bijvoorbeeld een AI-product bouwt, merkt vanzelf dat kennis over software, gebruikerservaring, marketing, communicatie, data of bedrijfsmodellen nodig wordt. Theorie verdwijnt dus niet. Ze krijgt een andere aanleiding.
De behoefte om iets te kunnen, trekt de kennis naar de student toe. Dat kan leren concreter maken omdat de theorie onmiddellijk verbonden wordt met een probleem dat opgelost moet worden.
Sociale vaardigheden worden juist belangrijker door AI
Een opmerkelijke paradox van de AI-revolutie is dat menselijke vaardigheden mogelijk waardevoller worden naarmate machines intelligenter worden.
Communiceren, luisteren, onderhandelen, samenwerken, mensen overtuigen en vertrouwen opbouwen zijn moeilijk volledig uit een tekstboek te leren. Ze ontstaan vooral door interactie met andere mensen.
Daarom wil het programma studenten niet uitsluitend achter een laptop zetten. Ze moeten ideeën presenteren, samenwerken, feedback verwerken en contacten leggen met mensen uit bedrijven en de bredere ondernemerswereld.
AI kan misschien een uitstekende pitch schrijven. De student moet uiteindelijk nog altijd begrijpen waarom iemand overtuigd raakt, of juist niet.
Niet bedoeld als vervanging van iedere universiteit
De initiatiefnemers presenteren hun model nadrukkelijk niet als universele vervanging voor hoger onderwijs.
Voor beroepen waarvoor diepgaande academische of professionele opleidingen noodzakelijk zijn, blijft traditioneel onderwijs vanzelfsprekend een belangrijke rol spelen.
De academie richt zich op een specifiek type jongere: iemand die al vroeg weet dat hij of zij wil bouwen, ondernemen en experimenteren.
Daarmee ontstaat naast de klassieke route mogelijk een andere weg. Niet: studeren → diploma → werken, maar eerder: bouwen → problemen ontdekken → leren → opnieuw bouwen.
De student als klant
Ook de keuze om de academie als commercieel initiatief te organiseren past binnen die filosofie. Het idee daarachter is dat de student rechtstreeks centraal moet staan.
Wanneer studenten zelf de klant zijn, moet een onderwijsinstelling volgens die redenering voortdurend aantonen dat de ervaring daadwerkelijk waarde oplevert.
Dat maakt het experiment breder dan alleen een discussie over AI. Het raakt aan een fundamentele vraag over onderwijs: voor wie wordt het systeem uiteindelijk ontworpen?
Een bijzonder moment om jong te zijn
Misschien is dat wel de interessantste gedachte uit het gesprek.
AI wordt regelmatig voorgesteld als bedreiging voor jonge werknemers, omdat steeds meer instaptaken geautomatiseerd kunnen worden. Maar dezelfde technologie kan jongeren ook ongekende mogelijkheden geven.
Een jonge maker hoeft niet langer te wachten op een groot budget, uitgebreid team of jarenlange technische ervaring om een idee uit te proberen. Met AI kan één persoon sneller onderzoeken, programmeren, ontwerpen en experimenteren.
De toegang tot productiecapaciteit wordt daardoor democratischer.
Wat schaars blijft, zijn nieuwsgierigheid, initiatief, doorzettingsvermogen, beoordelingsvermogen en het vermogen om met andere mensen samen te werken.
Onderwijs als omgeving om iets te creëren
Daarmee verschuift uiteindelijk ook het beeld van een school.
De onderwijsinstelling van de toekomst hoeft niet uitsluitend een plaats te zijn waar kennis wordt overgedragen. Ze kan steeds meer een omgeving worden waarin studenten problemen tegenkomen, projecten realiseren, fouten maken, samenwerken en gaandeweg ontdekken welke kennis ze nodig hebben.
AI versnelt die ontwikkeling omdat studenten sneller dan ooit van theorie naar uitvoering kunnen gaan. De belangrijkste onderwijsinnovatie hoeft daarom misschien niet te bestaan uit AI die de docent vervangt. Ze kan veel fundamenteler zijn: AI maakt het mogelijk om studenten eerder echte verantwoordelijkheid te geven.
En juist daardoor kan onderwijs opnieuw dichter komen te liggen bij wat leren oorspronkelijk betekende: proberen, ontdekken, mislukken, begrijpen en opnieuw beginnen.
