Het 4D-framework beschrijft de vier menselijke competenties die je nodig hebt om goed met AI te werken. Het zustermodel, het Capabilities & Limitations-framework, beschrijft de vier machine-eigenschappen waar die competenties op reageren. Elke menselijke 'D' beantwoordt een specifieke machine-eigenschap. Leer beide, en niets verrast u nog.
| Mens (4D) | Machine-eigenschap | Wat het betekent in één zin |
|---|---|---|
| Delegation | Steerability | Beslis wat u aan AI overlaat en hoe u het stuurt. Want het model is bestuurbaar, maar niet begrijpend. |
| Description | Working Memory | Geef het de juiste context, in de juiste omvang. Want het ziet alleen wat in zijn venster zit. |
| Discernment | Next Token Prediction | Beoordeel wat terugkomt. Want het schrijft plausibele tekst, geen opgehaalde waarheid. |
| Diligence | Knowledge | Verifieer en sta erachter. Want zijn kennis heeft gaten en een cutoff datum. |
Next Token Prediction (genereren wat plausibel lijkt) + Knowledge (gat waar het model niet weet dat het er is).
Working Memory (vroege context vervaagt) + Steerability (latere instructies overschrijven vroegere).
Next Token Prediction (vloeiendheid losgekoppeld van waarheid) + Steerability (geen native gevoel voor hoeveelheid).
Getrainde dispositie (sycofantie) + Next Token Prediction (uw framing voortzetten).
Als uw instructie kort, concreet en verifieerbaar is, volgt het model. Gebruik precieze output-formats, harde limieten, gestructureerde antwoorden. Steun hierop.
Binnen een verse, goed-scoped context werkt het met precies wat u geeft. Maar de klif is reëel: lange documenten of verwachtingen van cross-session geheugen breken stilletjes dingen.
Het schrijft vloeiend. Of wat het schrijft waar is, is een aparte vraag. Hallucinaties leven waar u richting de rand duwt.
Begrensd, gedateerd, oneven. Alles recent, niche, betwist of zeldzaam is verdacht. Geef het model de documenten. Vertrouw zijn geheugen niet.
Vloeiend AI-gebruik gaat niet over elke faalmode uit het hoofd kennen. Het gaat over een klein model van de machine in uw hoofd hebben, helder genoeg dat wanneer iets fout gaat, u kunt benoemen welke eigenschap dreef en gepast kunt reageren. De eigenschappen blijven stabiel terwijl modellen verbeteren. Grenzen verschuiven, randen bewegen, maar de vier eigenschappen blijven dezelfde. Daarom is dit framework duurzaam.
Bron: Anthropic, "AI Fluency Framework: Capabilities and Limitations" (Dakan en Feller, 2026), CC BY-NC-SA 4.0.
De boardroom-versie hiervan?