In het kort
Deze negen activiteiten behandelen de energie- en milieukant van AI met papier, gepubliceerde cijfers en gesprekken, voor leerlingen van ongeveer 9 tot 18 jaar. Elke activiteit heeft een leeftijdsgroep, een duur, leerdoelen en materialen, en geen enkele vraagt betaalde software of accounts voor leerlingen op AI-tools.
Kernpunten
- Elke activiteit werkt zonder dat leerlingen zelf AI-tools gebruiken. Zo worden de leeftijdsgrenzen gerespecteerd die veel tools stellen.
- De schattingsactiviteiten gebruiken gepubliceerde cijfers per prompt van Google en OpenAI, met vermelding van de bron.
- De activiteiten passen bij bestaande inhoud van informatica, natuurwetenschappen, aardrijkskunde, wiskunde en burgerschap, zonder extra lestijd in het leerplan.
- De koppelingen met het leerplan zijn indicatief: controleer ze aan de hand van uw eigen nationale of regionale leerplan.
Hoe gebruik ik deze ideeën?
Kies er één, pas de duur aan uw klas aan en vermeld bij elk cijfer de bron en het jaar. Achtergrond bij elke activiteit staat in de gids voor leraren, en begrippen worden uitgelegd in de woordenlijst. Geen enkele activiteit vraagt dat leerlingen accounts op AI-tools hebben.
De koppelingen met het leerplan gebruiken Engeland als voorbeeld (KS2 is 7–11 jaar, KS3 11–14, KS4 14–16). Ze zijn indicatief, geen officiële koppelingen; de meeste landen hebben vergelijkbare onderdelen over computersystemen, energie, natuurlijke hulpbronnen en verantwoord technologiegebruik.
Ideeën voor activiteiten
1. Hoeveel energie gebruikt onze klas aan AI?
Leeftijd: 11–16 · Duur: 50 minuten · Koppelingen: KS3 natuurwetenschappen (energie, vermogen, kWh, energiekosten thuis); wiskunde (schatten, eenheden); informatica (impact van technologie)
Leerdoelen: omrekenen tussen Wh en kWh; een Fermi-schatting maken en onderbouwen; uitleggen waarom kleine hoeveelheden optellen.
Materialen: papier, rekenmachines, de gepubliceerde cijfers hieronder.
Werkwijze: leerlingen schatten hoeveel tekstprompts aan AI de klas per week maakt (anoniem handen opsteken werkt). Met Googles 0,24 Wh voor een mediane tekstprompt aan Gemini en OpenAI's 0,34 Wh voor een gemiddelde vraag aan ChatGPT berekenen ze een bandbreedte. Bijvoorbeeld: 30 leerlingen × 10 prompts × 0,24–0,34 Wh geeft ongeveer 72–102 Wh per week. Schaal daarna op naar de hele school, het land en de wereld, en vergelijk met apparaten waarvan het vermogen op het etiket staat. Sluit af met een gesprek over wat de cijfers weglaten: afbeeldingen, video, training en de apparaten zelf.
2. Tokens uitgelegd met papier
Leeftijd: 9–14 · Duur: 30 minuten · Koppelingen: KS2 en KS3 informatica (hoe data worden weergegeven)
Leerdoelen: uitleggen wat een token is; uitleggen waarom langere tekst meer rekenwerk betekent.
Materialen: afgedrukte zinnen, scharen, een stopwatch.
Werkwijze: leerlingen knippen zinnen in stukjes ongeveer zo groot als tokens. De vuistregel van OpenAI is dat een token ongeveer vier tekens is, of driekwart van een Engels woord, dus lange woorden worden gesplitst. Een "model" (één leerling) moet elk stukje lezen voordat het één nieuw woord toevoegt, op tijd. Een twee keer zo lange zin is twee keer zoveel werk. Oudere leerlingen kunnen op de projector een gratis online demonstratie van een tokenizer proberen en zien dat ongewone woorden en sommige talen in meer stukjes worden gesplitst.
3. Is AI het juiste hulpmiddel?
Leeftijd: 11–18 · Duur: 40–60 minuten · Koppelingen: KS3 en KS4 informatica (verantwoord gebruik); burgerschap
Leerdoelen: voordelen en kosten van een technologie afwegen; met bewijs argumenteren; suffiëntie begrijpen.
Materialen: taakkaarten (bijvoorbeeld: een spelling controleren, een verjaardagsgedicht schrijven, de hoofdstad van Peru opzoeken, een rapport van 40 pagina's samenvatten, huidkanker opsporen op beelden, 25 versies van een logo maken).
Werkwijze: in groepjes sorteren leerlingen de kaarten in "AI is het beste hulpmiddel", "iets eenvoudigers werkt" en "dat hangt ervan af", en verdedigen daarna één keuze voor de klas. Bespreek wat "frivool" betekent en wie dat mag bepalen.
4. Waar moet een datacenter komen?
Leeftijd: 11–16 · Duur: 60 minuten · Koppelingen: KS3 aardrijkskunde (economische activiteit en natuurlijke hulpbronnen; wisselwerking tussen mens en natuur; kaarten en GIS)
Leerdoelen: factoren bij keuzes over locaties herkennen; afwegingen maken; kaarten en data gebruiken.
Materialen: afgedrukte of gratis online kaarten met hernieuwbare opwekking, rivieren, temperatuur, netaansluitingen en steden.
Werkwijze: leerlingen vormen een planningscommissie die kiest tussen drie verzonnen locaties: koel en winderig maar afgelegen; bij een stad met waterschaarste; naast een zonnepark in een warme regio. Geef elke locatie een score voor stroom, koeling, water, grond, banen en lokale impact. Gebruik Ierland als echt voorbeeld: datacenters gebruikten in 2024 22% van de gemeten elektriciteit van het land, tegen 5% in 2015 (Central Statistics Office).
5. Het efficiëntie- en reboundspel
Leeftijd: 11–18 · Duur: 40 minuten · Koppelingen: KS4 informatica (impact van technologie); economie; wiskunde
Leerdoelen: het reboundeffect en de Jevonsparadox uitleggen.
Materialen: fiches of speelstukken, een eenvoudig spelregelblad.
Werkwijze: elk team heeft een vast "energiebudget" aan fiches. Elke ronde wordt AI twee keer zo efficiënt (een taak kost half zoveel fiches), maar teams kiezen daarna hoeveel taken ze uitvoeren. Noteer elke ronde het totale energiegebruik. Meestal zien leerlingen het totaal stijgen. Leg de link met de econoom William Stanley Jevons, die in 1865 betoogde dat efficiëntere stoommachines het kolenverbruik zouden doen stijgen in plaats van dalen. Vraag: welke regels zouden het totale gebruik laag houden?
6. Tekst, afbeelding of video?
Leeftijd: 13–18 · Duur: 40 minuten · Koppelingen: KS3 natuurwetenschappen (energie); informatica
Leerdoelen: de energie van verschillende AI-taken vergelijken; een onderzoekscijfer kritisch lezen.
Materialen: de cijfers hieronder, afgedrukt.
Werkwijze: deel één onderzoeksresultaat: in een onderzoek uit 2024 kostte het maken van 1.000 afbeeldingen met het minst efficiënte geteste model 11,49 kWh, evenveel als 522 keer een smartphone opladen, terwijl het meest efficiënte tekstmodel voor 1.000 runs zoveel gebruikte als 9% van één oplaadbeurt (Luccioni, Jernite en Strubell). Leerlingen bespreken waarom afbeeldingen meer kosten, wat "meest" en "minst efficiënt" betekenen en hoe zij een eerlijke test zouden opzetten.
7. Ontwerp een label voor groene AI
Leeftijd: 9–16 · Duur: 50 minuten · Koppelingen: ontwerpen en techniek; informatica; burgerschap
Leerdoelen: energielabels begrijpen; bepalen welke informatie nuttig en eerlijk is.
Materialen: voorbeelden van energielabels van apparaten en voedseletiketten, papier, pennen.
Werkwijze: leerlingen ontwerpen een label dat naast een AI-antwoord of -app staat. Wat moet erop: energie, water, CO2, waar het is berekend? Hoe voorkom je dat bedrijven misleidende claims maken (greenwashing)? Oudere leerlingen kunnen energielabels voor AI lezen.
8. Promptgolf
Leeftijd: 13–18 · Duur: 30 minuten · Koppelingen: informatica; taal (beknopt schrijven)
Leerdoelen: duidelijke, specifieke instructies schrijven; beknoptheid koppelen aan efficiëntie.
Materialen: papier; eventueel één AI-demonstratie door de leraar.
Werkwijze: leerlingen herschrijven lange, vage verzoeken tot de kortste prompt die nog precies oplevert wat nodig is (voor wie, hoe lang, welke vorm). Tel de woorden en schat daarna de tokens. De leraar kan de beste twee live testen. Bespreek waarom één duidelijke prompt beter is dan vijf pogingen.
9. Debat: moet een land zijn eigen groene AI bouwen?
Leeftijd: 15–18 · Duur: 60 minuten · Koppelingen: burgerschap; politiek; informatica
Leerdoelen: argumenten opbouwen over technologiebeleid; soevereiniteit, kosten, energie en eerlijkheid afwegen.
Materialen: een korte briefing, zoals het artikel soevereine AI en duurzaamheid.
Werkwijze: de stelling is "Wij zouden een nationale AI-dienst in publieke handen bouwen die draait op hernieuwbare energie". Teams zetten gelijke toegang en controle over data af tegen kosten, energie, infrastructuur en politieke risico's. Over deze vraag werd gedebatteerd tijdens een Britse sandpit (een verkennende werksessie) over groene AI in 2026, met wiskundigen, informatici en het bedrijfsleven. De meningen waren verdeeld, wat er een goede open vraag van maakt.
Hoe kan ik het geleerde toetsen?
Korte schriftelijke antwoorden werken goed: "Leg uit waarom één prompt weinig energie kost, maar AI als geheel veel" of "Noem één manier om AI-gebruik efficiënter te maken en één manier om het suffiënter te maken". Let op redeneringen over schaal en op beide helften van groene AI.
Wat nu?
- Probeer dit trimester activiteit 2 of 3; geen van beide vraagt technologie.
- Deel Groene AI voor leerlingen als voorbereidende lectuur of huiswerk.
- Controleer feiten en misvattingen in de gids voor leraren voor de les.
- Zet de woordenlijst op het bord voor de kernbegrippen.
- Laat ons via de contactpagina weten hoe een activiteit verliep, zodat we deze ideeën kunnen verbeteren.
Veelgestelde vragen
Zijn er computers nodig voor deze lessen?
Voor de meeste niet. Een paar gebruiken eventueel een gratis webpagina, zoals een demonstratie van een tokenizer of een online kaart, die de leraar op een projector kan tonen.
Met welke activiteit begin ik het best?
Papieren tokens (activiteit 2) is de snelste: 30 minuten, geen technologie, en ze legt uit waarom langere prompts en antwoorden meer rekenwerk vragen. Is AI het juiste hulpmiddel? (activiteit 3) werkt goed als vervolg.
Zijn deze activiteiten gekoppeld aan het nationale leerplan?
Ze ondersteunen bestaande inhoud in de programma's voor informatica, natuurwetenschappen en aardrijkskunde in Engeland en vergelijkbare onderdelen elders, maar het zijn geen officiële lesmaterialen en ze zijn niet gekoppeld aan een examenprogramma.
Bronnen
- Measuring the environmental impact of delivering AI at Google scale, Google (arXiv:2508.15734) (2025)
- The Gentle Singularity, Sam Altman (OpenAI) (2025)
- What are tokens and how to count them?, OpenAI Help Center (2025)
- Energy and AI, International Energy Agency (2025)
- Data centres metered electricity consumption 2024, Central Statistics Office, Ireland (2025)
- Power hungry processing: watts driving the cost of AI deployment?, Luccioni, Jernite and Strubell (arXiv:2311.16863) (2024)
- The coal question (1865), summary and extracts, Yale University, Energy History (1865)
- National curriculum in England: computing programmes of study, Department for Education (2013)
- National curriculum in England: geography programmes of study, Department for Education (2013)
- National curriculum in England: science programmes of study, Department for Education (2013)
Gerelateerd
Groene AI: een gids voor leraren
Achtergrond in gewone taal over de energie-, water- en CO2-kosten van AI, feiten met bronnen voor de klas, beleidspunten en veelvoorkomende misvattingen.
Groene AI voor leerlingen
Een korte, vriendelijke gids voor jongeren: wat groene AI is, waarom AI energie en water gebruikt, slimme gewoonten en waar je meer leert.
Groene AI voor scholen
Waarom de energie-, water- en CO2-kosten van AI thuishoren in lessen informatica, natuurwetenschappen, aardrijkskunde en burgerschap, met gidsen voor leraren en leerlingen.
Efficiëntie is geen suffiëntie: het reboundeffect bij AI
Waarom efficiëntere AI niet garandeert dat AI in totaal minder energie gebruikt, wat het rebound- of Jevons-effect is, en wat besparingen echt houdt.