Wanneer AI nuttig is — en wanneer je de uitkomst moet wantrouwen

In het vorige hoofdstuk heb je van één werkende behuizing een ontwerp gemaakt dat je gemakkelijker opnieuw kunt gebruiken. Daarmee verandert ook de manier waarop je ontwerpt. Je hoeft niet meer iedere keer bij een leeg werkvlak te beginnen. Je hebt maten, constructiekeuzes en oplossingen die al eens hebben gewerkt.

Op dat moment wordt AI interessanter.

Niet omdat AI ineens een goede behuizing voor je kan ontwerpen zonder dat jij hoeft na te denken. Juist niet. AI is vooral nuttig wanneer jij al voldoende begrijpt van het probleem om te kunnen beoordelen of een voorstel logisch is.

Dat verschil is belangrijk.

Een AI-assistent kan binnen enkele seconden voorstellen doen voor wanddiktes, toleranties, bevestigingen, ventilatieopeningen of een andere indeling van je ontwerp. Die snelheid is prettig. Maar een overtuigend antwoord is nog geen correct antwoord.

Bij een behuizing merk je fouten uiteindelijk niet in een tekstvak, maar op de werkbank.

Een printplaat past niet.

Een USB-stekker kan niet meer in de connector.

Een deksel klemt.

Een schroefpilaar breekt af.

Of een prachtig ogende ventilatieopening blijkt precies op de verkeerde plaats te zitten.

In dit hoofdstuk gebruik je AI daarom niet als ontwerper die het van je overneemt, maar als extra gereedschap aan de werkbank.

AI kan goed meedenken, maar niet meten

Stel dat je een ESP32-print wilt inbouwen en je vraagt:

Hoe groot moet ik de binnenruimte van mijn behuizing maken?

AI kan daar best een bruikbaar antwoord op geven. Het kan adviseren om rondom de printplaat extra ruimte vrij te houden voor montage, connectoren en toleranties.

Maar AI heeft jouw printplaat niet in handen.

Het weet niet automatisch:

• welke uitvoering van de ESP32 je gebruikt;
• of er pinheaders op zijn gesoldeerd;
• hoe ver de USB-connector uitsteekt;
• welke kabel je gebruikt;
• waar jouw sensormodule precies komt;
• hoeveel maatverschil jouw printer veroorzaakt.

Dat zijn geen kleine details. Dat is het ontwerp.

De juiste werkwijze blijft daarom:

• het echte onderdeel meten;
• bepalen welke functie de ruimte moet hebben;
• een eerste maat kiezen;
• proefpassen;
• aanpassen.

AI kan vooral bij stap 2 en 3 helpen.

De schuifmaat blijft belangrijker dan de chatbot.

Waar AI wél sterk in is

AI is vooral handig bij werk waarbij je verschillende mogelijkheden wilt onderzoeken voordat je iets tekent of print.

Mogelijke oplossingen bedenken

Je kunt bijvoorbeeld vragen:

Welke manieren zijn er om een klein printplaatje zonder schroeven in een 3D-geprinte behuizing vast te zetten?

Daaruit kunnen ideeën komen zoals:

• geleiderails;
• kleine kliklipjes;
• nokjes onder de printplaat;
• een klemrand;
• een sleuf waarin de printplaat wordt geschoven.

Misschien gebruik je uiteindelijk geen van die oplossingen precies zoals voorgesteld. Toch heeft de vraag zijn werk gedaan: je kijkt verder dan de eerste oplossing die bij je opkwam.

Dat is een goede toepassing van AI.

Voor- en nadelen vergelijken

Je kunt AI ook gebruiken om twee constructies naast elkaar te zetten.

Bijvoorbeeld:

Voor een kleine Werkplaats-sensor die af en toe open moet: wat zijn de voor- en nadelen van een klikdeksel en een geschroefd deksel?

Dan krijg je waarschijnlijk aandachtspunten zoals montagetijd, slijtage, stevigheid, printbaarheid en onderhoud.

Dat helpt je om een keuze bewust te maken.

Niet:

AI zegt dat schroeven beter zijn, dus ik gebruik schroeven.

Maar:

AI noemt onderhoud en slijtage als verschil. Welke van die punten is voor mijn behuizing belangrijk?

Daar zit de waarde.

AI gebruiken om je eigen ontwerp aan te vallen

Een van de nuttigste toepassingen is AI niet vragen om een oplossing, maar om problemen te zoeken.

Stel dat je beschrijft:

Ik maak een PETG-behuizing van 100 × 60 × 30 mm. De wand is 2 mm dik. Binnenin staat een ESP32 op vier pilaren. Aan één korte zijde zit een USB-uitsparing en boven het bord maak ik ventilatiesleuven.

Dan kun je vragen:

Welke ontwerpfouten zou je bij deze behuizing controleren voordat ik hem print?

Dat levert vaak een interessantere bespreking op dan:

Is dit een goed ontwerp?

Die tweede vraag nodigt bijna uit tot een algemeen bevestigend antwoord.

De eerste vraag vraagt doelbewust om kritiek.

Je kunt AI bijvoorbeeld laten letten op:

• ruimte voor de USB-stekker;
• afstand tussen printplaat en deksel;
• sterkte rond uitsparingen;
• bereikbaarheid van schroeven;
• wanddikte rond schroefpilaren;
• mogelijke overhang;
• ventilatie versus stof;
• montagevolgorde.

Je gebruikt AI dan als een extra paar ogen.

Geef AI voldoende context

Een vaag probleem levert meestal een vaag antwoord op.

Vergelijk deze twee vragen.

Vraag 1:

Hoe dik moet mijn behuizing zijn?

Daar kan AI weinig zinnigs mee.

Vraag 2:

Ik print op een FDM-printer met een nozzle van 0,4 mm. De behuizing is ongeveer 100 × 60 × 30 mm en komt binnen in De Werkplaats te hangen. Er zit een ESP32 met temperatuursensor in. De behuizing wordt niet mechanisch zwaar belast. Welke wanddikte zou een logisch startpunt zijn, en waarom?

Nu is duidelijker wat je probeert te maken.

Dat betekent nog steeds niet dat het antwoord automatisch juist is. Maar AI heeft wel genoeg informatie om gerichter mee te denken.

Een goede vraag bevat meestal drie dingen:

Wat je maakt

Bijvoorbeeld:

Een binnenbehuizing voor een ESP32 en SHT41.

Welke beperkingen je hebt

Bijvoorbeeld:

FDM-print, 0,4 mm nozzle, PETG, zo min mogelijk supports.

Wat je wilt weten

Bijvoorbeeld:

Ik twijfel of ik de sensor via gaten aan de zijkant of via sleuven aan de onderkant moet laten ventileren.

Daarmee wordt AI veel bruikbaarder.

Laat AI uitleggen waarom

Een getal zonder uitleg heb je weinig aan.

Wanneer AI bijvoorbeeld zegt:

Gebruik 0,3 mm tolerantie.

vraag dan niet alleen of dat klopt.

Vraag:

Waarom zou 0,3 mm hier een logisch startpunt zijn? Welke factoren kunnen ervoor zorgen dat ik meer of minder nodig heb?

Dat maakt het antwoord beter controleerbaar.

Je wilt weten welke redenering erachter zit.

Misschien noemt AI:

• printerkalibratie;
• materiaal;
• bewegingsrichting;
• gewenste passing;
• printoriëntatie;
• grootte van het onderdeel.

Nu kun je die punten vergelijken met wat je zelf al hebt waargenomen tijdens proefprints.

Je verandert het antwoord van een voorschrift in een hypothese.

En een hypothese kun je testen.

Het gevaar van nauwkeurig klinkende getallen

AI-antwoorden kunnen opvallend precies klinken.

Bijvoorbeeld:

Maak de kliklip 1,8 mm dik en 12 mm lang met 0,25 mm speling.

Dat klinkt alsof iemand het heeft doorgerekend.

Maar zonder informatie over materiaal, laagoriëntatie, printtemperatuur, vorm van de klikverbinding en aantal keren openen weet je dat helemaal niet.

Precieze getallen geven gemakkelijk een vals gevoel van zekerheid.

Behandel zo'n maat daarom als:

een mogelijke startwaarde

en niet als:

de juiste maat.

Dat geldt voor bijna alle maatadviezen die je door AI laat geven:

• toleranties;
• wanddiktes;
• schroefgaten;
• klikverbindingen;
• perspassingen;
• ventilatieoppervlak;
• ribdiktes;
• afrondingen.

Een bruikbare vervolgvraag is:

Welke van deze maten zijn aannames die ik met een proefstuk moet controleren?

Daarmee dwing je het gesprek terug naar de fysieke werkelijkheid.

Vraag AI niet om één antwoord wanneer er meerdere keuzes zijn

Bij ontwerpen bestaat vaak geen universeel beste oplossing.

Neem een deksel.

Je kunt het:

• vastschroeven;
• vastklikken;
• inschuiven;
• met magneten sluiten;
• met een combinatie daarvan maken.

Welke oplossing goed is, hangt af van het gebruik.

Vraag daarom liever:

Geef drie bruikbare manieren om dit deksel te bevestigen. Vergelijk ze op printbaarheid, onderhoud, betrouwbaarheid en ruimtegebruik.

Dan krijg je alternatieven.

Dat is nuttiger dan:

Wat is de beste manier om mijn deksel te bevestigen?

Want het woord beste verbergt vaak de echte ontwerpafweging.

Laat AI je aannames zichtbaar maken

Een andere goede toepassing is vragen:

Welke aannames maak ik hier waarschijnlijk zonder ze te testen?

Stel dat je denkt:

• de printplaat is precies 51 mm breed;
• 0,2 mm extra ruimte is voldoende;
• de kabel kan na montage nog worden ingestoken;
• PETG buigt genoeg voor de kliklip;
• het deksel blijft vlak;
• ventilatiesleuven zijn voldoende voor de sensor.

Dat kunnen allemaal redelijke aannames zijn.

Maar zolang je ze niet test, blijven het aannames.

AI kan helpen ze zichtbaar te maken.

Daarna kies jij welke ervan belangrijk genoeg zijn om met een proefprint te controleren.

De combinatie met Tinkercad

AI kan je ook helpen nadenken over hoe je iets in Tinkercad kunt opbouwen.

Bijvoorbeeld:

Hoe kan ik in Tinkercad een kabeldoorvoer met afgeronde hoeken maken met alleen standaardvormen en Hole?

Dat is een geschikte vraag.

AI kan voorstellen om bijvoorbeeld:

• een Box als Hole te gebruiken;
• cilinders op de hoeken te plaatsen;
• de vormen uit te lijnen;
• alles te groeperen.

Je krijgt daarmee een mogelijke bouwmethode.

Maar ook hier moet je kijken of die methode past bij wat jij voor je hebt.

Tinkercad werkt vooral met vormen. Daardoor zijn er vaak meerdere manieren om hetzelfde resultaat te bereiken.

De interessantste vraag is daarom soms:

Wat is de eenvoudigste manier om dit met zo weinig mogelijk losse vormen op te bouwen?

Dat sluit aan op iets wat je in deze gids steeds hebt gedaan: ontwerpen vereenvoudigen voordat je details toevoegt.

AI kan geen slechte invoer herkennen zoals jij dat kunt

Stel dat je per ongeluk schrijft:

Mijn ESP32-print is 25 × 14 × 2 mm.

terwijl je eigenlijk een veel groter ontwikkelbord gebruikt.

AI kan probleemloos verder rekenen met die maat.

Het antwoord kan intern volledig logisch zijn en toch onbruikbaar.

Dat is een belangrijk kenmerk van AI: het probeert meestal een antwoord te produceren op basis van wat jij opgeeft.

Het staat niet naast je werkbank om te zeggen:

Wacht eens, die printplaat lijkt helemaal geen 25 mm lang.

Daarom moet je vooral kritisch zijn wanneer een antwoord voortbouwt op:

• door jou ingevoerde maten;
• typenummers;
• materiaalgegevens;
• toleranties;
• printerinstellingen;
• technische eigenschappen.

Controleer de bronwaarde voordat je de conclusie vertrouwt.

Foto's en screenshots kunnen helpen, maar vervangen maten niet

Wanneer een AI-systeem afbeeldingen kan bekijken, kun je bijvoorbeeld een screenshot van je Tinkercad-ontwerp laten beoordelen.

Dat kan nuttig zijn voor vragen als:

Zie je hier plaatsen waar montage lastig kan worden?

of:

Welke onderdelen lijken erg dun of kwetsbaar?

Een afbeelding kan veel context geven.

Maar een screenshot is geen technische tekening.

Perspectief kan misleiden. Kleine maatverschillen zijn niet betrouwbaar zichtbaar. Een verborgen onderdeel kan buiten beeld vallen.

Gebruik een afbeelding daarom voor ruimtelijke beoordeling en ideeën, maar geef belangrijke maten afzonderlijk door.

Controleer belangrijke informatie bij de bron

AI is geen vervanging voor documentatie.

Wanneer je bijvoorbeeld wilt weten:

• de exacte afmetingen van een printplaat;
• de positie van montagegaten;
• de maximale temperatuur van een component;
• de diameter van een bepaalde heat-set insert;
• de aanbevolen boordiameter voor een bevestigingsmiddel;

gebruik dan bij voorkeur de technische tekening, datasheet of informatie van de fabrikant.

AI kan je helpen de gegevens te begrijpen.

Het moet ze niet verzinnen omdat jij ze niet hebt opgezocht.

Dat verschil is vooral belangrijk wanneer een verkeerde maat pas na een lange print zichtbaar wordt.

Gebruik AI om een proefprint slimmer te maken

Je hoeft AI niet alleen vóór het ontwerpen te gebruiken. Juist na een mislukte proefprint kan het nuttig zijn.

Stel:

• het deksel is 0,4 mm te breed;
• aan één zijde schuift het goed;
• aan de andere zijde klemt het;
• je printer lijkt verder normale maten te geven.

Dan kun je dat probleem beschrijven en vragen:

Welke oorzaken zou ik één voor één controleren?

AI kan dan een lijst met mogelijke oorzaken geven.

Maar probeer ze niet allemaal tegelijk te corrigeren.

Gebruik dezelfde methode als bij het zoeken naar ontwerpfouten:

verander één ding en kijk wat er gebeurt.

Bijvoorbeeld:

• controleer eerst de gemeten maat van de print;
• verander alleen de speling;
• print opnieuw;
• vergelijk.

AI kan hypotheses leveren.

Jij voert het experiment uit.

Een praktische AI-werkwijze voor De Werkplaats

Stel dat je een behuizing maakt voor een Werkplaats-sensor met:

• ESP32;
• SHT41;
• USB-aansluiting;
• ventilatieopeningen;
• afneembaar deksel.

Je zou AI in verschillende fasen kunnen gebruiken.

Voor het tekenen

Vraag:

Welke functies moet ik in deze behuizing meenemen voordat ik ga tekenen?

Gebruik het antwoord als controlelijst.

Tijdens het ontwerpen

Vraag:

Ik wil de SHT41 zo plaatsen dat hij kamerlucht meet en zo weinig mogelijk warmte van de ESP32 oppikt. Welke plaatsingskeuzes kan ik vergelijken?

Gebruik het antwoord om verschillende indelingen te onderzoeken.

Voor de eerste print

Vraag:

Welke vijf onderdelen van dit ontwerp zou je eerst controleren om een nutteloze volledige proefprint te voorkomen?

Misschien besluit je daardoor eerst alleen de sensorhouder of het deksel te printen.

Na de proefprint

Vraag:

De printplaat past goed, maar de USB-stekker raakt de rand van de uitsparing. Welke maat moet ik als eerste opnieuw controleren?

Dat helpt je systematisch te blijven.

Een nuttige regel: AI stelt voor, jij beslist

Je kunt de rolverdeling heel eenvoudig houden.

AI:

• ideeën bedenken;
• alternatieven vergelijken;
• mogelijke fouten zoeken;
• vragen stellen;
• controles voorstellen;
• uitleg geven.

Jij:

• meten;
• eisen bepalen;
• materiaal kiezen;
• beoordelen;
• proefprinten;
• controleren;
• beslissen.

Zodra je die rollen omdraait, wordt AI riskanter.

Als je AI laat beslissen en zelf alleen uitvoert, merk je een verkeerde aanname mogelijk pas na drie uur printen.

Als AI voorstellen doet en jij ze beoordeelt, kan dezelfde techniek je juist veel denkwerk besparen.

Wantrouw vooral antwoorden die precies geven wat je hoopte

Er is nog een subtiel probleem.

Stel dat jij heel graag een wand van 1 mm wilt gebruiken omdat de behuizing dan klein en snel geprint is.

Je vraagt:

Is 1 mm wanddikte genoeg voor mijn behuizing?

Het is mogelijk dat AI argumenten geeft waarom dat zou kunnen.

Je krijgt dan gemakkelijk bevestiging van wat je al wilde doen.

Een betere vraag is:

Welke problemen kan een wanddikte van 1 mm bij deze behuizing veroorzaken?

En daarna:

Wanneer zou 1 mm toch voldoende kunnen zijn?

Nu onderzoek je beide kanten.

Die manier van vragen is bij ontwerpen vaak waardevoller dan zoeken naar bevestiging.

Gebruik AI als kritische collega

Een goede technische collega zegt niet alleen:

Ziet er goed uit.

Hij vraagt:

Kun je de kabel daar nog insteken als het deksel erop zit?

Hoe ga je die onderste schroef vastdraaien?

Waarom zit die ventilatiesleuf eigenlijk boven de ESP32?

Kun je dit onderdeel vervangen zonder de hele behuizing uit elkaar te halen?

Dat is ook de rol die je AI kunt geven.

Vraag bijvoorbeeld:

Doe alsof je mijn ontwerp moet monteren en onderhouden. Welke praktische problemen verwacht je?

of:

Probeer vijf redenen te vinden waarom deze behuizing na de eerste proefprint niet goed zou kunnen werken.

Je vraagt AI dan niet om gelijk te hebben.

Je vraagt het om jou aan het denken te zetten.

Eerst voorspellen, dan vragen

Je haalt meer uit AI wanneer je eerst zelf nadenkt.

Neem bijvoorbeeld de sensorplaatsing.

Schrijf voordat je iets vraagt op:

Ik verwacht dat de SHT41 beter onderin de behuizing kan zitten, omdat de warme lucht van de ESP32 omhoog gaat.

Vraag daarna aan AI:

Welke argumenten spreken voor en tegen deze keuze?

Nu kun je je eigen redenering vergelijken met een andere analyse.

Dat is leerzamer dan direct vragen:

Waar moet de sensor zitten?

Hetzelfde kun je doen bij:

• wanddikte;
• ventilatie;
• printoriëntatie;
• bevestigingen;
• toleranties;
• materiaalgebruik.

Eerst voorspellen.

Dan vergelijken.

Daarna testen.

Wat je uit dit hoofdstuk kunt meenemen

AI kan bij het ontwerpen van behuizingen veel tijd besparen, vooral wanneer je het gebruikt om mogelijkheden te onderzoeken, alternatieven te vergelijken en mogelijke fouten zichtbaar te maken.

Maar AI ziet jouw werkbank niet.

Het meet je printplaat niet.

Het voelt niet of een deksel klemt.

En het weet niet automatisch welke aannames in jouw vraag verkeerd zijn.

Gebruik een AI-antwoord daarom niet als bewijs, maar als informatie waarmee je verder kunt werken.

Geef voldoende context, vraag waarom een voorstel logisch zou zijn en wees extra voorzichtig met precies klinkende maten. Laat belangrijke afmetingen controleren door echte onderdelen, datasheets en proefprints.

De belangrijkste regel blijft eenvoudig:

AI stelt voor. Jij meet, test en beslist.

Daarmee heb je inmiddels bijna alle onderdelen van het ontwerpproces afzonderlijk doorlopen: van eisen en maten tot toleranties, bevestigingen, printbaarheid, proefpassen, foutzoeken, hergebruik en het kritisch inzetten van AI.

In het volgende hoofdstuk brengen we die onderdelen bij elkaar. Je bouwt dan niet alleen een losse oefenvorm, maar een complete behuizing voor een Werkplaats-sensor. Daarbij doorloop je het hele traject nog één keer: van het echte onderdeel op de werkbank tot een ontwerp dat je daadwerkelijk kunt printen en gebruiken.