Ga naar inhoud

Hoger onderwijs (hogeschool en universiteit)

Voor wie — lectoren, docenten, assistenten en begeleiders van bachelor- en masterproeven. Kenmerk van deze groep — studenten gebruiken AI intensief en vaardig. De vraag is niet of je het toelaat, maar of je opleiding nog meet wat ze denkt te meten. Eerste winst — je verlegt evaluatie van product naar proces, en je maakt van AI-geletterdheid een expliciet opleidingsonderdeel in plaats van een blinde vlek.

1. Waarom AI hier iets oplevert

Drie plaatsen waar het rendement direct zichtbaar is:

  • Feedback op schaal. Formatieve feedback op vijftig papers is niet haalbaar; feedback op de structuur van vijftig papers wel, als jij het inhoudelijke oordeel houdt.
  • Oefenmateriaal en varianten. Voor vakken met veel technische oefeningen is een onuitputtelijke voorraad varianten met uitgewerkte oplossingsweg het verschil tussen wel of niet kunnen oefenen.
  • Begeleiding van scriptieonderzoek. Studenten die vastzitten op methodologie, literatuurstructurering of het formuleren van een onderzoeksvraag, komen sneller vooruit — mits ze leren de output te wantrouwen.

2. Je eerste 20 minuten

De hoogst renderende eerste toepassing in het hoger onderwijs is je eigen evaluatie stresstesten:

Je bent een student in [opleiding], [jaar]. Hieronder staat een
opdracht die ik als evaluatie gebruik.

1. Los ze op zoals jij dat zou doen met AI-hulp, in maximaal 400 woorden.
2. Zeg daarna eerlijk: welk deel van deze opdracht meet nog echt
   het begrip van de student, en welk deel is met AI triviaal geworden?
3. Stel 3 aanpassingen voor die de opdracht bestand maken tegen
   AI-hulp zonder dat ze zwaarder wordt om te verbeteren.

[opdracht]

De uitkomst is meestal ongemakkelijk en altijd nuttig. Doe dit voor elke opdracht die studenten buiten toezicht maken.

3. Vijf good practices

a) Formatieve feedback op structuur 

Beoordeel onderstaande tekst uitsluitend op wetenschappelijke structuur:
is de onderzoeksvraag scherp, volgt de methode uit de vraag, is elke
claim onderbouwd, dekt de conclusie de resultaten, is er
overgeneralisatie? Zeg niets over inhoudelijke juistheid en herschrijf niets.
Geef maximaal 6 punten, elk als een vraag aan de auteur.
[tekst, geanonimiseerd en met toestemming]

b) Oefeningen met volledige oplossingsweg 

Maak 5 varianten van dit vraagstuk, met dezelfde onderliggende methode
maar andere gegevens en context. Eén variant met een gegeven dat
overbodig is, één waarbij een gegeven ontbreekt en de student dat
moet opmerken. Geef per variant de volledige oplossingsweg met
tussenstappen en de eenheden expliciet.
[vraagstuk]

c) Literatuur leren lezen, niet laten samenvatten 

Ik geef je de abstract van een artikel. Formuleer 6 kritische vragen
die een lezer bij dit onderzoek moet stellen: over steekproef, design,
gemeten variabelen, mogelijke confounders, en de reikwijdte van de
conclusie. Geef de antwoorden NIET.
[abstract]

d) De rode-team-review van eigen werk 

Val de argumentatie in onderstaande tekst aan zoals een strenge
jurylid dat zou doen. Zoek de zwakste schakel, de sprong in de
redenering en de niet-uitgesproken aanname. Wees hard maar zakelijk.
Geef geen oplossingen.
[eigen tekst of tekst van een student, met toestemming]

e) Werkcollege-materiaal genereren 

Maak 4 casussen voor een werkcollege [vak] van 2 uur, voor
[bachelor/master] [jaar]. Per casus: de situatie, de vraag,
de theoretische concepten die aan bod moeten komen, en 3 mogelijke
denkfouten van studenten met hoe ik die kan opvangen.

4. Grenzen in deze context

  • Verwijzingen zijn het grootste risico. AI produceert vlot niet-bestaande of verkeerd toegeschreven referenties. Maak van "elke bron zelf terugvinden" een expliciete beoordelingseis, en toon het één keer klassikaal aan de hand van een verzonnen referentie. Die les vergeten studenten niet meer.
  • Geen AI-detectie als bewijs bij plagiaatprocedures. Vals-positieven treffen structureel anderstalige studenten. Werk met procesevidentie: tussentijdse versies, een mondelinge verdediging, een logboek.
  • Regel het expliciet per opleidingsonderdeel. "Toegelaten, mits vermeld in een AI-verantwoording" is werkbaar en eerlijker dan een algemeen verbod dat niemand naleeft. Laat studenten in bijlage noteren welke tool ze waarvoor gebruikten.
  • Geen persoonsgegevens van studenten in tools zonder verwerkersovereenkomst met je instelling.
  • AI-systemen die studenten beoordelen of toelaten, vallen onder het hoogrisicoregime van de AI Act (bijlage III, toepassing vanaf december 2027). Betrek je juridische dienst vóór aankoop.

5. Zo zie je leerwinst

1. Prestatie op gesloten toetsing. Vergelijk resultaten op examens onder toezicht, vóór en na de invoering van je nieuwe oefenmateriaal. Dat is de enige score die niet vervuild is.

2. Kwaliteit van revisie bij schrijfopdrachten. Verzamel eerste en finale versie. Scoor het verschil, niet het eindproduct. Als je studenten leert AI als tegenspreker te gebruiken, groeit dat verschil zichtbaar.

3. Metacognitie, meetbaar. Laat studenten bij een opdracht in 100 woorden verantwoorden hoe ze AI gebruikten en waar het fout zat. De kwaliteit van die verantwoording is een direct meetbare AI-geletterdheidsindicator — en meteen bewijs van de opleidingsinspanning die de AI Act van instellingen verwacht.

6. Volgende stap