Ga naar inhoud

Lerarenopleiding en professionalisering

Voor wie — lectoren in de lerarenopleiding, stagebegeleiders, mentoren op de stageschool, pedagogisch begeleiders en wie navorming geeft. Kenmerk van deze groep — jouw studenten worden leerkracht. Wat zij hier leren over AI, geven ze twintig jaar door. Dat maakt dit het niveau met de grootste hefboom van allemaal. De valkuil — studenten leren AI gebruiken om lesvoorbereidingen te maken vóór ze geleerd hebben wat een goede lesvoorbereiding is.

1. Waarom dit niveau apart staat

In elke andere handleiding is AI een hulpmiddel bij het lesgeven. Hier is AI-geletterdheid zelf een opleidingsdoel. Je hebt drie opdrachten tegelijk:

  • Studenten leren lesgeven — waarbij AI het leerproces kan ondermijnen als ze te vroeg leunen.
  • Studenten leren AI didactisch verantwoord inzetten — een competentie die het werkveld nu al van hen verwacht.
  • Zelf materiaal maken voor je eigen onderwijs, zoals elke andere lector.

De AI Act legt organisaties op om te zorgen voor de AI-geletterdheid van wie met AI werkt (art. 4). Voor lerarenopleidingen is dat niet alleen een verplichting maar de kern van de opdracht: je levert de mensen af die het in de scholen moeten waarmaken.

2. Je eerste 20 minuten

De sterkste eerste toepassing is studenten laten ontdekken waar AI faalt in hun eigen vak:

Je bent [leerkracht vak, niveau]. Maak een lesvoorbereiding van
50 minuten over [onderwerp] voor [graad], met leerdoelen,
lesverloop, werkvormen en evaluatie.

Laat elke student dit uitvoeren en daarna de output analyseren met deze opdracht:

Beoordeel deze AI-lesvoorbereiding met het beoordelingsinstrument dat wij in de opleiding gebruiken. Waar scoort ze voldoende, waar niet? Zoek specifiek naar: leerdoelen die niet observeerbaar zijn, werkvormen zonder verantwoording, evaluatie die de doelen niet dekt, ontbrekende differentiatie, en aannames over de klas die nergens onderbouwd zijn.

Waarom dit werkt: studenten zien dat de output er professioneel uitziet en didactisch middelmatig is. Ze leren het beoordelingskader beter door het toe te passen dan door het te bestuderen, en ze krijgen meteen een realistisch beeld van wat AI wel en niet kan.

3. Vijf good practices

a) De omgekeerde opdracht — beoordelen in plaats van produceren 

Genereer 3 lesvoorbereidingen over [onderwerp] van verschillende
kwaliteit: één zwakke, één middelmatige, één goede. Maak de verschillen
subtiel — geen karikaturen. Vermeld nergens welke welke is.
Geef mij apart de sleutel met per versie de doorslaggevende verschillen.
Studenten rangschikken en verantwoorden. Dit meet vakdidactisch inzicht scherper dan een zelf gemaakte lesvoorbereiding, en het is AI-bestendig.

b) Casussen voor klasmanagement 

Beschrijf 6 realistische klassituaties waarin een beginnende leerkracht
in [niveau] vastloopt. Per situatie: wat er gebeurt (max 4 zinnen),
3 mogelijke reacties van de leerkracht, en per reactie het waarschijnlijke
gevolg op korte en op langere termijn.
Geen situatie mag één juist antwoord hebben.

c) Stagefeedback voorbereiden 

Ik observeerde een stagiair. Deze punten wil ik bespreken:
[observaties, zonder naam of school].
Zet ze om in feedback volgens het model [gedrag - effect - alternatief].
Maximaal 2 zinnen per punt, in de je-vorm, concreet.
Begin met wat werkte. Geef me ook 3 vragen waarmee ik hem
zelf tot het inzicht kan brengen in plaats van het te zeggen.

d) Vakdidactiek: de misvattingen van beginners 

Welke didactische denkfouten maken beginnende leerkrachten [vak]
typisch bij [onderwerp]? Niet fouten in de vakinhoud, maar in de
overdracht: wat lijkt logisch te onderwijzen maar werkt niet?
Geef per denkfout waarom ze aantrekkelijk is en wat er in de klas
gebeurt als je ze maakt.

e) Navorming ontwerpen die blijft plakken 

Ontwerp een professionaliseringstraject van 4 sessies van 45 minuten
over [thema] voor een schoolteam van [niveau].
Per sessie: één concreet doel, één werkvorm, en een opdracht die
deelnemers tussen de sessies in hun eigen klas uitvoeren.
Geen plenaire presentaties. Geen sessie zonder tussenopdracht.
Bouw in sessie 4 een moment in waarop deelnemers hun resultaten
met cijfers delen.

4. Grenzen in deze context

  • Bescherm het worstelen. Een eerste lesvoorbereiding zelf schrijven is lastig, traag en essentieel. Wie meteen leert leunen, bouwt het vakmanschap nooit op. Maak minstens het eerste opleidingsjaar grotendeels AI-vrij voor lesontwerp, en zeg expliciet waarom.
  • Geen gegevens van leerlingen of stagescholen. Stagiairs verwerken dagelijks leerlinggegevens. Maak het anonimiseren tot een expliciet aangeleerde reflex — als ze het hier niet leren, leren ze het nergens.
  • Geen AI-detectie bij studenten. Zelfde argumenten als bij leerlingen, met een extra: je modelleert het gedrag dat zij straks in hun eigen klas overnemen.
  • Modelleer wat je preekt. Als jij AI gebruikt voor je cursusmateriaal, zeg dat en toon hoe je het controleerde. Studenten leren meer van dat ene moment dan van een hoorcollege over AI-ethiek.
  • Verwijzingen. Toon één keer aan de hand van een verzonnen referentie hoe overtuigend AI kan hallucineren. Die les vergeten ze niet meer.

5. Zo zie je leerwinst

1. Kwaliteit van beoordeling, niet van productie. Geef studenten in het begin en op het einde van het opleidingsonderdeel dezelfde set van drie AI-lesvoorbereidingen van uiteenlopende kwaliteit. Meet hoeveel doorslaggevende verschillen ze correct benoemen. Dat is een directe meting van vakdidactisch inzicht én van AI-geletterdheid, in één opdracht.

2. Kwaliteit van de eigen lesvoorbereiding zonder hulpmiddelen, onder toezicht, begin en eind van het traject. De enige zuivere score.

3. Transfer naar de stage. Beoordeel of de stagiair in zijn stageverslag kan verantwoorden waar hij AI gebruikte, wat hij aanpaste en wat er fout aan was. Die verantwoording is meteen het bewijsstuk dat je opleiding aan de AI-geletterdheidsverwachting voldoet.

4. Op teamniveau (navorming): niet hoeveel leerkrachten deelnamen, maar hoeveel er drie maanden later nog iets doen. Bevraag dat. Het cijfer is meestal ontnuchterend en het stuurt je volgende traject bij.

6. Volgende stap