Terugblik Webinar leren met AI: Innovatieve en innovatieve praktijkvoorbeelden

Op woensdag 25 juni 2025 was ik online aanwezig bij het webinar Terugblik Webinar leren met AI: Innovatieve en innovatieve praktijkvoorbeelden. Er kwamen mooie pilots en voorbeelden voorbij die echt een positieve impact kunnen hebben op het gebruik van AI in het onderwijs. Een overzicht van het webinar en de info die gepresenteerd werd.

De cyclus van leren, oefenen en toetsen onder invloed van AI

Halszka Jarodzka, hoogleraar Online leren en instructie presenteerde een aantal concrete praktijkvoorbeelden van manieren waarop de Open Universiteit AI inzet om studenten en docenten te ondersteunen.

Jarodzka sprak over de traditionele cyclus van leren, oefenen en toetsen, die door AI ingrijpend veranderd wordt. Elke stap beïnvloedt de volgende, en AI kan deze cyclus aanzienlijk versterken. Het is cruciaal om hybride te denken: niet AI óf de docent, maar AI én pedagogisch vakmanschap, aldus de hoogleraar. Alleen door deze balans te vinden, kunnen we echte waarde toevoegen aan het onderwijs.

Het mooie van AI is dat het enorme hoeveelheden data kan analyseren en overzichten kan genereren. In 2025 is de Open Universiteit een project gestart om die eigenschap te benutten voor beter leesonderwijs. Met eye-tracking wordt geregistreerd hoe leerlingen een tekst lezen: waar kijken ze naar en hoe lang, wanneer of waardoor worden ze afgeleid, hoe ‘springen’ hun ogen over een tekst, etc. Dat levert een enorme hoeveelheid data op. AI vertaalt die data tot voor leerkrachten begrijpelijke informatie over hoe de leerling leest. Met die informatie kunnen zij bepalen hoe ze die leerling het best kunnen begeleiden. Het project, genaamd EYE-TEACH, loopt tot 2028.

Uitdagingen en ontwikkelingen
Naast alle kansen zijn er vragen, uitdagingen en ontwikkelingen. Ook daar gaat Jarodzka op in. In 2024 heeft de Europese Unie de Artificial Intelligence Act gepubliceerd. Wat betekent dat voor AI in het onderwijs? De wet wijst onder andere op de kloof tussen digitaal geletterden en digitaal ongeletterden, op de neiging van AI om een blank, mannelijk wereldbeeld te verspreiden. Jarodzka gaat in op de impact van Large Language Models (ChatGPT en collega’s) op de onderwijsvrijheid en lerarenopleidingen. En ze vertelt over het onderzoeksproject ADMIT waar de Open Universiteit aan deelneemt dat zich richt op educatieve en ethische voorwaarden voor verantwoord gebruik van generatieve AI (zoals ChatGPT) in het hoger onderwijs.

Maar hoe ziet dit er in de praktijk uit? Laten we kijken naar vier praktische voorbeelden van hoe AI al wordt ingezet in het onderwijs, zowel vanuit de Open Universiteit als van partners zoals de Universiteit Maastricht en Zuyd Hogeschool.

Slim bekeken: AI-tool helpt docenten betere feedback te geven

Het begeleiden en beoordelen van scripties is vaak een tijdrovende klus. Feedback moet helder, consistent en bruikbaar zijn, en het proces is iteratief. Hier komt Slim Bekeken om de hoek kijken. Het is software die met behulp van AI de efficiëntie en kwaliteit van scriptiebegeleiding en beoordeling verbetert. De focus ligt hierbij op de academische schrijfvaardigheden van de student.

Belangrijk is dat AI hier als assistent werkt, niet als autoriteit. Het neemt nooit autonome beslissingen, maar ondersteunt de docent of examinator bij het geven van oordelen en feedback.

Bij de ontwikkeling is uitgegaan van een workflow:

Slim Bekeken heeft daarnaast de volgende eigenschappen:

• Rubriek-editor: Hier worden criteria gedefinieerd waaraan een scriptie moet voldoen, inclusief een weegfactor per criterium.
• Begeleidings- en Beoordelingsprompts: Docenten kunnen prompts beheren voor zowel formatieve feedback (tijdens de begeleiding) als summatieve feedback (voor het eindoordeel). De AI genereert op basis hiervan feedbackvoorstellen.
• Versiebeheer: De AI helpt bij het bijhouden en vergelijken van opvolgende versies van een scriptie, en kan inschatten of eerdere feedback is opgevolgd.
• Vier-ogenprincipe: Bij de eindbeoordeling vergelijkt de AI de onderbouwingen van twee beoordelaars en identificeert semantische verschillen, wat de consistentie en transparantie van het oordeel bevordert.
• Verificatie van eigen werk: De tool kan toetsvragen genereren om te verifiëren of het ingeleverde werk daadwerkelijk eigen werk is van de student, wat helpt bij het tegengaan van ongecontroleerd AI-gebruik.

Uiteindelijk krijgt de tutor of assessor in een overzicht een score te zien

De tool ‘Slim bekeken’ richt zich op efficiënter en effectiever feedback geven en ontvangen. Het systeem ondersteunt docenten bij het geven van gestructureerde, consistente en inhoudelijk sterke feedback. Mede door de inzet van AI kunnen ze sneller en nauwkeuriger beoordelen. En is hun feedback gestructureerd, consistent en duidelijk. De tool, die al in gebruik is, wordt nog doorontwikkeld. Er wordt gewerkt aan controle op verwerking van de feedback door studenten, aan het automatisch genereren van kritische vragen en zelftoetsen, en aan ondersteuning van schrijfvaardigheid en peer feedback.

ART: De Augmented Reality Tutor voor dieper leren

ART is een virtueel studiemaatje of een virtuele tutor. Nu bestaan er al meerdere AI-avatars, maar het mooie is dat deze speciaal is ontwikkeld voor het onderwijs. Kortom, een avatar die studenten helpt bij hun opdrachten en/of studie, maar niet de typische ChatGPT of Gemini-modellen die je al snel naar de mond praten. Dieper leren, niet oppervlakkiger, dat is het doel.

Een groot voordeel: ART kent de cursus door en door, en studenten kunnen hem vragen stellen over de cursus. Hij kan hoofdstukken samenvatten, aangeven waar informatie terug te vinden is, je overhoren of feedback geven op opdrachten. ART (Augmented Reality Tutor) won in 2024 de Product van het jaar award bij de Open Universiteit en wordt al bij verschillende faculteiten gebruikt.

ART kan, zoals de bedenker aangeeft, bijzonder handig zijn om ongecontroleerde inzet van generatieve AI door studenten om te zetten naar waardevolle leerprocessen.

Hoe doet de avatar dat precies?

• Vragen beantwoorden: Studenten krijgen antwoorden op hun vragen en vinden snel de benodigde informatie. Tegelijkertijd stelt de AI in veel gevallen ook de studenten vragen.
• Gepersonaliseerde quizzen: ART creëert aangepaste quizzen en biedt feedback op antwoorden.
• Complexe onderwerpen vereenvoudigen: De tutor kan complexe onderwerpen samenvatten of uitleggen.
• Inhoud op maat: Docenten kunnen cursusinhoud eenvoudig integreren en ART trainen tot een specifieke tutor voor hun vakken.
• Actieve leermomenten: In de quizmodus stelt ART vragen aan studenten en geeft zachte hints bij incorrecte antwoorden, in plaats van direct het juiste antwoord te geven. Dit stimuleert dieper nadenken.

ART richt zich vooral op de oefenfase van het leerproces, waarbij het kennis en vaardigheden diagnosticeert, taken genereert, directe feedback geeft en lesstrategieën beheert door de controle bij de docent te houden.

Voor docenten is er een docentenportaal en kunnen bestanden in eigen beheer gecureerd worden. Hierbij is een integratie met Brightspace, veelgebruikt op universiteiten en hbo’s mogelijk.

Uit pilotstudies blijkt dat ART leidt tot verbeterde leeruitkomsten en lagere uitvalpercentages. Belangrijke lessen die hieruit zijn getrokken, zijn onder andere:

• Focus op leeractiviteiten, niet alleen op inhoud: AI-tools moeten dieper leren ondersteunen, niet alleen vragen beantwoorden.
• Vervang het denkproces niet: AI moet hogere-ordedenken (higher order thinking skills) bevorderen, niet alleen het ophalen van informatie.
• Pedagogiek eerst, dan technologie: Technologie moet het pedagogische doel dienen.
• Tijdige en bruikbare feedback: Feedback van AI moet studenten begeleiden in hun leerproces. Oftewel, de AI moet feedbackgeletterd zijn.
• Continu innoveren: Om relevant te blijven in een snel veranderend AI-landschap.
• Verantwoord AI-gebruik: Privacy, regelgeving en intellectueel eigendom moeten gewaarborgd zijn.
• Versterk zinvolle rollen van docenten: AI moet repetitieve taken automatiseren, zodat docenten zich kunnen richten op betekenisvolle interactie.

Mooi is dat Iren, de ontwikkelaar, zich laat leiden door het laatste onderzoek met betrekking tot het gebruik van AI in het onderwijs. Inzichten hierover veranderen snel, maar het is goed om kritisch te zijn over AI in het onderwijs.

Katrin Búttgen heeft het over

Auteurschap in het tijdperk van AI: De aanpak van Maastricht University en Zuyd Hogeschool

De opkomst van generatieve AI, zoals ChatGPT, roept vragen op over auteurschap en de authenticiteit van studentenwerk. De Universiteit Maastricht en Zuyd Hogeschool hebben hierop gereageerd door AI te omarmen, maar wel met de nadruk op kritisch gebruik.

Maastricht University hanteert een “AI Task Group” die kijkt naar hoe studenten AI gebruiken en hoe docenten verantwoord omgaan met AI in academisch schrijven. Ontzettend belangrijk, want schrijven wordt heel vaak gezien als een vorm van (kritisch) denken, en dus een belangrijke basis voor het wetenschappelijke proces (of methode). Er worden workshops gehouden voor zowel docenten als studenten om het bewustzijn en de vaardigheden rondom AI te vergroten.

Katrin geeft aan dat ze zich met hun project begeven in een bepaalde niche binnen onderzoeken op het gebied van AI in het onderwijs.

Belangrijke takeaways die ze delen:

• Begrip van LLM’s: Studenten en docenten moeten begrijpen hoe Large Language Models (LLM’s) werken: ze zijn getraind op enorme hoeveelheden data en genereren output op basis van tekstpatronen, zonder echt begrip van de inhoud.
• Betrouwbaarheid van AI-output: LLM’s kunnen onjuiste informatie produceren, zelfs met correct ogende referenties. Kritische evaluatie is essentieel.
• Focus op het proces, niet alleen het product: De nadruk verschuift van het eindproduct naar het leerproces en de reflectie van studenten op hun gebruik van AI. Dit vraagt om een verandering in de rol van de begeleider.
• AI-competenties: Er wordt gewerkt aan het integreren van AI-bewustzijn, AI-kennis, AI-vaardigheden en AI-kritisch denken in leerresultaten (iLO’s) op programmaniveau. Dit omvat onderwerpen als promptstrategieën, data privacy, ethiek en het vermogen om AI-output te verifiëren en te verfijnen.
• Transparantie en reflectie: Studenten worden aangemoedigd transparant te zijn over hun AI-gebruik en te reflecteren op hoe ze AI hebben ingezet. Disclaimers en integriteitsverklaringen worden ingevoerd.

Zuyd Hogeschool heeft onderzoek gedaan naar hoe studenten omgaan met AI-gegenereerde content. Studenten zien AI vaak als een “laag” die ze gebruiken voor brainstormen, ideeënvorming en vooral revisie. Hoewel ze de output niet volledig vertrouwen, gebruiken ze het toch voor efficiëntie. Dit onderstreept de noodzaak van begeleiding en het ontwikkelen van kritisch denken.

De AI Assessment Scale biedt docenten een leidraad voor het wel of niet toestaan van AI in opdrachten, variërend van “geen AI toegestaan” (niveau 1) tot “volledig AI-gebruik en co-design” (niveau 5). Het gaat niet om het betrappen op AI-gebruik, maar om het vormgeven van hoe studenten AI gebruiken.

Essentieel is de ontwikkeling van AI-geletterdheid (AI literacy), die vijf aspecten omvat:

• Praktische toepassing: Hoe AI zinvol te integreren in schrijftaken.
• Kritische evaluatie: Het beoordelen en eventueel verwerpen van AI-gegenereerde tekst.
• Ethisch bewustzijn: Eigenaarschap, transparantie en integriteit.
• Technisch begrip: Inzicht in de prestaties en beperkingen van AI-systemen.
• Datageletterdheid: Kennis over modellen, toegankelijkheid en trainingsdata.

Dit alles wijst op een verschuiving naar procesgebaseerd leren, reflecteren en beoordelen, waarbij de dialoog tussen student, docent en AI centraal staat. Het doel is om studenten te leren hoe ze de eigenaar en auteur kunnen blijven van hun werk, in plaats van louter oppervlakkige copy-paste gebruikers.