“Mag het gebruik van AI nou wel of niet?” Het is vaak één van de eerste vragen die op tafel komt wanneer examencommissies, docenten en opleidingen praten over AI en examinering.
Een begrijpelijke vraag. Generatieve AI heeft in korte tijd veel veranderd. Studenten gebruiken het. Docenten experimenteren ermee. Examencommissies proberen grip te krijgen op wat dit betekent voor de kwaliteit en betrouwbaarheid van examinering.
Toch merken we dat deze vraag teams niet altijd verder helpt. Want AI-gebruik blijkt in de praktijk zelden een simpele ja-of-nee keuze.
De AI-waaier: een praktische ontwikkeling uit het mbo
Tijdens de Communitydag Toetsing & AI maakten we kennis met de nieuwe AI-waaier. Deze is ontwikkeld door twintig mbo-instellingen samen met Npuls als praktisch hulpmiddel voor onderwijs, toetsing en examinering. Het instrument is gebaseerd op de internationale AI Assessment Scale van Leon Furze en vertaald naar de Nederlandse onderwijspraktijk.
Wat ons direct aansprak, is dat de AI-waaier niet uitgaat van zwart-wit.
Niet alleen AI mag niet of AI mag wel, maar van verschillende niveaus van AI-gebruik.
Van volledig zelfstandig werken zonder AI tot samenwerken en zelfs co-creatie met AI. Daarmee ontstaat ruimte voor nuance en voor keuzes die passen bij leerdoelen, beroepscontext en examenvorm.
De echte uitdaging zit niet in de techniek
Veel discussies over AI lopen vast omdat verwachtingen niet expliciet zijn gemaakt.
- Een docent verwacht dat een student zelfstandig schrijft.
- De student gebruikt AI om structuur aan te brengen.
- Een beoordelaar kijkt vooral naar het eindproduct.
- Een examencommissie denkt na over betrouwbaarheid en validiteit.
Allemaal kijken ze vanuit een ander perspectief.
Daardoor ontstaat verwarring. Dat ontstaat niet omdat mensen het oneens zijn over kwaliteit, maar omdat niet vooraf is besproken en vastgelegd welke rol AI hierin mag spelen.
De vraag verschuift daardoor van:
“Mag AI gebruikt worden?”
naar:
“Waarvoor vinden we AI binnen deze opdracht passend?”
Van controle naar bewuste keuzes
Dat vraagt een andere manier van kijken naar toetsing.
Veel organisaties zoeken nog naar manieren om AI-gebruik te controleren of te beperken. En dat vinden wij heel Begrijpelijk. Alleen volledige controle daarover wordt steeds lastiger.
Een interessantere vraag is daaronm misschien welke kennis, vaardigheden en beroepshouding je eigenlijk wilt beoordelen.
Wil je toetsen of een student informatie kan verzamelen?
Of wil je toetsen of iemand informatie kan beoordelen, afwegen en toepassen?
Wil je weten of een student een tekst kan produceren?
Of wil je weten of iemand kritisch kan reflecteren op de kwaliteit van een tekst?
Dat verschil bepaalt ook welke rol AI mag spelen.
Wat betekent deze kijk voor examencommissies?
Voor examencommissies ontstaat daarmee een nieuwe opgave.
Niet per se het schrijven van nóg meer regels.
Maar juist het faciliteren van het gesprek.
- Welke uitgangspunten hanteren we?
- Welke verwachtingen hebben we richting studenten?
- Welke vormen van AI-gebruik vinden we passend binnen bepaalde leeruitkomsten?
- En hoe leggen we die keuzes uit aan docenten, studenten en beoordelaars?
Juist daar kan een hulpmiddel zoals de AI-waaier waardevol zijn. Niet omdat het alle antwoorden geeft, maar omdat het helpt om het gesprek concreter te maken en verwachtingen expliciet te maken.
De juiste vragen stellen
Misschien is dat wel de belangrijkste les.
AI vraagt niet alleen om nieuwe regels.
Het vraagt vooral om nieuwe gesprekken.
Gesprekken over wat we belangrijk vinden. Over wat een student zelfstandig moet kunnen. Over welke vaardigheden in de beroepspraktijk relevant zijn. En over hoe we kwaliteit blijven borgen in een wereld waarin AI steeds vanzelfsprekender wordt.
De AI-waaier geeft misschien niet alle antwoorden.
Maar hij helpt wel om de juiste vragen te stellen.
