AI is inmiddels niet meer weg te denken uit het onderwijs. Zeker binnen toetsing en examinering roept het veel vragen op. Wat mag nog wel? Wat niet? Hoe houd je toetsing betrouwbaar en eerlijk? En hoe zorg je ervoor dat studenten nog écht laten zien wat ze kunnen?
Tijdens de communitydag Toetsing & AI van Npuls viel mij op dat het gesprek gelukkig steeds minder alleen over techniek gaat. Minder over tools, detectie of “hoe slim AI inmiddels is”. En juist meer over iets anders:
Verandering.
Dat klinkt misschien logisch, maar volgens mij zit daar precies de kern van de onrust die veel scholen momenteel voelen.
We zitten midden in een tussenfase
Tijdens één van de sessies kwam het woord ‘liminaliteit’ voorbij. Een begrip dat ik eerlijk gezegd nog niet kende, maar dat meteen bleef hangen.
Liminaliteit betekent een tussenfase. Een soort niemandsland tussen het oude en het nieuwe. Een periode waarin oude zekerheden langzaam verdwijnen, terwijl het nieuwe nog niet helemaal vorm heeft gekregen.
En volgens mij is dat precies waar veel onderwijsorganisaties nu in zitten.
We voelen allemaal dat AI impact heeft op onderwijs, toetsing en examinering. Maar hoe we daar precies mee om moeten gaan? Dat zijn we ondertussen nog volop aan het ontdekken.
Juist dat zorgt voor onzekerheid.
Niet alleen bij docenten, maar ook bij examencommissies, beoordelaars, leidinggevenden én studenten. Want zodra afspraken nog niet duidelijk zijn, ontstaat automatisch ruimte voor interpretatie. En daarmee ook voor twijfel, frustratie of weerstand.
Wat mag nog?
Hoe toets je nog eerlijk?
Wanneer is AI ondersteunend en wanneer neemt het het leerproces over?
En hoe voorkom je dat iedereen iets anders gaat doen?
Dat zijn geen kleine vragen. En eerlijk gezegd is het ook niet vreemd dat organisaties daar nog zoekende in zijn.
AI is geen technisch vraagstuk meer
Wat ik sterk vond aan deze dag, was dat er niet alleen werd gekeken naar AI als technologie, maar juist naar wat verandering vraagt van mensen en organisaties.
Want veel scholen proberen nu grip te krijgen op iets dat nog volop in beweging is. Dat vraagt meer dan beleid alleen.
Tijdens de bijeenkomst kwam ook het verandermodel van Knoster voorbij. Een model dat mooi laat zien waarom verandering soms vastloopt.
Als visie ontbreekt, ontstaat verwarring.
Ontbreekt een plan, dan ontstaat chaos.
Zonder middelen ontstaat frustratie.
En zonder competenties ontstaat angst.
Dat zie je op dit moment ook terug in de praktijk van veel onderwijsinstellingen.
Teams voelen dat er iets verandert, maar weten nog niet altijd hoe ze zich daartoe moeten verhouden. En dan is het verleidelijk om te wachten tot alles duidelijk is.
Maar misschien is dat juist niet wat nu nodig is.
Klein beginnen werkt beter dan afwachten
Een belangrijke boodschap tijdens de communitydag was daarom ook: begin klein.
Niet meteen met groot beleid of dichtgetimmerde kaders. Maar met experimenteren. Met gesprekken voeren binnen teams. Met samen ontdekken wat werkt binnen een opleiding, toetsvorm of leeruitkomst.
Juist die ruimte om te oefenen en fouten te mogen maken, lijkt essentieel.
Een mooi voorbeeld daarvan vond ik de AI-waaier. Een praktische tool die door verschillende mbo-instellingen samen is ontwikkeld om het gesprek over AI-gebruik binnen toetsing en examinering concreter te maken.
Wat daar sterk aan is, is dat het niet uitgaat van zwart-wit.
Niet alleen: “AI mag wel” of “AI mag niet”.
Maar van verschillende niveaus. Van geen AI-gebruik tot samenwerken en zelfs co-creatie met AI.
Dat helpt enorm om verwachtingen expliciet te maken. Want vaak lopen discussies over AI vast doordat mensen eigenlijk iets anders bedoelen of andere aannames hebben.
De echte vraag is meestal niet óf AI gebruikt mag worden. Maar vooral: waarvoor vinden we AI binnen deze opdracht, toets of leeruitkomst passend?
En dat vraagt gesprek.
Tussen docenten.
Examencommissie.
Opleiding.
Werkveld.
En misschien wel juist ook met studenten.
Misschien hoeven we nog niet alles zeker te weten
Wat ik zelf meeneem uit deze dag, is dat we misschien soms te snel duidelijke antwoorden willen.
Terwijl we eigenlijk nog midden in die tussenfase zitten.
Het oude werkt niet meer helemaal. Maar het nieuwe staat ook nog niet vast.
En misschien helpt het al als we dat gewoon erkennen.
Niet alles hoeft vandaag al perfect georganiseerd te zijn. Maar het helpt wel als scholen ruimte creëren om samen te leren, te experimenteren en richting te bepalen.
Want uiteindelijk gaat dit niet alleen over AI.
Het gaat over hoe we onderwijs toekomstbestendig organiseren, zonder de kwaliteit van leren en beoordelen uit het oog te verliezen.
