We merken het bij bijna elk team waar we komen: docenten willen recht doen aan studenten, maar voelen tegelijk de druk van betrouwbare toetsing. En dan komt AI er nog bij.
ChatGPT schrijft sneller dan een student kan typen, Copilot denkt mee in reflectieverslagen, en een deel van het portfolio lijkt soms net iets té goed geformuleerd. De reflex? Nieuwe regels, detectietools, controle.
Maar als we eerlijk zijn: dat brengt ons niet dichter bij beter onderwijs.
De echte vraag
Lerend kwalificeren is een prachtig uitgangspunt: toetsing zien als onderdeel van leren, niet als afsluiting ervan.
In theorie is iedereen het ermee eens. In de praktijk vraagt het moed.
Want het betekent dat je als docent niet alleen kijkt of een student klaar is, maar ook: hoe iemand leert, groeit, reflecteert.
En dat vraagt iets van de manier waarop we ons onderwijs organiseren: meer ruimte voor feedback, dialoog en tussentijdse beoordeling.
In die ontwikkeling zien we iets moois gebeuren. Teams die durven te experimenteren met lerend kwalificeren, vertellen dat ze studenten écht beter leren kennen. De gesprekken worden waardevoller, de bewijzen betekenisvoller, en de student voelt zich meer eigenaar van zijn leerproces.
En toen kwam AI
Met de komst van generatieve AI verschuift het speelveld opnieuw.
Niet omdat AI alles overneemt, maar omdat het zichtbaar maakt wat leren eigenlijk is.
Een tool kan helpen met formuleren, maar niet met keuzes maken in complexe beroepssituaties.
AI kan feedback genereren, maar niet de nuance voelen van een mens die iets nog niet durft, of juist doorzet.
Wat blijft, is het vermogen van de student om kritisch te denken, bewust te handelen en zichzelf te verbeteren.
Daar zit de kern van lerend kwalificeren én precies dáár kan AI ons helpen.
Niet als controle-instrument, maar als spiegel.
Wat we zien in de praktijk
We zien docenten zoeken: Mag ik AI toestaan? Hoe weet ik wat de student zelf heeft gedaan?
Maar de interessantste gesprekken gaan over iets anders: Wat willen we dat studenten leren over AI zelf?
Bij opleidingen die het aandurven, wordt AI geïntegreerd in opdrachten. Studenten gebruiken tools en reflecteren op het proces:
Wat werkte? Wat was misleidend? Wat zegt dit over mijn eigen denken?
Dat levert eerlijkere gesprekken op dan een traditionele kennistoets ooit kan doen.
Wat helpt docenten nu
- Geef studenten de ruimte om AI te gebruiken, maar maak het leerproces zichtbaar: hoe kwamen ze tot hun keuzes?
- Verleg de focus van product naar proces: feedback, dialoog, reflectie.
- Ontwerp bewijzen van leren die context, samenwerking en groei laten zien.
- Vertrouw op je professionele oordeel als docent — niet op het detectie-rapport.
Tot slot
Lerend kwalificeren in tijden van AI is geen nieuw systeem, maar een uitnodiging tot herijking.
Om de vraag te stellen: wat willen we eigenlijk dat studenten leren en wat zegt dat over hoe wij als docenten leren?
Misschien is dat wel de grootste les van allemaal: AI dwingt ons niet om minder te beoordelen, maar om beter te kijken naar wat leren waard is.
