Een chatbot die teksten schrijft, helpt programmeren of als oefenpartner vragen stelt: AI biedt allerlei mogelijkheden om anders te leren en te werken. Tegelijk roept de technologie vragen op. Wanneer helpt AI je om iets te begrijpen, en wanneer neemt het juist het denkwerk over dat je nodig hebt om zelf te leren? En hoe beoordeel je als docent wat een student zelf beheerst?

‘Een chatbot schrijft in een paar seconden een nieuwe tekst, maar ons onderwijs en onze toetsing zorgvuldig verbeteren en innoveren vraagt net iets meer tijd.’, zegt rector magnificus Anniek de Ruijter. ‘Goed onderwijs vraagt iets meer gedegenheid: bepalen wat studenten moeten leren, passende opdrachten ontwikkelen en zorgvuldig beoordelen. Daar werken we voortdurend aan. En dan wachten we heus niet tot AI is uitontwikkeld, want ondertussen moeten we studenten wel opleiden voor de wereld van morgen.’

Leren én laten zien wat je geleerd hebt

Studenten voorbereiden op een wereld met AI vraagt meer dan leren hoe je een chatbot een opdracht geeft. Het gaat ook om uitkomsten controleren, ontbrekende perspectieven herkennen en verantwoordelijkheid nemen voor het gebruik. Daarvoor blijft vakkennis nodig: om een antwoord te beoordelen, moet je de inhoud begrijpen.

Ook in de ontwikkeling van opleidingen krijgt die verantwoordelijkheid een plek. De bachelor Informatiekunde en de master Information Studies combineren in een nieuwe opleidingslijn technische kennis met kritisch denken over mens, technologie en samenleving. ‘We hebben professionals nodig die niet alleen systemen kunnen ontwikkelen, maar ook hun impact kunnen bevragen, voorzien en vormgeven’, zegt Sennay Ghebreab, opleidingsdirecteur van de master Information Studies.

AI leren gebruiken betekent bovendien niet dat het bij iedere opdracht is toegestaan. Studenten moeten weten welke afspraken gelden en wat zij zelfstandig moeten kunnen aantonen.

‘AI verandert de manier waarop we leren, werken en toetsen. De norm voor een universitair diploma blijft dezelfde’, zegt De Ruijter. ‘Ook als AI bij een opdracht mag worden gebruikt, moeten we kunnen vaststellen dat de student het vereiste academische, analytische en kritische denkniveau beheerst. Daar richten we ons onderwijs en onze toetsing op in.’

Het Teaching & Learning Centre (TLC) van de UvA biedt docenten allerlei mogelijkheden om hun toetsing daarop aan te passen. Denk aan een schriftelijke opdracht met een korte mondelinge verdediging, waarin de docent doorvraagt over inhoud en keuzes. Of aan een analyse-opdracht onder toezicht, waarbij studenten een onbekende dataset onderzoeken of hun kennis toepassen op een nieuwe casus. Ook praktische toetsen kunnen inzicht geven in zelfstandige beheersing.

Dit zijn niet allemaal nieuwe toetsvormen. De verandering zit vaak in de combinatie van verschillende methodes en studenten wordt vaker gevraagd om expliciet zichtbaar te maken wat het denkproces was om tot een antwoord te komen.

Een signaal is nog geen bewijs

AI stelt ons ook voor nieuwe uitdagingen bij het voorkomen en onderzoeken van fraude. Detectietools zoals Pangram en GPTZero analyseren tekst op kenmerken die kunnen wijzen op AI-gebruik. Hun uitkomst kan een signaal geven om nader naar het werk te kijken, maar bewijst niet dat een student heeft gefraudeerd. Ook als AI is gebruikt, moet worden vastgesteld of dat in strijd was met de afspraken voor de opdracht.

Detectietools zijn bovendien niet feilloos: ze kunnen menselijke teksten ten onrechte als AI-tekst aanmerken en AI-teksten missen. Frank Benneker, AI-programmacoördinator en informatiemanager bij de Universiteit van Amsterdam: 'We kunnen niet blind op AI-detectoren vertrouwen. Onderzoek laat bijvoorbeeld zien dat ze teksten van mensen die niet in hun moedertaal schrijven ten onrechte kunnen aanmerken als AI-gegenereerd. Dat is een risico bij bijvoorbeeld Engelstalige scripties. Bovendien dreigt een wapenwedloop tussen detectietools en hulpmiddelen die ze proberen te omzeilen. Uiteindelijk gaat het ook om wederzijds vertrouwen.'

De UvA heeft er daarom voor gekozen geen AI-detectietools aan te schaffen. Een detectietool vervangt tenslotte niet de inhoudelijke beoordeling van wat een student zelf beheerst. De aandacht ligt op passende toetsing en beoordeling, een variatie aan toetsvormen om verschillende vaardigheden te toetsen en duidelijke afspraken en zorgvuldig onderzoek bij concrete vermoedens.

‘Bij de UvA richten we ons onderwijs samen met studenten in en we werken bij toetsing vanuit vertrouwen dat studenten graag ook zelf willen weten hoe ze het er vanaf hebben gebracht. Verder worden er in de meeste opleidingen bij ons gebruik gemaakt van verschillende toetsvormen, waardoor we genoeg mogelijkheden hebben om te beoordelen of de studenten de eindtermen van de opleiding kunnen behalen.', zegt De Ruijter.

Meer weten?

• Voor studenten: AI en je studie. Wat kan, wat mag en waar moet je op letten?
• Voor docenten: GenAI en toetsing en bestaande toetsing aanpassen. Praktische handvatten en voorbeelden.
• De UvA-afspraken: Beleidskader en richtlijnen GenAI in het onderwijs.