In this SURF community, we want to bring experts interested in advanced computing and networking together. This community aims to create a space to share experiences, proof of concepts, possible applications, and impact with topics like Quantum Technologies, Specialized Computing Architecture & Energy Efficiency, and Network innovation for future research & education challenges.
In de tweede blog in deze serie vergeleken we de mogelijke positieve of negatieve effecten van studiedata en AI op kansengelijkheid. Dit derde en laatste deel geeft onderwijsinstellingen een praktische handreiking om AI zo in te zetten dat ze gelijke kansen bevorderen en negatieve effecten tegengaan. Een aanpak die nu getest wordt door docenten van drie bacheloropleidingen van De Haagse Hogeschool.
When people say "make data FAIR" I wonder whether they mean doing extra paperwork after the fact, or changing how data are created so they’re FAIR from the start — #bornFAIR. Ideally, adding metadata should feel like a tiny, natural part of researchers’ normal workflows and should give them immediate benefits. We should be thinking about FAIR across the whole organization, not just at the end, making it much easier to work with and implement. I have a number of potential ideas that can make the FAIR process better for researchers and research-support and I would like to share them here and invite anyone to comment or reach out to see if we can collaborate.
Bas Heerink, Adviseur Educatieve Technologie bij ROC van Twente, ontwikkelde de “AI-Waaier”. Deze tool is gebaseerd op het AI Assessment Scale van Leon Furze (2023). De AI-Waaier biedt studenten duidelijkheid of, en zo ja hoe, ze AI mogen gebruiken voor een opdracht. Het mooie is, zegt Bas, dat de AI-waaier docenten ook aanzet om kritisch naar hun opdrachten te kijken en na te denken over AI-geletterdheid. Hoe is de AI-waaier ontstaan en hoe werkt het?
In de eerste blog in deze serie stonden we stil bij de vraag waarom het belangrijk is om over AI en kansengelijkheid na te denken. De aanleiding is dat als we niets doen, kansengelijkheid voor studenten door AI eerder af- dan toeneemt. Voordat we verder ingaan op de mogelijke positieve of negatieve effecten van studiedata en AI op kansengelijkheid, is het belangrijk om het begrip ‘kansengelijkheid’, ‘AI’ en ‘studiedata’ eerst uit te leggen.
Door de komst van ChatGPT vragen veel opleidingen en docenten zich af: toetsen we nog wel op de juiste manier? En: hoe kunnen we kwalitatief goed blijven toetsen? Onderwijsadviseurs toetsing Joyce den Heijer en Frank van Nispen van de Haagse Hogeschool (HHs) ontwikkelden de toolkit ‘AI in je toetsontwerp’. Deze helpt - als nodig – bij het aanpassen van toetsprogramma’s en toetsen. Wat biedt de toolkit en hoe gebruik je die?
Velen van ons zijn bezig met ontwerpen, vormgeven of geven van blended onderwijs. Er is en wordt veel wetenschappelijk onderzoek gedaan naar blended learning en daardoor is er veel kennis beschikbaar. Maar hoe bepaal je welke artikelen relevant zijn? En welke kennis uit onderzoek kun je toepassen in je eigen praktijk? Speciaal voor jou bieden we daarom elke maand op een laagdrempelige manier kennis aan over blended onderwijs. Dit is deel 29 in de reeks.
English follows Dutch
