AI als kansengenerator: “Bouw en train je eigen AI Agent of LLM”

Anno 2025 bestaan er al duizenden Large Language Models (LLM’s), begon Dirkx haar presentatie. “Het wordt steeds makkelijker en betaalbaarder om zelf een LLM te bouwen. Je hebt er niet eens zoveel data voor nodig.”

‘Toxicity metres’

LLM’s hebben vaak vooroordelen en dat kan kansenongelijkheid versterken, waarschuwde Dirkx. “Er zijn ‘toxicity metres’ om te meten hoe giftig een LLM is, maar die werken nog niet altijd even goed. De ‘toxity metre’ kijkt of een taalmodel (zoals ChatGPT) schadelijke of ongepaste taal gebruikt. Bijvoorbeeld beledigende woorden, haatspraak of misinformatie. OpenAI-modellen zoals ChatGPT en Co-Pilot worden getraind met “morals”, maar er zijn ook modellen die geen toxicity meter gebruiken. Not all models are created equally…” 

Ook op andere manieren kan AI-zorgen voor kansenongelijkheid, vertelde Dirkx. “Je krijgt bijvoorbeeld betere antwoorden als je je vraag stelt in het Engels dan als je dezelfde vraag stelt in [bijvoorbeeld] het Nederlands.” 

Kansenongelijkheid versterken

AI kan kansenongelijkheid om verschillende redenen versterken, legde Dirkx uit. “Historische data bevatten vooroordelen. AI leert van menselijke beslissingen, inclusief onze impliciete vooroordelen. Verder is er een gebrek aan diversiteit bij de ontwikkelaars. Teams zonder verscheidenheid missen diverse perspectieven. Bovendien versterken algoritmes ongelijkheid. Zonder correctie worden bestaande patronen van discriminatie vergroot. Tot slot is het lastig om gelijkheid te vertalen naar wiskundige regels.”  

Welke vaardigheden zijn belangrijk in 2025?

Dirkx vroeg de deelnemers na te denken over hoe het onderwijs eruitziet in 2035. Wat is er dan door AI veranderd? Welk vak is volledig verdwenen? En welke vaardigheden zijn dan belangrijker dan taal en rekenen - en hoe leren leerlingen dat? 
De deelnemers gingen in conclaaf en antwoordden dat het in 2035 waarschijnlijk meer draait om:
- beoordelen of iets echt of onecht (AI) is; 
- beoordelen of iets een betrouwbare bron is; 
- sociale vaardigheden zoals moed, trouw, en samenwerken; en 
- creatief zijn.

Twee uur per dag les van een AI-mentor

Dirkx toonde drie voorbeelden van nu al bestaande scholen die ons een beeld geven van hoe de toekomst eruit zou kunnen zien. Dat zijn: de Green school in Zuid -Afrika, de Alpha School in Texas en Breda University of Applied Sciences. “Bij de Alpha School gaan kinderen acht uur per dag naar school. Ze krijgen twee uur per dag les van een AI-mentor in de kernvakken. De AI-mentor geeft kinderen gepersonaliseerd les passend bij hun niveau met gepersonaliseerd leermateriaal. De rest van de dag leren ze ‘life skills’ en zoeken ze uit wat ze leuk vinden. Ze kunnen apps bouwen, toneelspelen en ze runnen samen een AirB&B, waardoor ze leren samenwerken. Er zijn ook docenten van vlees en bloed: dat zijn de gidsen die de kinderen ondersteunen.” 

"De AI-mentor geeft kinderen gepersonaliseerd les - passend bij hun niveau met gepersonaliseerd leermateriaal. De rest van de dag leren ze ‘life skills’ en zoeken ze uit wat ze leuk vinden" 

Breda University of Applied Sciences heeft sinds 2023 een interessante AI-strategie, zei Dirkx. “Ze zetten GenAI niet alleen in voor het onderwijs, maar ook voor onderzoek en bedrijfsvoering.”

Werving en selectie

Het gebruik van GenAI kan bijvoorbeeld gevaarlijk zijn bij werving en selectie, aldus Dirkx. “Want veel LLM’s bevatten vooroordelen.” Ze adviseert scholen [of welke organisatie dan ook] daarom om zelf een LLM te bouwen en te trainen met eigen data en eigen visiedocumenten. “Train het systeem met wat belangrijk is voor jouw school bij het werven van een goede docent. Je kunt een AI-Agent bouwen en die trainen op je eigen criteria en met je eigen wegingen [hoe zwaar het criterium meetelt]. “Doe je dat niet dan blijf je altijd afhankelijk van LLM’s die vooroordelen kunnen hebben en niet overeenkomen met jouw criteria.”

Nadenken over selectiecriteria

Dirkx liet de workshopdeelnemers in groepjes nadenken over selectiecriteria “voor het kiezen van de beste docent voor jullie school”. Hiervoor kregen de groepjes een set kaarten - met op elke kaart een mogelijk selectiecriterium, - waaruit de groepjes de volgens hen passende selectiecriteria moesten selecteren. Op de kaarten stonden criteria als: leeftijd; doet vrijwilligerswerk; heeft hobby’s; aantal jaren werkervaring; referentiebrief; heeft kinderen; taalgebruik op social media; en hoe vaak gewisseld van baan. Het selecteren leidde tot veel discussie en onenigheid…

Top 20 docenten van jouw school

Welke data zou je als school in je eigen wervings-AI-agent kunnen stoppen? Dirkx: “Je zou op basis van de top 20 docenten van jouw school een medewerkersprofiel kunnen maken en bedenken waarom dit goede docenten zijn… En je zou visiedocumenten kunnen toevoegen met bijvoorbeeld jullie onderwijsvisie en een toekomstvisie op wat volgens jullie in de toekomst belangrijk is voor het onderwijs.”

Tips voor het zelf bouwen van een goede AI-agent

Dirkx sloot af met een aantal tips voor het zelf bouwen van een goede AI-agent.

- Geef goede instructies.
- Train het systeem met goede data en schoon die altijd eerst op.
- Zet in de instructies altijd dat als het model iets niet weet dit niet iets mag verzinnen.

“Technologie is niet zozeer het probleem bij kansenongelijkheid. Het is technisch oplosbaar. Je kunt zelf een LLM of Agent bouwen. Het gaat om een systeemverandering”, besloot Dirkx.

Foto coverafbeelding: Ross Findon (Unsplash)

 Meer lezen over AI en Onderwijs op de Vraagbaak-website?

• MondriAI-Edu programma: “Help ons AI te verbinden met waar onderwijs écht om draait” | SURF Communities
• AI Toolbox – Vrije Universiteit: Deze AI-tools helpen je je leermaterialen sneller en beter te ontwerpen | SURF Communities
• AI in het onderwijs: “We moeten studenten leren hoe ze de Human In The Loop kunnen zijn” | SURF Communities
• Taskmaster: een GPT Chatbot die alle opdrachten leuk maakt en studenten motiveert | SURF Communities