Meer aandacht voor data- en AI-geletterdheid voor iedereen
Wat professor Kim Schildkamp van de Universiteit Twente betreft komt er een grote focus te liggen op data- en AI-geletterdheid. “De focus lag eerder nog heel erg op wat we met generatieve AI in het onderwijs moeten. Wat betekent het voor onze toetsing? Wat als studenten gaan frauderen? Maar ik zie dat er langzamerhand steeds meer besef komt dat AI en generatieve AI meer is dan alleen ChatGPT en dat het implicaties heeft voor het hele onderwijs, niet alleen voor het toetsen. Dat het betekent dat we moeten investeren in de data- en AI-geletterdheid van docenten en studenten.”
Dergelijke geletterdheid draait om vraagstukken als: hoe zet je AI op een goede manier in, terwijl je rekening houdt met alle bias en hallucinaties die het bevat? Hoe ga je er op een constructieve en kritische manier mee om? “En hoe blijf je zelf, als student en als docent, in controle? Je blijft zelf altijd verantwoordelijk voor wat je hiermee doet. Daar moet je goed over nadenken. Maar dat vraagt wel wat. Uit onderzoek blijkt dat er op dit gebied zowel bij docenten als studenten nog wat werk aan de winkel is.”
Samen leren van experimenteren
Schildkamp onderzoekt binnen Npuls – het Nationaal Groeifondsprogramma van en voor alle publieke mbo-scholen, hogescholen en universiteiten in Nederland – wat de basisvaardigheden rondom AI precies moeten zijn en hoe docenten ondersteund kunnen worden in hun werk. Maar docenten kunnen ook zelf aan de slag gaan met AI-geletterdheid, simpelweg door zelf te experimenteren. “Ga tijdens je les experimenteren met bijvoorbeeld ChatGPT. Vul klassikaal eens aan de hand van je leerdoelen en lesstof een vraag in bij ChatGPT en kijk samen met studenten wat het antwoord is. Bespreek dat vervolgens ook. Klopt dit antwoord wel? Vaak zie je dat het antwoord niet helemaal klopt, dat er bijvoorbeeld bias in zit of dat het antwoord nogal oppervlakkig of abstract is. Ga op die manier het gesprek aan met je studenten. Dat is een goede leerervaring voor zowel de docent als de student.”
Meer inzicht met learning analytics
Een andere ontwikkeling die Schildkamp het afgelopen jaar heeft gezien, is de inzet van learning analytics. Docenten kunnen via dashboards meer informatie krijgen over studenten en over hoe ze bijvoorbeeld studie-uitval kunnen voorkomen. “Die ontwikkeling is al een aantal jaren bezig, maar ik heb het idee dat het nu wat sneller gaat. Daar zit ook een leuke uitdaging in om learning analytics en AI met elkaar te verbinden.”
Schildkamp ziet bijvoorbeeld een toepassing in het adviseren van docenten. “Op sommige universiteiten gaat er nu al op basis van learning analytics een signaal naar de studie-adviseur over studenten die dreigen uit te vallen. Het is dan goed om een gesprek aan te gaan met die studenten. Met AI kun je een stukje verder gaan door suggesties te geven over waar het gesprek over kan gaan.” Studenten kunnen immers om allerlei redenen uitvallen. Denk aan problemen in de thuissituatie, moeite met een specifiek vak of toch een verkeerde studiekeuze. “AI kan je handvatten geven in een gesprek om over dat soort dingen te adviseren.”
Nadeel is wel dat er allerlei privacyvraagstukken bij komen kijken. “Aan de ene kant is dat natuurlijk terecht. Maar aan de andere kant verzamelen studieadviseurs nu ook al allerlei data over studenten. Nu zou je die data alleen in een algoritme zetten, die adviseert over het gesprek wat je kunt voeren. In principe is het nog steeds dezelfde data. Maar je moet wel goed kijken wat wel en niet mag volgens de AVG (de Nederlandse privacywetgeving, red.) en hoe je dit allemaal netjes en ethisch verantwoord doet.”
Chatbots voor lesstof
Nu de ontwikkelingen in AI zo snel gaan, ziet Schildkamp ook nieuwe toepassingen opduiken die ze verwacht vaker te zien na de zomer. “Ik verwacht dat er heel veel chatbots bij komen”, lacht ze. Deze chatbots kunnen docenten mogelijk goed ondersteunen. Zo kunnen er chatbots gebouwd worden op basis van één of twee lesboeken en ander relevant studiemateriaal, die alleen antwoorden geeft op basis van die informatie. “Een student kan daardoor als het ware met het boek en het lesmateriaal praten.”
Schildkamp heeft zoiets al in de praktijk gezien bij een collega die een boek schreef over methodologie en statistiek, en daar een chatbot aan het ontwikkelen is. “Die collega kan niet al haar studenten persoonlijk helpen, want dat zijn er zeshonderd. Maar met een chatbot kan dat wel. Dat zijn mooie ontwikkelingen.”
Tijd besparen dankzij geautomatiseerde feedback
Een laatste veelbelovende ontwikkeling die Schildkamp ziet, draait om een tool waar zij met haar team mee bezig is gericht op lesgeven en presentatievaardigheden. Zeker docenten in opleiding maken veel video’s van de lessen die ze geven, zodat lerarenopleiders deze kunnen observeren en feedback kunnen geven. “Vooral in het begin geef je vooral feedback op de basisvaardigheden. We zijn nu aan het experimenteren om met een aantal AI-applicaties automatisch feedback te geven. Studenten uploaden hun video dan daar naartoe en verbeteren eerst hun basisvaardigheden. Als ze zien dat het nu echt goed gaat, kunnen ze het doorzetten naar hun lerarenopleiders voor feedback op de complexere vaardigheden. Dat bespaart veel tijd.”
Foto door Danist Soh via Unsplash
2 Praat mee