Alle studenten AI-ready opleiden, hoe doe je dat? – De aanpak van AI4Students van de HvA

Hogeschoolstudenten die zich na hun afstuderen alweer moeten bijscholen op het gebied van AI, omdat ze zonder AI-skills de arbeidsmarkt op komen. Dat was het schrikbeeld van Nanda Piersma, wetenschappelijk directeur en onderzoeker van het Centre of Expertise Applied AI van de Hogeschool van Amsterdam (HvA). Vanuit die frustratie zette zij het project AI4Students op, met als doel: alle hogeschoolstudenten ‘AI-ready’ de arbeidsmarkt op sturen. De Vraagbaak Online Onderwijs ging met Linda van Ooijen-van der Linden en Jochem Kootstra in gesprek over dit omvangrijke project.

De opzet van AI4Students

Hoe zorg je er binnen zo’n grote hogeschool voor dat alle studenten AI-ready ‘de deur uit’ gaan? Jochem Kootstra heeft de uitdagende taak om samen met opleidingen van de HvA te werken aan hun ‘AI-readiness’. Hij is als onderzoeker verbonden aan AI4Students, dat straks het derde jaar ingaat. Linda van Ooijen-van der Linden heeft binnen AI4Students een adviserende rol vanuit het lectoraat Higher Education, Research and Innovation. Het onderzoek richt zich op het ontwikkelen van een methodiek om hogeschoolbreed studenten AI-ready op te leiden. Jochem is onderzoeker op het snijvlak van tech en antropologie en daarnaast docent bij de opleidingen Communicatie en Creative Business. Linda is onderwijspsycholoog en doet onderzoek naar onderwijs, leren en samenwerken in en aan onderwijs.

Veranderingen in het werkveld door de komst van AI

Jochem ontwikkelt co-creaties die bestaan uit werkvormen om te achterhalen door welke AI-toepassingen het werkveld verandert en in welke mate, wat voor toekomstvisie en vaardigheden daarvoor nodig zijn en wat deze resultaten betekenen voor het curriculum. Elk jaar gaat hij met drie opleidingen van de HvA aan de slag. Samen verkennen ze de mogelijkheden voor AI-ready opleiden en komen ze met de opleidingen tot een roadmap en specifieke aanbevelingen.

AI-ready opleiden is niet overal hetzelfde

In dit ontwerponderzoek wordt aangesloten bij wat voor een specifieke opleiding functioneel is. Linda vertelt: “We werken bewust in co-creatie met de opleidingen. Zeker aan het begin willen mensen soms graag van ons horen wat ze moeten doen en wat er moet veranderen om AI-ready op leiden. Maar daar is geen pasklaar antwoord op. Wat AI-ready betekent, is per opleiding en per context anders. Bovendien zien we binnen teams vaak verschillende visies op AI en wat dat voor het werkveld betekent. Het doel is om tot een gedeelde visie te komen en tot een idee van wat dat kan betekenen voor het curriculum.”

Van lokaal naar groter geheel

Jochem vult aan: “Onder het Centre of Expertise Applied AI vallen zeven labs, met elk een labcoördinator. Een lab is een meerjarige samenwerking van onderzoekgroepen en opleidingen met externe partners. AI4Students vormt een verbindende factor tussen de labs. Samen met de labcoördinator gaan we met een opleiding in gesprek over AI-ready opleiden en stellen daar een team samen waarmee wij in drie co-creatiesessies aan de slag gaan. Dat kan een heel divers team zijn, met docenten die naar eigen zeggen al veel weten van AI maar ook mensen die niet zo zitten te wachten op een volgende onderwijsvernieuwing.”

twee mensen lopen in een futuristische tunnel met paars en blauw licht

Veel aandacht voor de ‘menskant’ van veranderingen en AI

De eerste co-creatiesessie is dan ook vooral bedoeld om te ontdekken hoe het team aankijkt tegen AI en de impact van AI op het werkveld en de studenten. Jochem trekt daar voldoende tijd voor uit, en bekijkt hoe hij het hele team mee kan nemen in het traject. Hij vertelt: “Linda en ik tasten af welke urgentie de teamleden voelen om AI-ready op te leiden en wat hun ideeën daarover zijn, zowel in positieve als in negatieve zin. Pas als je van elkaar weet hoe je erin zit, kun je in gesprek gaan over AI-ready opleiden en wat dat betekent voor de vakken of het curriculum. Daarom besteden we daar specifiek in de eerste sessie flink wat tijd aan, maar geven dat ook ruimte binnen de overige sessies en discussies. Linda denkt mee vanuit het veranderkundig perspectief, en ik meer vanuit de sociale – en de AI-kant.

De eerste sessie grijpen we ook aan om voorkennis over AI bij het team te inventariseren en waar nodig aan te vullen. In de praktijk merken we bijvoorbeeld dat mensen AI als een bedreiging zien, of dat er misverstanden zijn over AI, veroorzaakt door een gebrek aan kennis. Daarnaast brengen we in de eerste sessie ook in kaart welke AI-ontwikkelingen, -toepassingen en -trends het werkveld veranderen. Die categoriseren we op inbedding (gemeengoed, experimenteel of toekomstmuziek) en op impact. De meest impactvolle ontwikkelingen, toepassingen en trends verdiepen we met een AI-waardepropositiecanvas, om zo behoeften, kwaliteit, kansen en bedreigingen uit te dokteren. Met het canvas werken we toe naar een 'AI-impactscan' per impactvolle ontwikkeling. ”

Voor elke opleiding een roadmap voor AI-ready opleiden

Hierna volgt een tweede co-creatiesessie waarin Jochem met het team werkt aan de vraag: wat voor toekomst willen we eigenlijk met AI, en welke competenties hebben studenten dan nodig om het veranderde werkveld in te gaan? Daarvoor zet hij diverse werkvormen in, zoals het ontwikkelen van een persona van de AI-ready student; gebaseerd op benodigde skills, kennis en attitude. In de derde en laatste sessie komen alle bevindingen op tafel en kijkt het team welke kansen er zijn om AI-competenties op te nemen in het curriculum. Bijvoorbeeld door te inventariseren in welke vakken de competenties al aan bod komen. Of in welke module je juist nieuwe AI-kennis en - vaardigheden zou kunnen integreren. Op basis daarvan maken de deelnemers zelf een roadmap, met daarbij algemene en specifiekere aanbevelingen voor de opleiding vanuit het AI4Students-team.

Tot slot

De opleidingen die aan het project hebben deelgenomen zijn overwegend positief en zien de potentie. Maar ze constateren ook dat er onder docenten behoefte is aan meer aan kennis op het gebied van AI. Jochem: “Elke opleiding staat anders tegenover AI, hebben we in de praktijk gemerkt. Onze houding tijdens de sessies is dan ook positief-kritisch. We willen dat opleidingen aan de slag gaan met de vragen die tijdens de sessies naar boven komen. En wanneer de student specifieke AI-competenties aangeleerd moeten krijgen, dan geldt dit natuurlijk ook voor de docent.” Linda vult aan: “Na de drie sessies is het werk niet af. Met AI4Students doen we een eerste aanzet tot een veranderproces dat een opleiding daarna zelf verder moet oppakken.”

Het is een cliché maar waar: tijd is een belangrijke factor voor iedereen die met dit soort grote veranderprocessen aan de slag wil. Linda: “Je hebt als opleiding echt de ruimte nodig om even uit te zoomen en elkaar kritische vragen te stellen.” Jochem, tot slot: “Veel van dit soort projecten focussen vooral op de productkant: er moet iets concreets zijn opgeleverd na afloop. Maar Linda en ik hebben gemerkt dat de ‘menskant’ minstens zo belangrijk is. Neem mensen mee in het proces, neem daar voldoende tijd voor. Op die manier creëer je ook de nodige daadkracht en vorm je een community die de resultaten uit de sessies verder wil brengen.”

Meer lezen?

Foto door Tom Parkes via Unsplash

Auteur

| Onderwijskundig schrijver @ SURF | community coach @ HvA | Eigen…

Reacties

Dit artikel heeft 1 reactie

Reactie van Bruintjes, E.

Eens met de stelling en het gaat nog verder dan na het afstuderen. AI kennis en practische oplossingen moeten snel geïnjecteerd worden in alle studiejaren. Desnoods nog via een seminar of ander event. Het beroepenveld heeft nu al concrete AI projectvragen voor 2de – 4de jaar studenten (stage, dataproject en afstuderen). Op de Hogeschool Rotterdam wordt op sommige opleidingen al AI gedoceerd sinds het schooljaar 22-23. We zijn ook bezig met het opzetten van een community en het koppelen van externe adviseurs. AI is niet meer te stoppen en een versnelde kennisopbouw bij studenten en docenten is een noodzaak.