GenAI gebruik door studenten: Wat betekent het voor jouw onderwijspraktijk?
Het gebruik van GenAI door studenten roept tal van vragen op voor docenten. Een van de meest prominente praktische zorgen is de (toets)validiteit: wat zegt de prestatie van een student over zijn of haar eigen kennis en vaardigheden wanneer je onvoldoende zicht hebt op hun eigen bijdrage aan een eindproduct en het mogelijke misbruik van GenAI? In het verlengde daarvan spelen ook zorgen rond deskilling en cognitieve achteruitgang, academische integriteit en fraude, en studentenbetrokkenheid en welzijn. Tegelijkertijd groeit de verwachting dat universiteiten een bepaald niveau van AI-geletterdheid waarborgen bij zowel medewerkers als studenten.
Onze kennis over de effecten van het gebruik van GenAI in het onderwijs is nog in ontwikkeling. Daarnaast omvat het onderwerp ook normatieve vraagstukken en verschillen tussen disciplines, waardoor consensus (behalve over enkele basisprincipes) binnen het hoger onderwijs, en zelfs binnen onze universiteit of faculteit, zowel onhaalbaar als onwenselijk is. FGGA legt daarom de nadruk op vertrouwen in het professionele oordeel van docenten. Dit betekent dat docenten en opleidingen de vrijheid (en verantwoordelijkheid) hebben om de rol van GenAI in hun onderwijs en curricula te bepalen, binnen het kader van de principes zoals beschreven in An FGGA approach to GenAI in Education.
In de praktijk betekent dit dat de houding en vaardigheden van docenten ten aanzien van GenAI (buiten basisbegrip) secundair zijn aan hun pedagogische taken en expertise. De kernvraag blijft hetzelfde: hoe ontwerp je je leeractiviteiten en toetsen zó dat ze aansluiten bij de leerdoelen van je vak (en de eindtermen van de opleiding)? Het beantwoorden van deze vraag is onmiskenbaar complexer geworden door de opkomst van GenAI. Sommige aspecten van deze uitdaging overstijgen wellicht het vakniveau en moeten op opleidings- of universitair niveau worden aangevlogen. Toch blijft het noodzakelijk dat iedere docent bij het ontwerpen van onderwijs en toetsing rekening houdt met het mogelijke gebruik van GenAI door studenten.
Informatie en ondersteuning
Hieronder vind je een continu bijgewerkt overzicht van beschikbare bronnen ter ondersteuning van je onderwijspraktijk rond dit onderwerp. Om te beginnen enkele algemene aandachtspunten (let op: jouw instituut of opleiding kan meer specifieke richtlijnen en beleid hebben):
- Heldere communicatie met studenten over regels en verwachtingen, én de didactische onderbouwing daarvan, is essentieel. Het is raadzaam om je beleid op te nemen in de syllabus en opdrachten, en dit ook in de les te bespreken. De studentenrichtlijnen bevatten een schaal voor toegestaan AI-gebruik die hierbij kan helpen.
- Kies voor een structurele in plaats van uitsluitend een discursieve benadering. Dit betekent dat je niet vertrouwt op naleving van moeilijk te handhaven regels (bijvoorbeeld een thuisopdracht met een verbod op AI-gebruik), maar inzet op toetsontwerp dat inherent beïnvloedt of begrenst hoe studenten met GenAI omgaan (zie Corbin et al., 2025).
- Deze structurele aanpak betekent niet automatisch een volledige terugkeer naar klassieke tentamens en mondelingen. Vertrek altijd vanuit je leerdoelen en probeer je voor te stellen hoe het toetsen van kennis en vaardigheden eruitziet in een AI-rijke omgeving. Enkele tips voor opdrachten zonder toezicht:
- Maak ze specifiek: betrek klassikale activiteiten, discussies, actualiteiten, casussen en persoonlijke ervaringen en reflecties van studenten.
- Leg meer nadruk op het proces, bijvoorbeeld via scaffolding, peerfeedback en klassikale onderdelen.
- Stimuleer diepere betrokkenheid van studenten door kritisch denken, persoonlijke reflectie, creativiteit en originaliteit centraal te stellen.
- Combineer GenAI-gevoelige toetsvormen met toetsvormen die minder gevoelig zijn voor ongeoorloofd gebruik van GenAI. Je kunt ook expliciet een balans zoeken tussen formatieve ‘AI-bewuste’ toetsing en summatieve ‘AI-bestendige’ toetsing (zie ook: Two-Lane Approach).
- Maak jezelf vertrouwd met de basics van GenAI-tools en test je opdrachten ermee, zodat je beter begrijpt hoe studenten deze tools mogelijk gebruiken bij jouw toetsing.
- Wees je ervan bewust dat het detecteren en bestraffen van ongeoorloofd AI-gebruik door studenten complex is: AI-detectietools zijn niet betrouwbaar (bovendien mag je het werk van studenten niet zomaar uploaden), en het bewijs is vaak onvoldoende voor examencommissies. Dit onderstreept het belang van goed doordacht toetsontwerp vooraf.
GenAI literacy in het onderwijs
Bronnen Universiteit Leiden
- LLInC's LLM Didactic Guide biedt je de basis van kennis en vaardigheden rond GenAI, specifiek gericht op docenten.
- De faculteit Geesteswetenschappen heeft een e-module voor studenten ontwikkeld getiteld GenAI and LLMs in the Academic Community.
- Op zoek naar een middel om AI gebruik met je studenten te bespreken? Angela Ignatius is een storytelling game die in de les gebruikt kan worden, ontwikkeld door Caroline Archambault, Stephanie Daugherity en David Ehrhardt (Leiden University College).
Externe bronnen
- Een goede plek om te beginnen is de AI Maturity in Education Scan (AIMES), ontwikkeld door de Vrije Universiteit Amsterdam. Dit is een diagnostisch instrument dat ook persoonlijke, actiegerichte feedback, praktische tips en aanbevolen literatuur biedt.
- UNESCO heeft een AI competency framework for teachers waarin de kennis, vaardigheden en waarden worden beschreven die docenten moeten beheersen in het tijdperk van AI.
- Veel andere universiteiten hebben ook uitgebreide e-learningmodules en kennisdossiers ontwikkeld. Voorbeelden zijn de Universiteit van Amsterdam, Universiteit Utrecht en de University of Sydney. KU Leuven biedt zelfs een nog uitgebreidere training over AI en onderwijs.
(Her)ontwerpen van toetsing
Bronnen Universiteit Leiden
- Als onderdeel van de workshop AI and Education: What Does It Mean for Your Course? heeft LLInC een worksheet ontwikkeld dat je op weg kan helpen.
- LLInC heeft ook de Toolkit Assessment Methods & AI, waarin de sterke en zwakke punten van verschillende toetsvormen worden beschreven, evenals mogelijke oplossingen om risico’s te beperken.
Externe bronnen
- Verschillende praktische hulpmiddelen ontwikkeld en verzameld door onder andere de Rijksuniversiteit Groningen, de Universiteit Utrecht en de Universiteit van Amsterdam - zoals de GenAI and Assessment Checklist.
- Deze handreiking Geschreven eindproducten toetsen in tijden van GenAI van de Universiteit Utrecht
- Een meer algemene set visiedocumenten en handreikingen, geïnspireerd op de Two-Lane approach, is ontwikkeld door Npuls.
- Artikelen en andere materialen rond het AIAS framework (waarvan een versie is opgenomen in de FGGA-studentenrichtlijnen), inclusief een Custom GPT die docenten helpt bij het toepassen van het AIAS-model.
(Fraude d.m.v.) GenAI gebruik herkennen
Bronnen Universiteit Leiden
- Het platform Ecole (Geesteswetenschappen Teacher Support Desk) bevat veel waardevolle informatie, waaronder een pagina over het voorkomen en detecteren van fraude met behulp van GenAI. Houd er rekening mee dat richtlijnen en beleid kunnen verschillen per faculteit.
Externe bronnen
- Deze Guide to spotting AI writing, ontwikkeld door de Vrije Universiteit Amsterdam, kan helpen om inzicht te krijgen in hoe AI-gegenereerde teksten eruit kunnen zien.
Individuele consultatie
Weet je niet waar je moet beginnen, voel je je overweldigd, of ben je op zoek naar inspiratie, ideeën of een second opinion? We denken graag met je mee! Stuur ons je syllabus, opdracht of plan direct een afspraak. Neem contact op met Praneet Khandal en Eden Lutz via p.khandal@fgga.leidenuniv.nl en e.lutz@fgga.leidenuniv.nl.