Nieuws

Een overzicht van nieuwsbericht van onze redactie en aanbieders die zich hebben aangesloten bij e-Learning.nl.


Van Wilfred Rubens (redactie) | 08-10-2025 | Article Rating | (0) reacties

Vibe coding en leren en ontwikkelen, opleiden en onderwijs

Vibe coding en leren en ontwikkelen, opleiden en onderwijs

Vibe coding maakt het mogelijk om zonder programmeerkennis in gewone taal leertools te bouwen. Dit biedt kansen voor L&D’s, docenten en lerenden. Tegelijkertijd vraagt die laagdrempeligheid om nieuwe vormen van zorgvuldigheid en didactische discipline.

Vibe coding is een nieuwe manier om software te ontwikkelen. In plaats van code te schrijven, beschrijft de gebruiker in gewone taal wat hij wil, waarna de applicatie een werkend prototype samenstelt. Volgens Markus Bernhardt biedt deze aanpak kansen voor  Learning & Development (L&D), omdat leerprofessionals zonder programmeerkennis snel hulpmiddelen kunnen bouwen, zoals quizzen of rollenspellen. Uiteraard geldt dit voordeel ook voor docenten in het onderwijs, en wat mij betreft ook voor lerenden zelf; zij kunnen op basis van specifieke leervragen interactieve instructies programmeren. Zij zullen daarvoor wel voorzien moeten worden van goed werkende prompts. Zie: Themamiddag AI voor persoonlijk leren.

Tools als Google Opal maken dit volgens Bernhardt mogelijk via visuele editors en natuurlijke taal. Vibe coding maakt volgens hem snelle, kleinschalige experimenten mogelijk. Dit is precies wat L&D-teams nodig hebben om leerondersteuning te ontwikkelen binnen de werkpraktijk.

De voordelen voor L&D en onderwijs zijn vooral snelheid, toegankelijkheid en maatwerk. Ideeën kunnen in uren worden uitgewerkt tot een prototype in plaats van weken. Ontwerpers en inhoudsdeskundigen hoeven niet meer te wachten op ontwikkelaars en kunnen direct hulpmiddelen maken en testen. Ook biedt vibe coding mogelijkheden om lerenden op de werkplek gericht te ondersteunen met micro-apps of beslisbomen. De echte waarde ligt volgens de auteur echter in doordacht ontwerp. Immers:

A poorly designed prototype produced quickly is still poor learning—only faster.

Hij onderscheidt daarbij drie belangrijke risico’s. De eerste is kwetsbaarheid: vibe-coded tools kunnen snel ‘instorten’ door updates of fouten in de AI. Ten tweede ontstaan verificatieproblemen: AI kan foutieve of inconsistente informatie genereren die geloofwaardig lijkt. Ongecontroleerde fouten kunnen direct doorwerken in de praktijk. Een derde risico is gebrekkige governance: omdat iedereen kan bouwen, dreigen wildgroei, doublures en onduidelijkheid over eigenaarschap en veiligheid.

Markus Bernhardt pleit daarom voor vier principes om vibe coding veilig te gebruiken.

  1. Verwacht kwetsbaarheid en test systematisch wat misgaat.
  2. Verplicht betrokkenheid van een inhoudsdeskundige bij elke oplevering. Als lerenden zelf interactieve instructies maken, zal daar geen sprake van zijn. Zij komen er dan al doende achter als een instructie niet werkt. Dat betekent dat je zelf geen instructies moet maken voor kritische taken.
  3. Exporteer alle prompts en workflows zodat de intellectuele eigendom niet alleen in een platform vastzit.
  4. Zorg voor duidelijke governance: bepaal wie mag bouwen, verifiëren en verwijderen (hier heb je ook mee te maken als docenten aan de slag gaat met tools als H5P of Xerte).

Bovendien blijven didactische principes volgens Markus Bernhardt leidend: goed leren vraagt om focus, actieve verwerking en feedback, ongeacht de technologie.

Een praktijkvoorbeeld illustreert volgens de auteur de kracht: een ontwerper bij een retailbedrijf gebruikte vibe coding om binnen een uur digitale oefenkaartjes te genereren voor seizoensmedewerkers. Na correctie door een inhoudelijk expert konden lerenden direct oefenen. Niet de vorm, maar de snelheid en het leereffect stonden centraal.

De betekenis van vibe coding verschilt volgens hem per rol. Voor leidinggevenden is het een strategische keuze om experimenten veilig te ondersteunen. Voor ontwerpers is het een versneller, voor inhoudelijk experts een extra verantwoordelijkheid, en voor compliance-afdelingen een governancevraagstuk. Vibe coding raakt daarmee veel facetten.

Bernhardt plaatst de trend ook in historisch perspectief: eerdere generaties authoringtools en no-codeplatforms verlaagden ook de instap, maar leidden tot overproductie en wisselende kwaliteit. Vibe coding is de volgende stap, met natuurlijke taal als interface. De uitdaging blijft dezelfde: snelheid combineren met ontwerpdiscipline.

De komende anderhalf jaar zullen leveranciers naar verwachting meer verificatiefuncties en integraties aanbieden en breiden bibliotheken met templates uit. Tegelijk zal de aandacht voor governance groeien: organisaties moeten nu zelf de regels bepalen, anders doen IT of compliance dat.

De conclusie is volgens Markus Bernhardt helder: vibe coding is een kans om leren te versnellen en te verankeren in de werkpraktijk, mits L&D bewust experimenteert en leert van fouten. De kernvaardigheden blijven het formuleren van heldere prompts en het kritisch beoordelen van de uitkomsten. De technologie verandert snel, maar de verantwoordelijkheid voor goed leren ligt bij de mens.

Mijn opmerkingen

Vibe coding is inderdaad een belangrijke ontwikkeling. Ik vind het verbazingwekkend hoe eenvoudig het is om met generatieve AI-toepassingen flashcards of interactieve instructies te maken. Zoals ik reeds heb aangegeven, zie ik ook mogelijkheden voor lerenden zelf. Ik deel Bernhardts conclusie dat deze ontwikkeling potentie heeft, maar ook risico’s. Ik zou vibe coding voor leertools vooral gebruiken als geen sprake is van kritische taken (met het oog op zaken als veiligheid, gezondheid, juridische regelgeving), tenzij inhoudelijk experts daar bij betrokken zijn. Het is geen ramp als de gemaakte applicatie inhoudelijk en/of didactisch minder goed is als je ermee moet leren om apps op een smart TV te verplaatsen. Het is wel een probleem als je op die manier foutieve verkeersregels leert.

Mijn bronnen over (generatieve) artificiële intelligentie

Deze pagina bevat al mijn bijdragen over (generatieve) artificiële intelligentie, zoals ChatGPT.


Hoe waardeert u deze bijdrage?




Reacties

Plaats hieronder uw reactie.

Naam (verplicht)

E-mail (verplicht)

CAPTCHA Afbeelding
Voer de hierboven staande code in:

Meest gelezen nieuws

Achtergronden aanbieders

Vacatures in de markt

Column

0 reacties
Van Let’s Learn! 09-10-2023

Retentie en AI

Helma van den Berg van Let's Learn! beluisterde de bijdrage van Jeanne Bakker aan de podcastserie BrainBakery. Bakker vertelde over de bedreiging en kansen die we nu en in de toekomst van AI kunnen verwachten. In de podcast sprak zij haar verwachtingen uit voor de toekomst van AI in leren. Helma is het met haar eens. Zoals de gedachte om AI voor gepersonaliseerd leren te gebruiken.