AI bij toetsen en opdrachten (site CTL Vista College)
AI beïnvloedt de manier aan waarop onderwijsinstellingen toetsen ontwerpen. Het Center for Teaching and Learning (CTL) van VISTA College heeft daarvoor een samenhangend instrumentarium ontwikkeld. Op de site “AI bij toetsen en opdrachten” ontsluit het CTL van VISTA College diverse producten zoals de AI-toetsposter, de AI-proof toetskaarten en de AI-waaier die docenten helpen toetsen en opdrachten te herontwerpen.
Volgens VISTA College verschuift de centrale vraag van “mag AI wel of niet?” naar fundamentelere vragen: wat moet de lerende leren, wat willen we eigenlijk beoordelen, welke rol speelt AI in de beroepspraktijk en hoe richten we onderwijs en toetsing daarop in? De instrumenten zijn bedoeld als denkkader voor het ontwerp- en herontwerpproces.
Het startpunt is de AI-toetsposter. Deze poster brengt toetsvormen onder in drie risicocategorieën. Bij laag risico, zoals beroepshandelingen met live observatie, mondelinge toetsing en geroosterde kennistoetsen onder toezicht, zijn volgens de poster geen grote aanpassingen nodig; de focus ligt op observatie en real-time beoordeling. Bij middelhoog risico, waaronder presentaties en audiovisuele opdrachten, wordt aanbevolen een mondelinge verdediging toe te voegen, lerenden hun AI-gebruik te laten verantwoorden en toetsing te koppelen aan unieke casussen. Bij hoog risico, zoals reflectieverslagen, digitale beroepsproducten en portfolio’s, adviseert de poster het toetsproces inzichtelijk te maken met meerdere feedbackmomenten, toetsafname onder toezicht en bewijs van het leerproces via werklogboeken. De poster bevat verder een vijfstappenplan: eerst analyseren of AI het antwoord kan genereren, vervolgens bepalen of AI een hulpmiddel of een risico is, daarna een AI-bewuste toetsstrategie kiezen of AI juist integreren, AI-gebruik verwerken in de beoordeling en het gebruik met lerenden bespreken. Docenten zouden ook leeruitkomsten moeten aanpassen.
De AI-proof toetskaarten bieden verdieping per toetsvorm. De kaarten zijn onderverdeeld in algemene kaarten over ontwerpprincipes, kaarten over specifieke toetsvormen en hun AI-impact, en kaarten over het integreren van AI in leren en toetsing. Voor een praktijkopdracht signaleren de kaarten bijvoorbeeld dat AI voorbereidend werk kan overnemen, zoals scripts of analyses, zonder dat de lerende zelf redeneert. Als tegenmaatregel wordt aangeraden het proces te beoordelen via observaties en logboeken, met mondelinge toelichting. Voor kennistoetsen wordt gewezen op het risico dat AI contextuele antwoorden geeft, waardoor toetsing onder toezicht of op papier aan betrouwbaarheid wint. Bij portfolio’s, reflectieopdrachten en schriftelijke verslagen komt steeds dezelfde lijn terug: beoordeel het proces en niet alleen het eindproduct, laat lerenden hun AI-gebruik verantwoorden en combineer toetsvormen met mondelinge toelichting of peer feedback.
Het derde onderdeel, de AI-waaier, ondersteunt het maken van afspraken met lerenden over wat wel en niet is toegestaan bij een toets of opdracht. De waaier is gebaseerd op de AI Assessment Scale en is te raadplegen op Xerte. Het gaat daarbij om een oudere versie van de waaier.
Aanvullend heeft VISTA College een GPT ontwikkeld, de “AI in Toetsing Coach”, die docenten stapsgewijs begeleidt bij het analyseren van AI-risico’s in een opdracht of toets en bij het maken van onderbouwde keuzes, op basis van de poster, de kaarten en de waaier. Zonder een account bij ChatGPT kun je deze GPT niet gebruiken. Voor officiële examenproducten geldt een aparte route: aanpassingen kunnen niet zonder meer worden doorgevoerd en moeten worden afgestemd met de examenleverancier en de examencommissie. De drie instrumenten zijn ontwikkeld in lijn met de landelijke richtlijn voor het gebruik van AI bij toetsing en examinering in het mbo.
Mijn opmerkingen
Wat opvalt aan deze aanpak is dat VISTA College de discussie expliciet weghaalt van handhaving en plaatst bij toetsontwerp. Dat is een verstandige keuze: wie AI vooral als fraudeprobleem benadert, komt terecht in een wapenwedloop met detectiesoftware, terwijl de onderliggende vraag -wat willen we eigenlijk meten- onbeantwoord blijft. De koppeling tussen poster, toetskaarten en waaier zorgt voor een logische opbouw: van globaal inzicht naar concrete ontwerpkeuzes naar afspraken met lerenden. Het CTL besteedt ook aandacht aan het aanpassen van leeruitkomsten. Wat mij betreft zou je ook het curriculaire spinnenweb van Van den Akker als startpunt voor herontwerp nemen. De middelen van Vista College zijn dan prima te gebruiken bij het onderdeel ’toetsen en beoordelen’.
De terugkerende adviezen in de toetskaarten -zoals proces boven product, mondelinge toelichting, peer feedback, contextspecifieke opdrachten- zijn niet nieuw. Ze sluiten aan bij wat al langer bekend is uit onderzoek naar formatief toetsen en procesgericht beoordelen. De toegevoegde waarde van dit instrumentarium zit vooral in de vertaling naar de context van de onderwijspraktijk en in de praktische, direct toepasbare vorm.
Een aandachtspunt is de afhankelijkheid van een GPT die buiten de eigen leeromgeving draait. Dat roept uiteraard vragen op over toegankelijkheid en gegevensbescherming bij gebruik door lerenden en docenten. Ook is het de moeite waard om te volgen of teams de toetsposter en -kaarten daadwerkelijk gebruiken bij herontwerp, of dat ze vooral als naslagwerk op de plank blijven liggen. Voor wie zich breder wil verdiepen in AI en toetsing, verwijs ik ook naar mijn eerdere bijdragen over AI-bewust toetsen en beoordelen (in chronologische volgorde):
Mijn bronnen over (generatieve) artificiële intelligentie
Deze pagina bevat al mijn bijdragen over (generatieve) artificiële intelligentie.
Lees het hele
artikel