Vijf trends rond AI en onderwijs (volgens een Microsoft leidinggevende)
Docenten stellen betere vragen over de inzet van AI, maar tegelijkertijd groeit er een vertrouwensprobleem tussen docenten en lerenden. Dat stelt Matt Jubelirer, General Manager Education Marketing bij Microsoft, in 5 AI Education Trends According To A Microsoft Executive. In totaal schetst hij vijf trends rond AI in het onderwijs, die ik van commentaar voorzie.
Jubelirer spreekt vanuit zijn functie regelmatig met docenten en schoolleiders over hun AI-gebruik. Volgens hem heeft geen enkele eerdere technologische ontwikkeling scholen in dit tempo onder druk gezet om zich aan te passen. Op basis van zijn gesprekken signaleert hij vijf ontwikkelingen.
De eerste trend is gedifferentieerd AI-gebruik. Volgens Jubelirer worden docenten steeds bekwamer in het bepalen wanneer, waarvoor en bij welke lerenden zij AI inzetten. Het gaat niet langer om het simpelweg beschikbaar stellen van een chatbot, maar om de vraag welke toepassing een specifieke lerende verder helpt. Als voorbeelden noemt hij Reading Progress, waarmee lerenden hardop lezen kunnen oefenen, en de studeer- en leerfunctie van Copilot, die vragen stelt om het leren te bevorderen in plaats van alleen antwoorden te geven.
De tweede trend betreft AI-geletterdheid die verder gaat dan prompt engineering. Volgens Jubelirer draait AI-geletterdheid vooral om het begrijpen van de mogelijkheden van AI, het beoordelen van problemen en het bepalen welke context nodig is om die op te lossen. Daar hoort ook de vraag bij of AI in een bepaalde situatie überhaupt gebruikt zou moeten worden. Opvallend is zijn observatie dat lerenden weliswaar toegang tot AI willen, maar ook willen dat deze technologie ethisch wordt gebruikt.
De derde trend is een opkomend vertrouwensprobleem. Vraag je docenten naar hun zorgen, dan staan fraude en plagiaat bovenaan. Vraag je lerenden naar hun zorgen, dan is dat juist de angst om daarvan beschuldigd te worden. Volgens Jubelirer wijst dit op een vertrouwenskloof die leeromgevingen minder effectief maakt. Hij pleit voor meer transparantie van beide kanten. Als voorbeeld noemt hij docenten die aan lerenden laten zien hoe zij hun les met behulp van AI hebben voorbereid en daar feedback op vragen, en lerenden die worden aangemoedigd AI te gebruiken en hun werkwijze vervolgens te delen.
De vierde trend is de erkenning dat er momenten zijn waarop AI niet gebruikt zou moeten worden. Jubelirer noemt beoordelen als voorbeeld. AI kan volgens hem behulpzaam zijn bij de voorbereiding, zoals het ontwikkelen van een rubric of het bedenken van vragen, maar het beoordelen van mensen vraagt om menselijk oordeelsvermogen. Scholen zouden moeten verhelderen voor welke typen problemen AI geschikt is.
De vijfde trend betreft nieuwe kansen. Jubelirer is positief over de mogelijkheden voor jonge mensen om ideeën in korte tijd om te zetten in producten en projecten, mits scholen de systemen en cultuur ontwikkelen die dat ondersteunen.
Mijn opmerkingen
Jubelirer is natuurlijk verantwoordelijk voor onderwijsmarketing bij Microsoft, en de genoemde voorbeelden zijn Microsoft-producten. Dat maakt zijn observaties niet waardeloos, maar je leest ze wel door een commerciële bril.
De trends zelf zijn op zich herkenbaar. Als het gaat om gedifferentieerd gebruik, neem ik ook een steeds bredere kloof waar tussen docenten die AI-technologie enthousiast (willen) gebruiken en docenten die bijna principieel geen AI willen gebruiken. Verder zie ik docenten die steeds de best presterende en de nieuwste AI-tools willen gebruiken, terwijl de onderwijsinstelling dit tempo niet bij kan houden en ook vreest voor een steeds forser wordend prijskaartje. Een gevolg is dat docenten (en lerenden) hun eigen tools gebruiken waarbij het risico ontstaat dat privacygevoelige of bedrijfsgevoelige data worden geupload naar applicaties waar de organisatie geen verwerkersovereenkomst heeft (en die data buiten de EU opslaan).
Het vertrouwensprobleem vind ik in deze bijdrage de belangrijkste observatie. De wederzijdse angst -docenten vrezen fraude, lerenden vrezen valse beschuldigingen- ondermijnt de relatie die voor leren nodig is. Detectiesoftware lost dit niet op; die versterkt het wantrouwen eerder. Transparantie over het eigen AI-gebruik, door docent én lerende, is een praktische aanpak die weinig kost. De docent die laat zien hoe die AI heeft gebruikt bij de lesvoorbereiding, normaliseert een open gesprek hierover. Veel beter is m.i. echter dat je het curriculum tegen het ligt houdt en meer nadruk gaat leggen op het leerproces. Zullen we het weer eens over leren hebben? En hoe kan AI dat leren echt faciliteren?
Ook de verschuiving van prompt engineering naar beoordelingsvermogen sluit aan bij wat ik eerder schreef over het onderscheid tussen AI-geletterdheid en ‘AI fluency’: het gaat om weten wanneer en waarom je AI inzet, niet alleen hoe.
Bij het beoordelen ligt de werkelijkheid genuanceerder dan Jubelirer suggereert. AI kan bepaalde formatieve feedback verzorgen of feedback en een beoordeling voorbereiden (bijvoorbeeld op basis van een rubric). De docent checkt deze output, past deze aan en deelt deze feedback met de lerende. Weten wanneer AI niet gebruikt zou moeten worden, heeft m.i. vooral te maken met het onderscheid dat Lodge en Loble maken tussen twee vormen van cognitief ontlasten:
- Bij nuttig ontlasten laat de lerende routinematige taken zoals spellingcontrole over aan AI, waardoor er ruimte vrijkomt in het werkgeheugen voor het wezenlijke denkwerk: argumenteren, bronnen wegen, verbanden leggen.
- Bij schadelijke uitbesteding wordt juist dat denkwerk zelf overgedragen.
Mijn bronnen over (generatieve) artificiële intelligentie
Deze pagina bevat al mijn bijdragen over (generatieve) artificiële intelligentie.
Lees het hele
artikel