Mijn impressie van Examplary (toetsen en oefenen met AI)
Examplary is een Nederlands platform waarmee docenten met AI oefenruimtes en toetsen maken op basis van hun eigen lesmateriaal. Ik testte Examplary met vijf toetsen en één oefenruimte en beschrijf hieronder wat het platform doet en wat mij opviel.
Examplary is een platform voor continue toetsing: docenten maken toetsen, nemen ze af, kijken ze na en analyseren de resultaten, digitaal of op papier. De AI-functionaliteit doet het voorwerk, de docent beslist wat blijft en niets bereikt lerenden zonder goedkeuring van de docent. Het platform kent twee sporen. In een oefenruimte krijgen lerenden vragen op hun eigen niveau, met directe feedback. Bij een toets stelt het platform een concept op en doet het bij het nakijken een voorstel voor scores en feedback. Bestaande toetsen zijn te importeren via QTI, scans, pdf of docx. Er zijn koppelingen met onder meer Canvas, Moodle, Brightspace, itslearning, Blackboard en Somtoday. Volgens Examplary voldoet het platform aan de AVG en de EU AI Act. Je kunt gratis starten. Dat is prima om uit te proberen. Maar als je er serieus mee aan de slag wilt, heb je een betaald account nodig (waarover zo meteen meer).
De Volkskrant besteedde op 29 juni 2026 aandacht aan Examplary. Docenten van De Goudse Waarden in Gouda werkten een jaar met het platform en zijn enthousiast over het snellere maken en nakijken van toetsen en over het inzicht in huiswerk. Remco Pijpers van Kennisnet wijst op de privacy van lerenden, de betrouwbaarheid van de beoordeling en de invloed op de dynamiek in de klas. De beloofde werkdrukverlichting moet nog blijken.
Mijn ervaring
Ik heb een week geleden van oprichter Tobias de Graaf tijdelijk de beschikking gekregen over een Pro-account, en -zoals gezegd- vijf toetsen en een oefenruimte aangemaakt.
Ik begin met wat goed werkt. Het platform is gemakkelijk in gebruik en je hebt snel een eerste toets. Het aanbod aan vraagtypen is groot. Het persona-gesprek is een voorbeeld van een origineel vraagtype, waarbij ook gebruik wordt gemaakt van een eigenschap van ‘AI”: de lerende voert een gesprek met een gesimuleerd persoon, wat bij vaardigheden meer oplevert dan een meerkeuzevraag. De kwaliteit van de vragen en antwoorden vond ik over het algemeen goed. De configuratiemogelijkheden zijn uitgebreid, waaronder de koppeling aan een aantal taxonomieën en het gebruik van meerdere beoordelingsschalen. Daardoor kun je vragen afstemmen op, bijvoorbeeld, reproductie of toepassing. Het onderscheid tussen toets en oefenruimte is nuttig, omdat het om verschillende doelen gaat: oefenen en meten. De integratie met LMS-en en het gebruik van een bestaande toets zijn ook sterke kanten, maar heb ik niet getest. Daarvoor ga ik uit van de informatie van Examplary, net als bij de naleving van de AVG en de EU AI Act.
De aandachtspunten gaan vooral over vragen die AI maakt. Bij meerkeuzevragen is het langste antwoord praktisch altijd het juiste, zodat je het antwoord makkelijk kunt raden. Elke toetsapplicatie met AI die ik tot nu toe testte, heeft deze tekortkoming. Een docent die dit weet, kan afleiders aanpassen, maar dat kost juist de tijd die het platform wil besparen. Bij waar/onwaar-vragen en volgordevragen ontbreekt feedback. Dat is vooral een gemis in de oefenruimte, waar feedback het doel is. Bij invulvragen moet de lerende exact de juiste term invullen. Bij een toets over de geschiedenis van Ieper mogen ‘klaproos’ en ‘papaver’ bijvoorbeeld bij het invullen van een antwoord niet door elkaar worden gebruikt.
Bij het vraagtype waarbij je een ontbrekend woord moet invullen, staat dat woord soms in de introductietekst. Je kunt het dan makkelijk raden. Bij open vragen wordt een letterlijk overgenomen tekst als een volledig goed antwoord beoordeeld. Je zou verwachten dat het programma kopiëren en plakken in elk geval herkent. Dit sluit aan bij de opmerking in de Volkskrant dat de docent het werk zelf blijft lezen: het voorstel van het nakijken door AI is niet het eindoordeel.
Ook de afhandeling van resultaten kan beter, als leerlingaccounts niet zijn gekoppeld aan het toetsplatform. Resultaten kun je dan alleen mailen. Heb je een toets alleen via een link gemaakt, dan kun je geen resultaten bekijken. Je zou dan als lerende op zijn minst na het maken van een toets een e-mailadres moeten kunnen invullen om inzage te krijgen. Verder zou ik links naar video’s willen toevoegen als bronmateriaal, als die video’s over een transcript beschikken. Veel leerstof bestaat inmiddels uit video’s.
Het laatste en wat mij betreft belangrijkste aandachtspunt betreft de Pro-versie voor docenten (10 euro per maand). Die bevordert schaduw-IT, die een organisatie waarschijnlijk niet wil hebben: docenten nemen dan zelf een abonnement en de school heeft geen zicht op gegevens van lerenden. Vertrekt de docent naar elders, dan zijn de toetsen ook weg. Volgens de Volkskrant is het platform nog niet getoetst aan de toets voor databescherming. Ik kan dat zelf niet controleren, maar het is een reden om de aanschaf via de organisatie te laten lopen.
De Pro-versie voor organisaties kost 30 euro per docent per maand. Dat is een fors bedrag. Zo’n prijs gaat waarschijnlijk uit van een business case waarin het maken en nakijken van toetsen docenten veel tijd kost. Het is de vraag of onderwijsinstellingen in dit soort termen denken. Vrijgekomen tijd wordt lang niet altijd gebruikt voor werkdrukvermindering, en op personeelskosten besparen is volgens mij niet realistisch. Stel dat je 100 docenten in dienst hebt en zij sparen door deze tool twee uur per week uit. Dat betekent nog niet dat je vijf fte kunt besparen (100 x 2 / 40). De uren zijn namelijk verspreid over personen en taken. Bovendien denken onderwijsinstellingen anders over formatie dan bijvoorbeeld Amerikaanse bedrijven.
Mijn conclusie is dat Examplary zeker een bruikbaar platform is met een ruim aanbod aan vraagtypen en andere waardevolle opties. De kwaliteit van de door AI gemaakte vragen blijft echter aandacht vragen. De docent blijft verantwoordelijk voor controle en aanpassing, en de prijs vraagt om een nuchtere afweging van wat de veronderstelde tijdwinst een instelling daadwerkelijk oplevert. Voor organisaties die het platform overwegen, lijkt mij een pilot met enkele docenten zinvol, waarin zij de gegenereerde vragen systematisch beoordelen en er afspraken komen over privacy en kosten. Formuleer vooraf verwachtingen, zoals tijdsbesparing, die je na afloop evalueert. Realiseer je wel vooraf wat het kostenplaatje is, voordat je met een pilot begint. Anders maak je docenten straks blij met een dode mus.
Mijn bronnen over (generatieve) artificiële intelligentie
Deze pagina bevat al mijn bijdragen over (generatieve) artificiële intelligentie.
Lees het hele
artikel