Inzet generatieve kunstmatige intelligentie
Kunstmatige intelligentie is al decennia aan een opmars bezig in onze levens. Nieuwe toepassingen voor consument en zakenleven worden gretig omarmd. Waar spellingscheck, navigatiesysteem, vertaalapp en zoekmachine voor alle rangen en standen het leven vergemakkelijkten, is er met de introductie van large language models (LLM’s) of generatieve kunstmatige intelligentie volgens velen meer aan de hand.
Quasi-intellectuele vaardigheden kwamen plots binnen handbereik zonder eigen inspanning of feitenkennis. Waar gebruik maken van een spellingscheck niet op morele bezwaren stuit, lijkt generatieve kunstmatige intelligentie een grens te overschrijden voor met name het onderwijs. Voor vakblad C verkenden en vergeleken we verschillende opinies en modellen.
Druk door AI
In het onderwijs, dat toch meestal niet vooroploopt bij revoluties, zijn de huidige ontwikkelingen voor het lerarencorps een hele kluif, afgaand op traditionele en sociale media. Je zou kunnen stellen dat in zekere zin aan de poten van de didactische basis van het onderwijs wordt gezaagd; kennis vergaren en verwerken door jarenlang getraind te worden door docenten. Maar was deze lesmethodiek al niet achterhaald, zullen sommigen opperen. En is het doel van onderwijs toch niet vooral weerbare en flexibele potentiële werknemers afleveren?
Generatieve AI in het onderwijs
Tenslotte zijn de toepassingen van generatieve kunstmatige intelligentie in de werksfeer reeds legio, van razendsnel een zakelijk rapport schrijven tot de sollicitatiebrief opstellen. Hoewel de inzet van die technologie bij banen in de rechtspraak en journalistiek uiteraard gevoeliger ligt dan bij andere beroepen.
Net als de docent worstelt menig werkgever met het meten van de integriteit en kwaliteit van dergelijke producten. Maar is een goede instructie (prompt) kunnen schrijven nu en in de toekomst niet minstens vergelijkbaar of zelfs waardevoller dan zelf de pen ter hand nemen?
Vaardigheden volgens het WEF
In een tijd van vergrijzing en teruglopende productiviteit kan de technologie wel eens een broodnodige impuls betekenen voor een robuustere economie. Het Future of Jobs Report 20251 van het World Economic Forum (WEF) [1] laat niet voor niets een flinke verschuiving zien in de top 5 van meest gevraagde vaardigheden bij werknemers:
Vaardigheden 2020-2025
- 1. Analytical thinking and innovation
- 2. Active learning and learning strategies
- 3. Complex problem-solving
- 4. Critical thinking and analysis
- 5. Creativity, originality and initiative
Vaardigheden 2025-2030
- 1. AI and big data
- 2. Networks and cybersecurity
- 3. Technologic literacy
- 4. Creative thinking
- 5. Resilience, flexibility and agility
AI in geopolitieke context
Onderwijs heeft als grondslag leerlingen afleveren met parate kennis en kritisch (idealiter: intellectueel) denkvermogen die zelf logische verbanden leggen en bronnen verifiëren.
Generatieve kunstmatige intelligentie levert op basis van beknopte instructies in luttele seconden tot minuten een schijnbaar kant-en-klaar product af in tekst, spraak, beeld of video. Dat blijkt een enorme verleiding, even afgezien van risico op plagiaat en verkeerde feiten.
Tegelijkertijd is kunstmatige intelligentie een belangrijke inzet bij de geopolitieke spanningen van de laatste jaren. De Europese Unie poogt met nieuwe wetgeving de integriteit, kansengelijkheid en andere grondbeginselen te beschermen ten tijde van een stormachtige herschikking van de wereldorde.
Waar de EU-landen elkaar steeds meer opzoeken wat betreft overkoepelend industriebeleid, defensie, technologieprojecten en energievraagstukken, lijkt onderwijs en de omgang met kunstmatige intelligentie daarbinnen nog niet hetzelfde prioriteitsniveau te hebben (bereikt).
Toch zijn de doorbraken die met name de Verenigde Staten en China maakten zeer verstrekkend en onomkeerbaar.
Twee modellen: AIAS en MMM
Handvatten en richtlijnen introduceren om onderwijzend Nederland doelmatig en verantwoord met generatieve kunstmatige intelligentie te leren omgaan, is dan geen overbodige luxe.
De geest terug in de fles stoppen is onmogelijk en zou slechts een achterhoedegevecht betekenen of zelfs tot grote achterstand leiden. Daarom zouden handvatten en richtlijnen student en docent kunnen helpen om tot een ‘nieuw normaal’ te komen.
Klik op de afbeelding voor een vergroting
AIAS-model (AI Assessment Scale)
Na online zoekwerk (zonder gebruik van…) viel C vooral op dat het fundamenteel benaderen van kunstmatige intelligentie in middelbaar en hoger onderwijs nog in de kinderschoenen staat. Omgaan met de inzet van LLM’s lijkt nogal eens op individueel schoolniveau of bij docenten zelf te zijn belegd.
Toch doken er twee aanpakken op in de zoektocht. De ene is het AIAS-model van Leon Forze [2] (met open licentie) dat een eigen versie kreeg in handen van docenten van ROC Twente [3], onder wie Bas Heerink.
Het model maakt het mogelijk om studenten vooraf duidelijkheid te geven over hoe zij met kunstmatige intelligentie mogen werken.
Klik op de afbeelding voor een vergroting
MMM-model (Me and My Machine)
De andere, MMM (Me and My Machine) [4] is ontwikkeld bij Fontys Hogeschool door docent Rens van der Vorst en labelt achteraf in welke mate kunstmatige intelligentie is gebruikt bij een tekst of beeld.
Dus waar het ene model bij de voorkant start, doet het andere dat bij de achterkant.
Voorbeelden van de praktijk
De AI-Waaier biedt studenten duidelijkheid of, en zo ja hoe, ze kunstmatige intelligentie mogen gebruiken voor een opdracht. De niveaus lopen van 1 (geen gebruik) tot 5 (maximaal gebruik).
ROC Twente heeft een uitleg voor studenten en een voor docenten ontwikkeld. In een interview met SURF Communities [5] stelt docent Bas Heerink dat het model helpt om gebruik van kunstmatige intelligentie uit de taboesfeer te halen en een open gesprek erover aan te gaan.
“Echter, de waaier is geen manier om fraude te voorkomen”, benadrukt Heerink. Hij constateert in het interview dat inzet van de AI-Waaier vragen oproept of opdrachten nog wel toekomstbestendig zijn als die het label ‘geen AI’ krijgen.
“De vraag rijst dan of de opdrachten nog wel aansluiten bij de beroepspraktijk.”
Ook het MMM-model van Fontys Hogeschool kent vijf stadia met elk een eigen naam en logo ter verduidelijking. Ditmaal aflopend in plaats van oplopend, zoals bij de AI-Waaier.
MMM loopt van lazy prompter (zo goed als alles door kunstmatige intelligentie gemaakt) helemaal af tot man-made (geen kunstmatige intelligentie gebruikt).
Doel is volgens bedenker Rens van der Vorst iedereen deelgenoot te maken van hoe je de technologie hebt gebruikt.
In een interview met BRON [6], nieuwsmedium van Fontys Hogeschool, stelt Van der Vorst: “Iedereen kan er gebruik van maken. Er zijn studenten die echt net zo schrijven alsof het een AI-gegenereerde tekst is. Door die labels te gebruiken, kunnen zij duidelijk maken dat zij het zelf hebben geschreven. Of niet.”
Liegen kan natuurlijk nog steeds, aldus de bedenker van de labels. “Maar door ernaar te vragen, verander je het speelveld.”
Van taboe naar dialoog
Wat opvalt, is dat beide modellen niet of nauwelijks gericht zijn op het bestrijden van fraude of plagiaat.
Belangrijker, wat misschien ook wel beter past bij de huidige fase van adoptie van LLM’s en beeldcreërende kunstmatige intelligentie, is volgens beide modellen het open gesprek aangaan en integriteit adresseren.
Het gebruik uit de stiekeme sfeer halen en een taboe doorbreken. Tussen docenten onderling, tussen studenten onderling en tussen beide groepen. Op die manier kan deze onderwijsrevolutie waarschijnlijk eenvoudiger op verstandige en verantwoorde wijze geïntegreerd worden.
Nieuwe generaties werknemers komen zo beter toegerust de arbeidsmarkt op. Omgekeerd kan het bedrijfsleven zijn uitgebreide praktijkervaring weer met het onderwijs delen. Daar ligt een schone taak voor communicatieprofessionals en hr-specialisten om de twee werelden spoedig nauwer bijeen te brengen.
Kritiek op generatieve AI: de angst voor middelmatigheid
Toch rest een kanttekening bij dit technologische walhalla.
De golf van LLM’s die recentelijk en ongevraagd is uitgestort over het publiek wordt naast de praktische voordelen door critici als het einde van creativiteit en de overwinning van middelmatigheid bezien.
Dit terwijl de vaardigheid creativiteit/ creatief denken een plek is gestegen in de top 5 van WEF.
Oproep tot ongemak
Felienne Hermans, hoogleraar Vakdidactiek van de informatica aan de Vrije Universiteit Amsterdam en daarnaast informaticadocent op een middelbare school, bepleit in een opiniestuk in het NRC van 27 maart juist voor bewust opzoeken van het ongemak, net als ‘vroeger’.
Leerlingen om leren gaan met ChatGPT betekent voor haar ze leren dat er geen shortcut is naar een goed stuk, dat het hard werk vereist, en dat een eigen slecht stuk haar veel liever is dan een gepolijst AI-werkje.
Je laat volgens haar leerlingen niet zien met welke prompts ze de beste essays krijgen, want het doel van een essay, profielwerkstuk of boekverslag schrijven is niet het document zelf. “Je moet zitten, blijven zitten, zitten met je ongemak, en schrijven tot je jezelf aan je schoenveters uit de put van je verwarring hebt getild. En hoe leer je dat aan? Het is als naar de sportschool gaan, elke dag oefenen, en dan kun je steeds een beetje meer.”
Overigens, Hermans is blij dat leerlingen op de basisschool over het algemeen geen spellingscontrole of rekenmachine gebruiken omdat eerst de basis op orde moet zijn voordat je aan zulke hulpmiddelen moet beginnen.
------
Dit artikel is geschreven voor vakblad C. Daarna is het geoptimaliseerd voor online leesbaarheid en doorgeplaatst op de website.