AI in onderwijs, een systemische revolutie

Langzaamaan stapt het hoger onderwijs richting een breekpunt. Kunstmatige intelligentie (AI) verandert niet alleen hoe we toetsen ontwerpen, maar legt ook bloot wat er fundamenteel mis is met ons huidige systeem. Als we AI simpelweg integreren in de bestaande structuren, versterken we ongelijkheid, gaan we meer controleren en minder leren en maken we van studenten een dataset in plaats van mensen. AI vraagt niet om kleine verbeteringen; het doorbreekt oude patronen op alle niveaus van ons onderwijssysteem met een ongekende snelheid.

Toetsing als machtsinstrument: breek het systeem open

Toetsing is geen neutrale activiteit. Het is altijd een reflectie van de waarden en machtsstructuren van een maatschappij. Zoals Frank Pasquale in Black Box Society duidelijk maakt, zijn AI-systemen vaak ondoorzichtig, bevooroordeeld en ontworpen om bestaande ongelijkheden te reproduceren. Het idee dat AI toetsing eerlijker maakt, is een illusie zolang we onze structuren niet fundamenteel veranderen.

Het huidige systeem gebruikt toetsing als een instrument van controle: wie slaagt, wie faalt, wie hoort erbij? AI kan dit versterken door de beoordeling te automatiseren zonder dat iemand begrijpt hoe die tot stand komt. Maar we hebben een keuze. Toetsen kunnen ook een middel zijn om te emanciperen, zoals Paulo Freire stelt in Pedagogy of the Oppressed. We moeten toetsen herzien als een manier om rechtvaardigheid en inclusie te bevorderen, in plaats van de status quo te versterken. Dat begint op het systeemniveau, met een duidelijke visie: onderwijs als publiek goed waarin iedereen een gelijke kans krijgt om te leren.

Stop met controleren, start met leren

Het hoger onderwijs zit gevangen in een meet- en controle cultuur. Toetsing wordt vaak gezien als een eindpunt, een moment van afrekenen. Maar zoals John Hattie laat zien in Visible Learning for Teachers, is toetsing pas waardevol als het leren ondersteunt. Feedback, niet cijfers, moet de kern zijn.

Met AI hebben we de tools om toetsing fundamenteel te herontwerpen. Adaptieve systemen kunnen feedback op maat geven, en data-analyse kan ons inzicht geven in leerprocessen. Maar hier ligt ook het gevaar: wie controleert deze systemen? Cathy O’Neil waarschuwt in Weapons of Math Destruction dat algoritmes vaak werken als versterkers van bestaande vooroordelen. Onderwijsinstellingen moeten daarom strategisch beleid ontwikkelen dat AI inzet als middel om leren te verbeteren, niet om te controleren. Dit vraagt om een shift op het strategisch niveau: formatieve evaluatie centraal stellen en summatieve toetsing alleen gebruiken waar strikt noodzakelijk.

Toetsing is framing: taal maakt het verschil

Toetsing wordt vaak geframed als een moment van objectieve beoordeling. Maar dat is een mythe. De woorden die we gebruiken—“beoordelen,” “slagen,” “falen”—zetten de toon. Zoals Gert Biesta stelt, hebben deze termen een diepgaande invloed op hoe studenten leren en hoe ze zichzelf zien.

In een wereld waarin AI steeds meer deel uitmaakt van toetsing, moeten we kritisch kijken naar de woorden die we gebruiken. Toetsing moet niet draaien om afrekenen, maar om groei en reflectie. Door woorden als “test” te vervangen door “evaluatie” of “leerreflectie,” verschuiven we de focus. Op het conceptuele niveau moet de framing van toetsing radicaal veranderen. Toetsen zijn niet langer een middel om te selecteren, maar om te ondersteunen.

AI in de praktijk: van technologie naar verantwoordelijkheid

Op het concrete niveau biedt AI kansen om toetsing eerlijker, sneller en efficiënter te maken. Denk aan adaptieve toetsen die zich aanpassen aan het niveau van de student, of systemen die automatische feedback genereren. Maar AI mag nooit een black box worden. Transparantie is cruciaal, en menselijke controle moet altijd leidend blijven.

Authentieke toetsvormen, zoals portfolio’s en simulaties, kunnen worden ondersteund door AI. Maar zoals Ruha Benjamin benadrukt in Fairness and Validation in AI Systems, is technologie nooit neutraal. We moeten voorkomen dat AI bias reproduceert en het menselijke aspect uit toetsing verwijdert. Dat betekent dat instellingen moeten investeren in tools die begrijpelijk en controleerbaar zijn, en dat docenten de kennis en middelen krijgen om deze systemen op de juiste manier in te zetten.

Een revolutie, geen evolutie

Toetsen met AI is geen kwestie van kleine aanpassingen. Het vraagt om een fundamentele herziening van hoe we onderwijs vormgeven. Van het systeemniveau tot de praktijk, elke laag moet worden afgestemd op een visie waarin leren, rechtvaardigheid en transparantie centraal staan.

Op systeemniveau: Onderwijs moet worden gezien als een publiek goed, met toetsing als instrument voor emancipatie.

Op strategisch niveau: Beleid moet toetsen positioneren als een middel voor leren, met AI als hulpmiddel, niet als vervanging.

Op conceptueel niveau: De taal en framing rondom toetsing moeten verschuiven van controle naar groei en reflectie.

Op concreet niveau: Praktische implementaties van AI moeten gericht zijn op transparantie, menselijke controle en authenticiteit.

AI geeft een kans om onderwijs eerlijker, toegankelijker en betekenisvoller te maken. Maar dat gebeurt alleen als we het aandurven om het hele systeem te herzien. Het is tijd om de controle los te laten en het leren centraal te stellen. Tijd voor een revolutie.

 

 

*Dit artikel heb ik gestructureerd ism ChatGPT

Vind ik leuk