AI en Toetsing

Deze online cursus is ontwikkeld voor mbo- en hbo-docenten met minimale voorkennis van AI. De cursus start daarom niet bij technische uitleg, maar bij herkenbare onderwijs- en toetsvragen: wat verandert er door generatieve AI, welke opdrachten zijn kwetsbaar geworden, en hoe zorg je dat je nog steeds eerlijk en goed kunt beoordelen wat een student zelf kent en kan? Deze insteek past bij de Europese richtlijnen voor docenten, die expliciet aangeven dat ondersteuning bruikbaar moet zijn voor professionals met weinig of geen ervaring met AI in onderwijs, en bij UNESCO, dat AI-bekwaamheid inmiddels als een noodzakelijke docentcompetentie beschouwt (European Commission, 2022; Miao & Cukurova, 2024). (Publications Office of the EU)

De centrale gedachte van de cursus is dat docenten niet in de eerste plaats hoeven te denken vanuit verbieden of betrappen, maar vanuit leerdoelen, zichtbaar leren en passend bewijs van beheersing. Door generatieve AI zijn sommige vertrouwde toetsvormen minder sterk geworden als enig bewijs van individuele prestatie. Tegelijk biedt AI ook kansen voor beter oefenen, gerichtere feedback en beroepsrealistische opdrachten. Dat sluit aan bij de Npuls-visie op toetsing en examinering in een AI-tijdperk en bij de driedeling van Jisc: AI vermijden, AI slim buiten spel zetten waar nodig, of AI bewust integreren in onderwijs en toetsing (Attewell, 2024; Beekman et al., 2025b; Npuls, 2025). (Jisc)

De cursus is opgezet als een thematische online module. Dat betekent dat teams of instellingen de thema’s flexibel kunnen plannen. Ieder thema leidt tot een concrete prestatie die direct bruikbaar is in de eigen onderwijspraktijk. Zo werken deelnemers stap voor stap toe naar een herontwerp van een eigen toets of toetsprogrammaonderdeel, met duidelijke afspraken over AI-gebruik, beoordeling en studentbegeleiding (Beekman et al., 2025a, 2025b; Npuls, 2025). (npuls.nl)

Na afloop van de cursus kan de deelnemer uitleggen wat generatieve AI is, wat deze technologie goed kan, en waar de beperkingen en risico’s liggen. De deelnemer kan daarnaast herkennen welke bestaande toetsvormen kwetsbaar zijn geworden en welke vormen juist geschikt blijven om individuele beheersing zichtbaar te maken. Ook kan de deelnemer per leerdoel verantwoorden of AI in een opdracht niet mag worden gebruikt, beperkt mag worden gebruikt, of juist bewust onderdeel van het leren mag zijn (Attewell, 2024; Beekman et al., 2025b). (Jisc)

Verder kan de deelnemer formatieve activiteiten ontwerpen waarin studenten AI verantwoord leren gebruiken, een summatieve toets herontwerpen tot een AI-robuuste variant, AI inzetten als hulpmiddel bij toetsconstructie, en praktische afspraken formuleren over toolgebruik, privacy, transparantie en beoordeling. Tot slot kan de deelnemer benoemen welke AI-kennis en -vaardigheden in het eigen curriculum thuishoren voor studenten in mbo of hbo (Beekman et al., 2025a, 2025b; European Commission, 2022; Miao & Cukurova, 2024). (npuls.nl)

In dit thema maken deelnemers op een toegankelijke manier kennis met generatieve AI. Ze leren wat AI is, wat het verschil is tussen zoeken, samenvatten, genereren en beoordelen, en waarom AI-uitvoer overtuigend kan klinken zonder altijd correct of volledig te zijn. Ook wordt besproken waarom docenten en studenten basiskennis nodig hebben om AI kritisch, veilig en doelgericht te gebruiken. Deze opbouw sluit aan bij zowel de Europese richtlijnen voor docenten als het UNESCO-kader voor AI-bekwaamheid van leraren (European Commission, 2022; Miao & Cukurova, 2024). (Publications Office of the EU)

Prestatie bij dit thema: de deelnemer maakt een korte AI-startscan van de eigen onderwijscontext: welke tools studenten waarschijnlijk al gebruiken, welke vragen dat oproept en waar kansen of onzekerheden liggen.

In dit thema analyseren deelnemers welke toetsvormen door AI kwetsbaarder zijn geworden. Daarbij gaat het bijvoorbeeld om generieke thuisopdrachten, standaard reflectieverslagen of bekende theorie-opdrachten die een AI-systeem gemakkelijk kan uitwerken. Daartegenover staan sterkere vormen van toetsing, zoals opdrachten met lokale context, beroepsproducten met mondelinge toelichting, praktijksimulaties, werkplekopdrachten of toetsing in meerdere stappen. Deelnemers leren ook waarom achteraf detecteren van AI-gebruik geen stevige basis vormt voor valide beoordeling en waarom herontwerp van toetsing meer oplevert dan controle achteraf (Beekman et al., 2025b; Npuls, 2025). (npuls.nl)

Prestatie bij dit thema: de deelnemer maakt een AI-kwetsbaarheidsanalyse van één bestaande toets en formuleert per onderdeel of het behouden, aangepast of vervangen moet worden.

In dit thema leren deelnemers opnieuw kijken naar de samenhang tussen leerdoelen, onderwijsactiviteiten en toetsing. Niet de tool staat centraal, maar de vraag welk bewijs nodig is om te kunnen zeggen dat een student iets beheerst. Op basis daarvan kiest de docent of AI in een bepaalde taak vermeden wordt, bewust wordt begrensd, of juist expliciet mag worden ingezet. Deze manier van redeneren sluit aan bij de Npuls-benadering van constructieve afstemming en bij de driedeling van Jisc: avoid, outrun of embrace (Attewell, 2024; Beekman et al., 2025b). (Jisc)

Ook wordt in dit thema het verschil uitgewerkt tussen formatief toetsen en summatief toetsen in een AI-rijke leeromgeving. Formatief toetsen is vooral bedoeld om te oefenen, feedback te krijgen en AI kritisch te leren gebruiken. Summatief toetsen vraagt om sterker bewijs van individuele beheersing, bijvoorbeeld via observatie, mondelinge toelichting, een praktijkuitvoering of een combinatie van product en verificatie (Beekman et al., 2025b; Npuls, 2025). (npuls.nl)

Prestatie bij dit thema: de deelnemer herziet de leerdoelen en toetsfunctie van een eigen les, module of keuzedeel en noteert per leerdoel welke AI-conditie geldt.

In dit thema ontwerpen deelnemers leeractiviteiten waarin AI een hulpmiddel mag zijn zonder het denken van de student volledig over te nemen. Voorbeelden zijn het vergelijken van meerdere AI-antwoorden, het verbeteren van een door AI gegenereerde tekst, het bijhouden van een promptlog, of het reflecteren op wat wel en niet bruikbaar was in AI-uitvoer. Het doel is dat studenten leren beoordelen, selecteren en verantwoorden, in plaats van alleen uitkomsten over te nemen. Dit sluit aan bij de Npuls-handreiking over AI-gedreven toetstaken, waarin kritisch gebruik en zicht op het leerproces centraal staan (Beekman et al., 2025a). (npuls.nl)

Prestatie bij dit thema: de deelnemer ontwerpt drie formatieve leeractiviteiten met duidelijke instructies over hoe AI wel of niet gebruikt mag worden.

In dit thema leren deelnemers summatieve toetsing zo vorm te geven dat individuele beheersing zichtbaar blijft. Er wordt gewerkt met concrete oplossingen, zoals een product met mondelinge verdediging, een praktijkopdracht met observatie, een casus met lokale of actuele gegevens, een dossier met tussenstappen, of een beveiligd moment voor kernkennis in combinatie met een open beroepsopdracht. De nadruk ligt op het combineren van toetsvormen, zodat de beoordeling niet afhankelijk wordt van één tekstproduct of één thuisopdracht (Beekman et al., 2025b; Npuls, 2025). (npuls.nl)

Prestatie bij dit thema: de deelnemer herontwerpt één eigen summatieve toets tot een AI-robuuste toets, inclusief opdrachtbeschrijving, afnamecondities, beoordelingscriteria en een verificatiestap.

In dit thema gebruiken deelnemers AI als ontwerpassistent. Zij leren AI inzetten om toetsvragen te variëren, casussen te genereren, concept-rubrics op te stellen en voorbeeldantwoorden kritisch te laten vergelijken. Tegelijk wordt benadrukt dat de docent verantwoordelijk blijft voor de kwaliteit van de toets: sluit de taak aan op het leerdoel, klopt het niveau, is de formulering eerlijk en is de opdracht nog betekenisvol wanneer studenten AI tot hun beschikking hebben? Deze manier van werken past bij de praktische aanpak uit de Npuls-handreikingen en bij de Europese richtlijnen over kritisch en verantwoord gebruik van AI en data in onderwijs (Beekman et al., 2025a; European Commission, 2022). (npuls.nl)

Ook komen in dit thema eenvoudige maar belangrijke randvoorwaarden aan bod: gebruik geen vertrouwelijke studentinformatie in willekeurige publieke tools, maak onderscheid tussen brainstormen en beoordelen, en leg vast welke hulpmiddelen binnen de eigen opleiding zijn toegestaan. Daarmee wordt “governance” vertaald naar concrete docentpraktijk: welke tool gebruik je, waarvoor, onder welke voorwaarden, en wie blijft eindverantwoordelijk? (European Commission, 2022; Npuls, 2025). (Publications Office of the EU)

Prestatie bij dit thema: de deelnemer ontwikkelt een eigen AI-werkwijze voor toetsontwerp, van prompt tot kwaliteitscontrole.

In dit thema staat centraal welke AI-kennis en -vaardigheden studenten nodig hebben in hun opleiding en toekomstige beroep. Denk aan basiskennis van generatieve AI, kritisch beoordelen van output, transparant omgaan met AI-gebruik, en weten wanneer menselijk oordeel noodzakelijk blijft. UNESCO positioneert deze competenties nadrukkelijk als onderdeel van toekomstbestendig onderwijs en professionele ontwikkeling van docenten (Miao & Cukurova, 2024). (unesdoc.unesco.org)

Daarnaast formuleren deelnemers praktische afspraken voor hun team of opleiding. Niet in abstracte beleidstaal, maar in werkbare docententaal: welke tools zijn toegestaan, wanneer moet AI-gebruik vermeld worden, hoe wordt begeleid, hoe wordt beoordeeld, en wat doe je bij twijfel over eigen werk? Deze behoefte aan duidelijke, gezamenlijke afspraken komt sterk terug in de Npuls-visie en handreikingen rond AI en toetsing (Beekman et al., 2025b; Npuls, 2025). (npuls.nl)

Prestatie bij dit thema: de deelnemer schrijft een korte teamnotitie AI en toetsing met afspraken over toegestaan gebruik, transparantie, privacy, begeleiding en beoordeling.

De toetsing van deze cursus is zo ontworpen dat zij meteen model staat voor AI-bewuste onderwijspraktijk. De deelnemer levert niet alleen een eindproduct op, maar maakt ook zichtbaar hoe keuzes tot stand zijn gekomen. Dat sluit aan bij de actuele lijn dat in een AI-rijke context vaker een combinatie nodig is van product, proces en verificatie, in plaats van één los einddocument (Beekman et al., 2025a, 2025b; Npuls, 2025). (npuls.nl)

De formatieve toetsing bestaat uit kleine opdrachten per thema. Samen vormen die opdrachten een opbouw naar het eindproduct. De deelnemer maakt achtereenvolgens een AI-startscan, een kwetsbaarheidsanalyse van een bestaande toets, een herformulering van leerdoelen en AI-condities, een ontwerp voor formatieve activiteiten, een concept voor een AI-robuuste summatieve toets, een eigen AI-werkwijze voor toetsontwerp en een korte teamnotitie met praktische afspraken. Op al deze onderdelen ontvangt de deelnemer ontwikkelingsgerichte feedback op helderheid van leerdoelen, passendheid van de toetsvorm, zichtbaarheid van individuele beheersing en bruikbaarheid in de eigen context (Beekman et al., 2025a, 2025b). (npuls.nl)

De summatieve toetsing bestaat uit een praktijkgericht ontwerpportfolio met drie onderdelen: een analyse van een bestaande toets uit de eigen praktijk, een volledig herontwerp van die toets tot een AI-robuuste variant, en een korte verantwoording van de AI-kennis en praktische afspraken die in de eigen opleiding nodig zijn. Bij dit portfolio hoort een korte mondelinge of videotoelichting, zodat zichtbaar wordt of de deelnemer de ontwerpkeuzes zelf begrijpt en kan verantwoorden. Deze combinatie van portfolio en verificatie sluit goed aan bij de uitgangspunten van AI-bewuste toetsing (Beekman et al., 2025b; Npuls, 2025). (npuls.nl)

De eindbeoordeling richt zich op de samenhang tussen leerdoelen, onderwijs en toetsing, de kwaliteit van de keuze om AI te vermijden, te begrenzen of te integreren, de mate waarin individuele beheersing zichtbaar wordt gemaakt, de bruikbaarheid voor mbo- of hbo-praktijk, de helderheid van studentinstructies en de aandacht voor privacy, transparantie en professionele verantwoordelijkheid (Attewell, 2024; European Commission, 2022; Miao & Cukurova, 2024). (Jisc)

• Attewell, S. (2024, 22 april). Exploring AI and assessment – avoid, outrun or embrace. Jisc. (Jisc)

• Beekman, K., Draaijer, S., Beckers, J., Schagen, E., & Hofman, I. (2025a). Aanpakken voor het ontwerpen van AI-gedreven toetstaken (Handreiking 3). Npuls. (npuls.nl)

• Beekman, K., Draaijer, S., Beckers, J., Schagen, E., & Hofman, I. (2025b). Toetsing en examinering in het tijdperk van AI (Handreiking 1). Npuls. (npuls.nl)

• European Commission, Directorate-General for Education, Youth, Sport and Culture. (2022). Ethical guidelines on the use of artificial intelligence (AI) and data in teaching and learning for educators. Publications Office of the European Union. (Publications Office of the EU)

• Miao, F., & Cukurova, M. (2024). AI competency framework for teachers. UNESCO. (unesdoc.unesco.org)

• Npuls. (2025, 27 mei). Visie op toetsing, examinering en AI + handreikingen. Npuls. (npuls.nl)