AI in het curriculum en praktische afspraken

Thema 7. AI in het curriculum van studenten en praktische afspraken binnen team of opleiding

Introductie

AI hoort niet meer alleen thuis in een losse workshop of in een waarschuwing over fraude. Voor mbo- en hbo-studenten wordt AI steeds meer onderdeel van leren, stage, beroep en vervolgstudie. Daarom adviseren recente kaders om AI-geletterdheid niet los te behandelen, maar structureel te verbinden aan het curriculum, de toetsing en de begeleiding van studenten. UNESCO beschrijft dit als het opnemen van AI-leerdoelen in formele curricula, zodat studenten AI veilig, betekenisvol en verantwoordelijk leren gebruiken. Npuls maakt dezelfde beweging voor het vervolgonderwijs en benadrukt dat AI-geletterdheid structureel moet worden verankerd in curriculum en toetsbeleid. (unesco.org)

Tegelijk is inhoud alleen niet genoeg. Studenten en docenten hebben ook behoefte aan duidelijke, praktische afspraken. Jisc adviseert instellingen daarom om zowel voor medewerkers als voor lerenden toegankelijke AI-richtlijnen, trainingen en disciplinegebonden ondersteuning te bieden. Npuls’ referentiekader vult dat aan met een nadruk op rechtvaardigheid, menselijkheid, autonomie, privacy, transparantie en duidelijkheid over verantwoordelijkheden. Voor een opleiding betekent dit heel concreet: duidelijk maken welke tools zijn toegestaan, wanneer AI-gebruik moet worden vermeld, welke gegevens niet mogen worden ingevoerd, wie beslist over uitzonderingen en waar studenten of docenten terechtkunnen met vragen of zorgen. (Jisc)

In dit thema leren deelnemers daarom twee dingen tegelijk. Ten eerste: welke AI-kennis en -vaardigheden moeten studenten in mbo en hbo ontwikkelen? Ten tweede: welke werkbare afspraken zijn nodig binnen team of opleiding om dat onderwijs eerlijk, duidelijk en uitvoerbaar te maken? De kern is steeds dat AI geen los onderwerp is, maar een onderdeel van toekomstbestendig onderwijs, mits menselijke regie en onderwijsdoelen centraal blijven staan. (unesco.org)

Leerresultaten

Na afloop van dit thema kan de deelnemer:

• uitleggen waarom AI-geletterdheid een expliciete plaats moet krijgen in het curriculum;

• benoemen welke AI-kennis, vaardigheden en houdingen studenten in mbo of hbo nodig hebben;

• onderscheid maken tussen algemene AI-basisvaardigheden en vakspecifiek AI-gebruik;

• praktische afspraken formuleren over tools, transparantie, privacy, begeleiding en beoordeling;

• een korte team- of opleidingsnotitie maken waarin curriculumkeuzes en AI-afspraken samenkomen.

Prestatie

De deelnemer schrijft een teamnotitie AI in curriculum en toetsing voor de eigen opleiding, vaksectie of docententeam. In deze notitie beschrijft de deelnemer welke AI-vaardigheden studenten moeten ontwikkelen, waar die in het curriculum terugkomen, en welke praktische afspraken nodig zijn over gebruik van AI-tools, transparantie, privacy, begeleiding en beoordeling. (npuls.nl)

Prestatie-indicatoren

De prestatie is voldoende wanneer de deelnemer:

• minimaal vier AI-vaardigheden voor studenten benoemt;

• onderscheid maakt tussen algemene en vak- of beroepsspecifieke AI-vaardigheden;

• aangeeft waar deze vaardigheden in onderwijs en toetsing terugkomen;

• concrete afspraken formuleert over toegestaan gebruik, vermelding van AI-gebruik, privacy en ondersteuning;

• duidelijk maakt wie waarvoor verantwoordelijk is binnen team of opleiding;

• een uitvoerbare en begrijpelijke notitie oplevert voor mbo of hbo.

Inhoud

1. Waarom AI in het curriculum thuishoort

AI-geletterdheid is niet alleen een technische extra vaardigheid, maar raakt direct aan leren, zelfregulatie, kritisch denken, ethiek en beroepsvoorbereiding. UNESCO stelt dat onderwijsstelsels studenten actief moeten voorbereiden om verantwoord gebruiker en mede-vormgever van AI te worden. In het UNESCO-kader voor studenten is dat uitgewerkt in 12 competenties binnen vier dimensies: een mensgerichte mindset, ethiek van AI, AI-technieken en toepassingen, en AI-systeemontwerp. Het kader werkt bovendien met drie niveaus: begrijpen, toepassen en creëren. Daarmee maakt UNESCO duidelijk dat AI in het curriculum niet alleen gaat over “weten wat ChatGPT is”, maar over een opbouw in kennis, kritisch gebruik en verantwoord handelen. (unesco.org)

Npuls trekt voor mbo, hbo en wo een vergelijkbare conclusie. Studenten moeten leren wanneer en hoe AI passend is, hoe zij output kritisch beoordelen, en hoe zij afhankelijkheid van AI voorkomen. In de Npuls-visie wordt expliciet gewaarschuwd dat ongecontroleerd AI-gebruik zelfregulatie en actief leren kan ondermijnen. Daarom moeten leerdoelen volgens Npuls worden uitgebreid met AI-geletterdheid, zelfsturing, kritisch denken en ethische reflectie. (npuls.nl)

Voor docenten betekent dit dat AI niet alleen aan bod komt wanneer er problemen zijn met toetsen of plagiaat. Het onderwerp hoort thuis in onderwijsontwerp zelf: welke basiskennis heeft een student nodig, waar moet kritisch gebruik geoefend worden, wanneer moet een student zonder AI kunnen werken, en wanneer is samenwerken met AI juist onderdeel van beroepsbekwaamheid? Die verschuiving van incident naar curriculum is precies wat de recente kaders bepleiten. (unesco.org)

2. Welke AI-kennis en -vaardigheden hebben studenten nodig?

Voor mbo en hbo is een eerste laag altijd basiskennis. Studenten moeten weten wat generatieve AI is, wat zulke systemen goed kunnen, waar ze vaak fouten maken, en waarom overtuigende output nog niet automatisch betrouwbare output is. De Europese richtlijnen voor docenten zijn juist ontwikkeld om onderwijsprofessionals te helpen AI positief, kritisch en ethisch te benaderen; dat uitgangspunt vertaalt zich in het onderwijs aan studenten naar hetzelfde type basisgeletterdheid. (Publications Office of the EU)

Een tweede laag is kritisch beoordelen van AI-output. Studenten moeten kunnen controleren of een antwoord klopt, volledig is, bruikbaar is voor hun doel en geen schadelijke vertekeningen bevat. UNESCO benoemt expliciet kritisch oordeel, verantwoordelijk burgerschap in het AI-tijdperk en fundamentele AI-kennis als kern van het studentkader. Npuls koppelt dit aan het voorkomen dat studenten AI het leerproces laten overnemen. (unesco.org)

Een derde laag is ethiek, transparantie en verantwoordelijkheid. Studenten moeten leren wanneer zij AI-gebruik moeten vermelden, hoe zij eerlijk omgaan met hulp van AI, welke gegevens zij niet in een tool mogen invoeren en waarom privacy en auteurschap relevant zijn. Het Npuls-referentiekader noemt rechtvaardigheid, menselijkheid en autonomie als centrale waarden, en koppelt verantwoord gebruik van AI direct aan transparantie, privacy, betekenisvolle uitleg en heldere verantwoordelijkheden.

Een vierde laag is vak- en beroepsspecifiek gebruik van AI. Jisc maakt in het kader voor colleges een nuttig onderscheid tussen AI voor leren en AI voor employability. Algemene AI-vaardigheden kunnen centraal worden aangeboden, maar vakspecifiek AI-gebruik moet juist in de opleiding zelf worden ingebed. Dat is ook voor mbo en hbo een bruikbaar principe: elke student heeft basiskennis nodig, maar de manier waarop AI in Zorg, Techniek, Pabo, ICT of Bedrijfskunde wordt gebruikt, verschilt sterk per domein. (Jisc)

3. Hoe neem je dit op in het curriculum?

Een werkbare aanpak is om AI niet als los vak naast het curriculum te zetten, maar op drie niveaus terug te laten komen. Het eerste niveau is een centrale basislaag voor alle studenten: wat is AI, wat zijn kansen en risico’s, hoe gebruik je AI verantwoord, hoe controleer je output, en welke regels gelden binnen de opleiding? Jisc adviseert instellingen om alle studenten toegang te geven tot AI awareness en literacy training, gekoppeld aan studievaardigheden en academische of professionele integriteit. (Jisc)

Het tweede niveau is vakspecifieke inbedding. Studenten moeten leren hoe AI in hun vakgebied wél en niet gebruikt wordt. Een student Verpleegkunde moet bijvoorbeeld anders leren omgaan met AI dan een student Software Development of een student Sociaal Werk. UNESCO’s raamwerk ondersteunt dat door niet alleen algemene doelen te formuleren, maar ook pedagogische uitwerkingen en progression levels te bieden. Jisc sluit daarop aan door te benadrukken dat employability-vaardigheden disciplinegebonden in de cursus moeten worden opgenomen. (unesco.org)

Het derde niveau is toetsing en feedback. Als AI-vaardigheden onderdeel van het curriculum zijn, moeten zij ook zichtbaar terugkomen in onderwijsactiviteiten en toetsing. Npuls stelt dat curriculumontwerp rekening moet houden met verschillen in toegang tot AI-tools, taalbarrières en digitale vaardigheden, en dat toetsing valide en betrouwbaar moet blijven ongeacht AI-gebruik. Dat vraagt dus om bewuste keuzes: soms AI toestaan of zelfs vereisen, en soms AI uitsluiten om individuele bekwaamheid vast te stellen. (npuls.nl)

4. Wat moet je als team of opleiding praktisch afspreken?

Goede AI-afspraken hoeven niet ingewikkeld te zijn, maar ze moeten wel duidelijk, consistent en herhaalbaar zijn. Een eerste afspraak gaat over toegestaan gebruik. Teams moeten per type taak of toets aangeven of AI niet mag worden gebruikt, beperkt mag worden gebruikt of juist bewust mag worden ingezet. Zonder die duidelijkheid ontstaat onrust bij studenten en verschil in interpretatie tussen docenten. Jisc adviseert daarom voorbeeldrichtlijnen voor medewerkers en lerenden, die instellingen kunnen aanpassen aan hun eigen context. (Jisc)

Een tweede afspraak gaat over transparantie. Studenten moeten weten wanneer zij AI-gebruik moeten vermelden en op welke manier. Dat hoeft niet altijd een uitgebreid logboek te zijn, maar het moet wel helder zijn wat de opleiding verwacht. Het Npuls-referentiekader benadrukt dat betrokkenen geïnformeerd moeten worden over AI-gebruik en dat betekenisvolle uitleg beschikbaar moet zijn wanneer AI een rol speelt in het onderwijs of in besluiten.

Een derde afspraak gaat over privacy en gegevensgebruik. Teams moeten vastleggen welke informatie niet in publieke AI-tools mag worden ingevoerd, zoals persoonsgegevens, vertrouwelijke casussen, stagegegevens of gevoelige studentinformatie. De Europese richtlijnen en het Npuls-referentiekader leggen beide de nadruk op risico’s rond data, privacy, zorgvuldigheid en wettelijke kaders zoals de AVG en de AI Act. (Publications Office of the EU)

Een vierde afspraak gaat over ondersteuning en aanspreekpunten. Studenten en docenten moeten weten waar zij terechtkunnen met vragen, zorgen of klachten. Het referentiekader noemt dit expliciet als onderdeel van verantwoord gebruik: informeer betrokkenen, bied uitleg en zorg dat er een plek is voor vragen en klachten. Jisc vult dit praktisch aan met capability scans, trainingen, communities of practice en voorbeeldrichtlijnen.

Een vijfde afspraak gaat over rollen en verantwoordelijkheden. Niet elke docent hoeft hetzelfde te beslissen, maar de opleiding moet wel duidelijk maken wie verantwoordelijk is voor kaders, uitzonderingen, toetsafspraken en evaluatie. Npuls benoemt “duidelijkheid over verantwoordelijkheden” expliciet als randvoorwaarde voor verantwoord gebruik van AI en studiedata.

5. Wat leg je vast, en wat juist niet?

Een veelgemaakte fout is dat teams meteen proberen een volledig en waterdicht AI-beleid te schrijven. In de praktijk werkt een kort, helder en groeigericht afsprakenkader meestal beter. Leg eerst de onderdelen vast die studenten en docenten direct nodig hebben: welke tools zijn toegestaan, wat moet worden vermeld, wat mag niet vanwege privacy of integriteit, hoe ziet ondersteuning eruit, en hoe wordt hiermee omgegaan in onderwijs en toetsing. Daarna kun je afspraken verfijnen op basis van ervaring. Dat past ook bij het Npuls-referentiekader, dat zichzelf positioneert als hulpmiddel om te bepalen waar en hoe te beginnen.

Wat je beter níét te vaag laat, zijn woorden als “verantwoord gebruik”, “passend inzetten” of “eigen werk”. Zulke termen helpen pas als de opleiding ze concreet maakt. Beter is bijvoorbeeld: “Bij formatieve opdrachten mag AI worden gebruikt voor brainstormen en taalfeedback, mits de student dat vermeldt,” of: “Bij deze summatieve toets mag AI niet worden gebruikt voor het genereren van de eindtekst.” Zulke concrete formuleringen sluiten beter aan bij de voorbeeldrichtingen van Jisc en bij Npuls’ oproep om AI-geletterdheid en toetsbeleid structureel en expliciet vorm te geven. (Jisc)

6. Concrete voorbeelden voor mbo en hbo

Mbo-voorbeeld 1: Zorg of Welzijn.
In het curriculum krijgt elke student een korte basismodule over wat generatieve AI is, hoe je output controleert en welke gegevens je nooit invoert. Binnen het vak beroepspraktijkvorming leren studenten vervolgens hoe zij AI wél kunnen gebruiken om een gesprek voor te bereiden of vaktaal te oefenen, maar niet voor het automatisch genereren van stageverslagen. In de teamafspraken staat dat AI-gebruik bij reflectieopdrachten alleen is toegestaan wanneer het duidelijk wordt vermeld en wanneer de student eigen voorbeelden uit de stage gebruikt. Dat combineert basisgeletterdheid met vakspecifieke grenzen. (Jisc)

Mbo-voorbeeld 2: Techniek of ICT.
Studenten krijgen algemene AI-awareness in studievaardigheden, maar leren binnen hun opleiding ook hoe AI kan helpen bij foutanalyse, documentatie of het verkennen van oplossingsrichtingen. Tegelijk legt de opleiding vast dat storingsdiagnoses, veiligheidsafwegingen en praktijkuitvoeringen niet zonder meer aan AI mogen worden uitbesteed. Het team spreekt af dat studenten bij bepaalde opdrachten kort moeten toelichten hoe AI is gebruikt en welke controles zij zelf hebben uitgevoerd. Zo wordt AI niet alleen als risico behandeld, maar ook als beroepsrelevante vaardigheid. (Jisc)

Hbo-voorbeeld 1: Bedrijfskunde of Finance.
De opleiding kiest voor een centrale introductie op AI en integriteit in jaar 1, gevolgd door vakspecifieke toepassingen in latere modules. Studenten leren bijvoorbeeld hoe AI kan helpen bij scenarioverkenning of taalondersteuning, maar ook hoe bias, verkeerde aannames of gebrek aan bronkritiek tot zwakke analyses leiden. In de teamnotitie staat dat bij beleidsanalyses AI wel voor brainstormen mag worden gebruikt, maar dat besliscriteria, onderbouwing en eindafweging door de student zelf moeten worden geformuleerd en verantwoord. (unesco.org)

Hbo-voorbeeld 2: Lerarenopleiding of Social Work.
De opleiding neemt AI-geletterdheid expliciet op in professionele vorming: studenten leren niet alleen hoe zij AI kunnen gebruiken, maar ook hoe zij toekomstige leerlingen, cliënten of collega’s hierover verantwoord kunnen begeleiden. Teamafspraken gaan daarom verder dan alleen “wat mag bij opdrachten”. Ze bevatten ook afspraken over privacy, gevoelige casuïstiek, transparantie naar stagepartners en de plicht om menselijke afweging centraal te houden bij beroepsbeslissingen. Dat sluit direct aan bij UNESCO’s mensgerichte en ethische dimensies en bij het Npuls-referentiekader rond menselijkheid, autonomie en rechtvaardigheid. (unesco.org)

7. Wat betekent dit voor de eigen praktijk?

Voor de eigen praktijk betekent dit thema dat AI niet alleen een toetsvraagstuk is, maar een curriculumvraagstuk én een teamvraagstuk. Een opleiding heeft studenten weinig te bieden als AI alleen terugkomt als verbod of alleen in losse enthousiastelingenlessen. Sterker is een opbouw waarin studenten algemene basiskennis krijgen, vakspecifiek leren werken met AI en duidelijke afspraken meekrijgen over wat wel en niet mag. Dat sluit aan bij UNESCO, Jisc en Npuls, die allemaal benadrukken dat AI-geletterdheid doelgericht, inclusief en duurzaam moet worden ingebed. (unesco.org)

Voor teams betekent dit vooral: maak het klein genoeg om te gebruiken en concreet genoeg om houvast te bieden. Begin met een gedeelde taal, een paar heldere regels, een basisaanbod voor studenten en een beperkte set afspraken voor onderwijs en toetsing. Van daaruit kun je verder bouwen. Dat is realistischer en vaak effectiever dan wachten op één perfect beleidsdocument.

Toetsing

Formatieve opdracht

Schrijf een teamnotitie AI in curriculum en toetsing van ongeveer 1 tot 2 pagina’s voor jouw opleiding, vaksectie of docententeam.

Beantwoord daarin deze zes vragen:

1. Welke AI-kennis en -vaardigheden moeten studenten in jouw context ontwikkelen?

2. Welke daarvan zijn algemeen, en welke zijn vak- of beroepsspecifiek?

3. Waar komen deze vaardigheden terug in onderwijs en toetsing?

4. Welke tools of vormen van AI-gebruik zijn toegestaan, beperkt toegestaan of niet toegestaan?

5. Welke afspraken maak je over transparantie, privacy en begeleiding?

6. Wie is waarvoor verantwoordelijk binnen team of opleiding? (unesco.org)

Ontwikkelingsgerichte feedbackcriteria

De feedback op deze opdracht richt zich op:

• helderheid: is de notitie begrijpelijk voor collega’s en studenten;

• samenhang: sluiten curriculumkeuzes en afspraken logisch op elkaar aan;

• praktische bruikbaarheid: zijn de afspraken uitvoerbaar in jouw context;

• zorgvuldigheid: is aandacht besteed aan privacy, transparantie en verantwoordelijkheden;

• toekomstgerichtheid: helpt de notitie studenten echt verder in leren én beroep.

Concrete prompts voor het uitvoeren van de prestatie

Prompt 1 – AI-vaardigheden in kaart brengen

Ik werk in het [mbo/hbo] bij de opleiding [naam]. Welke AI-kennis, vaardigheden en houdingen moeten studenten in deze opleiding ontwikkelen? Maak onderscheid tussen algemene AI-basisvaardigheden en vakspecifieke vaardigheden.

Prompt 2 – curriculumkoppeling maken

Help mij een overzicht te maken waarin AI-vaardigheden van studenten worden gekoppeld aan onderwijsactiviteiten en toetsing binnen mijn opleiding [naam]. Houd het praktisch en concreet.

Prompt 3 – afspraken over toegestaan gebruik

Maak een concepttekst voor docenten en studenten over wat binnen onze opleiding wel, beperkt of niet is toegestaan bij het gebruik van generatieve AI. Schrijf helder en zonder juridisch jargon.

Prompt 4 – transparantie formuleren

Formuleer drie eenvoudige manieren waarop studenten AI-gebruik kunnen vermelden bij opdrachten, zonder dat dit onnodig ingewikkeld wordt.

Prompt 5 – privacy en gevoelige informatie

Maak een korte checklist voor studenten en docenten over welke informatie nooit in publieke AI-tools mag worden ingevoerd. Denk aan persoonsgegevens, stagegegevens en vertrouwelijke casussen.

Prompt 6 – mbo-variant

Geef een voorbeeld van een teamnotitie over AI in curriculum en toetsing voor een mbo-opleiding in [vakgebied], met aandacht voor beroepspraktijk, begeleiding en duidelijke studentinstructies.

Prompt 7 – hbo-variant

Geef een voorbeeld van een teamnotitie over AI in curriculum en toetsing voor een hbo-opleiding in [vakgebied], met aandacht voor beroepsrelevantie, transparantie en toetsafspraken.

Prompt 8 – verantwoordelijkheden verdelen

Help mij een eenvoudig overzicht te maken van rollen en verantwoordelijkheden rond AI binnen een opleiding: docent, teamleider, examencommissie, studentbegeleider en student.

Prompt 9 – feedback op conceptnotitie

Hier is mijn conceptnotitie over AI in curriculum en toetsing: [plak tekst]. Geef ontwikkelingsgerichte feedback op helderheid, uitvoerbaarheid, privacy en samenhang.

Prompt 10 – klein beginnen

Ik wil met mijn team klein beginnen met AI-afspraken. Geef een voorstel voor 5 basisafspraken die direct bruikbaar zijn in onderwijs en toetsing binnen een mbo- of hbo-opleiding.

Bronnen

• 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.

• Jisc. (2025). Leading AI in colleges: A strategic framework. Jisc.

• Miao, F., Shiohira, K., & Lao, N. (2024). AI competency framework for students. UNESCO.

• Npuls. (2025). AI en kansengelijkheid: Visie op de impact van AI op kansengelijkheid in het vervolgonderwijs (Handreiking 2). Npuls.

• Npuls. (2025). Referentiekader 2.0: Verantwoord gebruik van studiedata en AI. Npuls.

• Npuls. (2025). Toetsing en examinering in het tijdperk van AI (Handreiking 1). Npuls.

• Npuls. (2025). Visie op toetsing en examinering in het tijdperk van AI. Npuls.

COLOFON en disclaimer

Deze website is ontwikkelt door Allard Strijker. Zie www.allardstrijker.nl voor meer infomatie en achtergrond. De website is ontwikkelt als showcase AI. De teksten zijn dus ook hoofdzakelijk gegenereerd door AI, de inhoud is gecontroleerd op fouten en hersteld waar nodig. Gebruik is volledig op eigen risico.

Promptverantwoording

De prompt om de inhoud te genereren is als volgt, persoonlijke instellingen en eerdere resultaten daargelaten. Resultaten in het verleden geven dus geen garantie voor de toekomst en mijn resultaten zullen niet overeenkomen met gebruikers van anderen. Zie ook basis AI kennis.

Prompt

Je bent een onderwijskundig ontwerper en docent, gespecialiseerd in mbo en hbo. Je werkt ontwikkelingsgericht volgens het Miller “Can do”-raamwerk en volgens de fasen Analyse, Ontwerp, Ontwikkeling en Evaluatie, met steeds aandacht voor implementatie in de onderwijspraktijk.

Werk nu THEMA 7 uit voor een online cursus over AI en toetsing voor mbo- en hbo-docenten met minimale voorkennis van AI.

Het thema heet: AI in het curriculum van studenten en praktische afspraken binnen team of opleiding.

Schrijf in eenvoudige, concrete en toegankelijke taal. Vermijd jargon en abstracte beleidstaal. Gebruik praktische docententaal. Maak de tekst direct bruikbaar voor een online leeromgeving of LMS.

Gebruik exact deze structuur:

## Thema 7. AI in het curriculum van studenten en praktische afspraken binnen team of opleiding

### Introductie

Leg uit waarom AI-geletterdheid een vaste plek moet krijgen in het curriculum en waarom teams ook praktische afspraken nodig hebben over AI-gebruik.

### Leerresultaten

Formuleer concrete leerresultaten in begrijpelijke taal.

### Prestatie

Beschrijf één duidelijke prestatie die de deelnemer aan het einde van dit thema oplevert.

### Prestatie-indicatoren

Geef concrete indicatoren waarmee zichtbaar wordt of de prestatie voldoende is.

## Inhoud

### 1. Waarom AI in het curriculum thuishoort

Werk uit waarom AI-geletterdheid niet alleen een los onderwerp is, maar onderdeel moet zijn van onderwijs, toetsing en begeleiding.

### 2. Welke AI-kennis en -vaardigheden hebben studenten nodig?

Werk minimaal deze onderdelen uit:

- basiskennis van generatieve AI

- kritisch beoordelen van AI-output

- ethiek, transparantie en verantwoordelijkheid

- vak- en beroepsspecifiek gebruik van AI

### 3. Hoe neem je dit op in het curriculum?

Werk uit hoe een opleiding AI kan opnemen in:

- een algemene basislaag voor alle studenten

- vakspecifieke inbedding

- onderwijsactiviteiten en toetsing

### 4. Wat moet je als team of opleiding praktisch afspreken?

Ga concreet in op:

- toegestaan, beperkt toegestaan en niet toegestaan gebruik

- vermelden van AI-gebruik

- privacy en gevoelige informatie

- ondersteuning, vragen en klachten

- rollen en verantwoordelijkheden

### 5. Wat leg je vast, en wat juist niet?

Leg uit hoe je afspraken klein, duidelijk en werkbaar houdt.

### 6. Concrete voorbeelden voor mbo en hbo

Geef minimaal 4 voorbeelden:

- 2 voor mbo

- 2 voor hbo

Maak de voorbeelden praktijkgericht en herkenbaar.

### 7. Wat betekent dit voor de eigen praktijk?

Vat samen hoe docenten en teams hiermee klein maar doelgericht kunnen beginnen.

## Toetsing

### Formatieve opdracht

Ontwerp een kleine praktijkgerichte opdracht waarin deelnemers een teamnotitie maken over AI in curriculum en toetsing.

### Ontwikkelingsgerichte feedbackcriteria

Geef criteria in docententaal.

## Concrete prompts voor het uitvoeren van de prestatie

Geef minimaal 8 concrete prompts die deelnemers kunnen gebruiken in Copilot om hun prestatie uit te voeren of aan te scherpen.

## Bronnenlijst in APA 7

Geef een volledige bronnenlijst in APA 7.

Extra eisen:

- gebruik APA-verwijzingen in de lopende tekst

- gebruik recente en betrouwbare bronnen

- laat zien dat de inhoud past voor mbo én hbo

- maak de tekst concreet en niet te abstract

- schrijf in doorlopende tekst met alleen functionele opsommingen

- vertaal abstracte termen naar praktische docententaal

- laat zien hoe curriculumkeuzes en teamafspraken met elkaar samenhangen