Basiskennis AI voor docenten

Thema 1. Basiskennis AI voor docenten

Introductie

Veel docenten voelen dat AI iets verandert in onderwijs en toetsing, maar weten nog niet precies wat er verandert en waar ze moeten beginnen. Daarom start dit thema bij de basis. Niet met technische termen, maar met praktische docentvragen: wat is generatieve AI eigenlijk, wat kan het redelijk goed, waar gaat het vaak mis, en waarom is dat relevant voor mbo- en hbo-onderwijs? De Europese Commissie benadrukt dat docenten en studenten een basisbegrip van AI en datagebruik nodig hebben om er kritisch, positief en ethisch mee om te gaan. De richtlijnen zijn bovendien expliciet bedoeld voor onderwijsprofessionals met weinig of geen ervaring met digitale technologie. UNESCO vult dit aan door AI-bekwaamheid te beschrijven als een combinatie van kennis, vaardigheden en waarden, verdeeld over vijf domeinen, waaronder AI-basiskennis, ethiek en pedagogiek (European Commission, 2022; Miao & Cukurova, 2024). (Publications Office of the EU)

In dit eerste thema bouwen deelnemers een nuchtere basis op. Ze leren dat AI geen “slimme docent” is en ook geen neutrale machine die altijd de waarheid geeft. Generatieve AI produceert vooral waarschijnlijke antwoorden op basis van grote hoeveelheden trainingsdata en patronen. Daardoor kan de output bruikbaar, snel en overtuigend zijn, maar ook oppervlakkig, onjuist of bevooroordeeld. Voor docenten is die basiskennis belangrijk, omdat ze pas goede keuzes kunnen maken over onderwijs en toetsing als ze begrijpen waar AI een hulpmiddel is en waar menselijk oordeel nodig blijft. Npuls benadrukt daarom dat AI-geletterdheid structureel in curriculum en toetsbeleid moet worden verankerd en dat AI het leren van studenten niet volledig mag overnemen (Beekman et al., 2025b). (Npuls)

Leerresultaten

Na afloop van dit thema kan de deelnemer:

• in eenvoudige taal uitleggen wat generatieve AI is;

• benoemen wat AI goed kan en waar de beperkingen liggen;

• uitleggen waarom AI-output kritisch gecontroleerd moet worden;

• voorbeelden geven van kansen en risico’s van AI in mbo- en hbo-onderwijs;

• een eerste AI-startscan maken van de eigen onderwijscontext.

Prestatie

De deelnemer maakt een AI-startscan van de eigen onderwijscontext.

Prestatie-indicatoren

De AI-startscan is voldoende wanneer de deelnemer:

• minimaal twee AI-tools of AI-toepassingen noemt die studenten waarschijnlijk gebruiken;

• per toepassing aangeeft waarom studenten die gebruiken;

• minimaal drie kansen en drie risico’s voor het eigen onderwijs benoemt;

• onderscheid maakt tussen gebruik van AI bij leren, oefenen en toetsen;

• ten minste twee vragen of aandachtspunten formuleert voor het eigen team of de opleiding.

Inhoud

1. Wat is generatieve AI?

Generatieve AI is software die nieuwe tekst, beelden, audio of andere output kan maken op basis van een vraag of opdracht van de gebruiker. Voor docenten is het vooral belangrijk om te begrijpen dat zo’n systeem geen inhoud “begrijpt” zoals mensen dat doen, maar werkt met patronen in data. Daardoor kan AI razendsnel samenvatten, herschrijven, ideeën geven of voorbeeldvragen maken. Dat maakt het aantrekkelijk voor studenten en docenten. Tegelijk betekent het ook dat een soepel antwoord niet automatisch een goed of betrouwbaar antwoord is. UNESCO noemt basiskennis van AI dan ook een voorwaarde om AI verantwoord in onderwijs in te zetten (Miao & Cukurova, 2024). (unesco.org)

2. Wat kan AI goed?

Voor beginnende gebruikers is het nuttig om AI niet te zien als alleskunner, maar als een hulpmiddel met een paar duidelijke sterke kanten. AI kan vaak snel brainstormen, structuurvoorstellen doen, teksten vereenvoudigen, voorbeeldvragen maken en verschillende invalshoeken naast elkaar zetten. In onderwijs kan dat handig zijn voor het ontwerpen van lessen, het maken van casussen, het bedenken van feedbackvragen of het opstarten van schrijf- en denkprocessen. De Europese richtlijnen beschrijven dit ook zo: AI kan potentieel waarde toevoegen, maar alleen wanneer docenten de mogelijkheden én grenzen begrijpen (European Commission, 2022). (Publications Office of the EU)

Een mbo-docent Zorg kan AI bijvoorbeeld gebruiken om een eenvoudig cliëntscenario te laten genereren. Een hbo-docent Bedrijfskunde kan AI gebruiken om drie varianten van een praktijkcasus te laten maken. In beide gevallen blijft de docent degene die bepaalt of de inhoud klopt, past bij het niveau en bruikbaar is voor het leerdoel. Npuls benadrukt dat AI-integratie geen doel op zich is, maar een middel dat in dienst moet staan van de leerdoelen (Beekman et al., 2025a). (Npuls)

3. Waar gaat AI vaak mis?

AI kan feiten verzinnen, bronnen onjuist weergeven, nuance missen en bestaande vooroordelen uit data reproduceren. Ook kan AI een antwoord geven dat netjes klinkt, terwijl het inhoudelijk zwak is. Juist voor docenten is dat relevant: studenten kunnen output inleveren die overtuigend oogt zonder dat er echt diep geleerd is. Daarom is het niet genoeg om studenten te leren hoe ze AI gebruiken; ze moeten ook leren wanneer ze AI niet moeten vertrouwen en hoe ze output controleren. De Europese Commissie noemt expliciet dat docenten bewust moeten zijn van risico’s en AI kritisch en ethisch moeten benaderen. Npuls koppelt dat aan AI-geletterdheid: studenten moeten leren om output kritisch te beredeneren en verantwoord met AI-tools te communiceren (European Commission, 2022; Beekman et al., 2025b). (Publications Office of the EU)

4. Wat betekent dit voor de eigen praktijk?

De eerste stap is niet meteen beleid schrijven of alle toetsen aanpassen. De eerste stap is zicht krijgen op de eigen praktijk. Welke opdrachten zijn gevoelig voor AI? Waar kan AI juist helpen bij leren? Welke studenten gebruiken het waarschijnlijk al? En welke kennis ontbreekt nog bij jou als docent of bij het team? Voor mbo en hbo is die vertaalslag verschillend, maar het uitgangspunt is hetzelfde: AI mag niet gedachteloos het leren overnemen, en docenten hebben een gedeelde taal nodig om het gesprek hierover goed te voeren. Npuls beschrijft expliciet dat de uitwerking per sector verschilt, maar dat de onderliggende principes voor mbo, hbo en wo breed toepasbaar zijn (Beekman et al., 2025a, 2025b). (Npuls)

Toetsing

Formatieve opdracht

Maak een AI-startscan van jouw eigen onderwijscontext van ongeveer 1 tot 2 pagina’s.

Beantwoord daarin deze vijf vragen:

1. Welke AI-tools of AI-functies gebruiken studenten in jouw context waarschijnlijk al?

2. Waarvoor zouden zij die tools gebruiken?

3. Welke kansen zie jij voor leren en onderwijs?

4. Welke risico’s zie jij voor begrip, zelfstandigheid of toetsing?

5. Welke twee vragen wil jij hierover bespreken met je team?

Ontwikkelingsgerichte feedbackcriteria

De feedback op deze opdracht richt zich op:

• helderheid: leg je AI in begrijpelijke taal uit;

• realiteitszin: sluit je analyse aan op jouw mbo- of hbo-context;

• onderscheidingsvermogen: maak je verschil tussen leren, oefenen en toetsen;

• kritische houding: benoem je niet alleen kansen, maar ook risico’s en grenzen.

Concrete prompts voor het uitvoeren van de prestatie

Hieronder staan voorbeeldprompts die deelnemers kunnen gebruiken. Het doel is niet om de AI het werk te laten doen, maar om de deelnemer te helpen structureren, vergelijken en aanscherpen.

Prompt 1 – verkennen van de eigen context

Ik ben docent in het [mbo/hbo] binnen de opleiding [opleiding]. Studenten volgen de module [naam]. Noem 10 manieren waarop studenten generatieve AI waarschijnlijk gebruiken binnen deze onderwijscontext. Maak onderscheid tussen leren, huiswerk maken en toetsvoorbereiding.

Prompt 2 – kansen in kaart brengen

Ik geef les aan studenten in [opleiding/niveau]. Geef 8 concrete kansen van generatieve AI voor het leerproces van deze studenten. Schrijf eenvoudig en praktisch, zonder jargon.

Prompt 3 – risico’s in kaart brengen

Noem 8 concrete risico’s van generatieve AI voor mijn onderwijscontext: [beschrijf opleiding, niveau en type opdrachten]. Let op risico’s voor begrip, zelfstandigheid, brongebruik, kwaliteit en toetsing.

Prompt 4 – verschil tussen mbo en hbo

Vergelijk het gebruik van generatieve AI in mbo-onderwijs en hbo-onderwijs. Geef per sector 5 aandachtspunten voor docenten. Schrijf kort en praktisch.

Prompt 5 – kritisch controleren van AI-output

Geef een antwoord op de vraag: "Wat is generatieve AI en wat zijn de risico’s in onderwijs?" Schrijf dit eerst als een te positief antwoord. Geef daarna een tweede, kritischere versie. Benoem vervolgens welke zwakke plekken in het eerste antwoord zitten.

Prompt 6 – hulp bij de AI-startscan

Help mij een AI-startscan op te zetten voor mijn onderwijs. Stel een overzicht voor met de kopjes: gebruikte tools, vermoed gebruik door studenten, kansen, risico’s, gevolgen voor toetsen en vragen voor het team.

Prompt 7 – aanscherpen van de eigen tekst

Hier is mijn concept voor een AI-startscan. Herschrijf deze niet volledig, maar geef feedback op drie punten: wat is nog te vaag, waar mis ik concrete voorbeelden, en welke risico’s of kansen werk ik nog onvoldoende uit?

Bronnen

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

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

• 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.

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

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

Werk Thema [nummer en titel] uit voor een online cursus over AI en toetsing voor mbo- en hbo-docenten met minimale AI-kennis.

Gebruik exact deze structuur:

- Introductie

- Leerresultaten

- Prestatie

- Prestatie-indicatoren

- Inhoud

- Toetsing

- Concrete prompts voor het uitvoeren van de prestatie

- Bronnenlijst in APA 7

Eisen:

- eenvoudige, concrete taal

- geen abstracte beleidstaal

- expliciete koppeling tussen thema en prestatie

- voorbeelden uit mbo en hbo

- APA-verwijzingen in de lopende tekst

- volledige APA-bronnenlijst achteraf

- direct bruikbaar in een online cursus of LMS

- concrete voorbeeldprompts voor Copilot