Leerdoelen, onderwijs, formatief en summatief toetsen

Thema 3. Leerdoelen, onderwijs, formatief en summatief toetsen

Introductie

In een tijd waarin studenten gemakkelijk toegang hebben tot generatieve AI, wordt het nog belangrijker om scherp te zijn op wat je precies wilt dat studenten leren. Veel vragen rond AI en toetsing lijken in eerste instantie te gaan over hulpmiddelen, regels of controle, maar in de kern gaan ze over leerdoelen. Wat wil je dat een student na afloop kent, kan uitleggen, zelfstandig kan uitvoeren en professioneel kan verantwoorden? Pas als dat helder is, kun je goede keuzes maken over onderwijs, formatief oefenen en summatief toetsen.

Door AI verandert niet alleen de manier waarop studenten werken, maar ook de aard van sommige leerdoelen. Eenvoudige reproductie van informatie is in veel contexten minder onderscheidend geworden, omdat AI snel samenvattingen, standaardteksten en eerste antwoorden kan geven. Daardoor worden leerdoelen die vooral gericht zijn op het reproduceren van bekende kennis minder sterk als einddoel. In plaats daarvan komt er meer nadruk te liggen op hogere orde vaardigheden, zoals analyseren, beoordelen, evalueren, selecteren, vergelijken, onderbouwen en het kritisch verbeteren van teksten of voorstellen. Dat betekent niet dat kennis verdwijnt, maar wel dat kennis vaker een basis wordt voor complexere vormen van denken en handelen (Beekman et al., 2025; Miao & Cukurova, 2024).

Voor docenten in mbo en hbo betekent dit dat zij niet meer kunnen volstaan met de vraag: mag AI wel of niet? De sterkere vraag is: wat moet de student hier zelf laten zien, en op welk niveau? In dat gesprek horen leerdoelen, onderwijsactiviteiten, formatief toetsen en summatief toetsen direct bij elkaar. Als leerdoelen verschuiven, moeten onderwijs en toetsing mee verschuiven. Juist daarom is dit thema zo belangrijk. Het helpt docenten om opnieuw samenhang aan te brengen tussen wat studenten moeten leren, hoe zij dat oefenen, en hoe uiteindelijk zichtbaar wordt dat zij het ook echt beheersen (Attewell, 2024; Npuls, 2025).

Leerresultaten

Na afloop van dit thema kan de deelnemer uitleggen waarom leerdoelen het vertrekpunt moeten zijn voor keuzes over AI, onderwijs en toetsing. De deelnemer kan beschrijven hoe leerdoelen onder invloed van AI in sommige gevallen verschuiven van reproductie naar hogere orde vaardigheden. Daarnaast kan de deelnemer onderscheid maken tussen de functie van onderwijsactiviteiten, formatieve toetsing en summatieve toetsing. Ook kan de deelnemer per leerdoel beargumenteren of AI wordt vermeden, begrensd of bewust geïntegreerd. Tot slot kan de deelnemer een eigen les, module of onderwijseenheid analyseren op de samenhang tussen doelen, onderwijs en toetsing (Beekman et al., 2025; Attewell, 2024).

Prestatie

De deelnemer maakt een overzicht van leerdoelen, onderwijsactiviteiten en toetskeuzes voor één eigen les, module, keuzedeel of onderwijseenheid. In dit overzicht wordt per leerdoel beschreven wat de student moet kennen, kunnen en verantwoorden, welke rol AI daarbij mag spelen, hoe de student dit formatief oefent, en hoe summatief zichtbaar wordt dat het leerdoel daadwerkelijk wordt beheerst.

Prestatie-indicatoren

De prestatie is voldoende wanneer de deelnemer duidelijk maakt welke leerdoelen centraal staan en laat zien hoe deze samenhangen met onderwijsactiviteiten en toetsing. Ook wordt zichtbaar dat de deelnemer begrijpt dat sommige leerdoelen onder invloed van AI moeten worden aangescherpt of verlegd naar hogere orde vaardigheden. Daarnaast maakt de deelnemer helder onderscheid tussen oefenen en aantonen, tussen formatief en summatief, en tussen situaties waarin AI mag ondersteunen en situaties waarin individuele beheersing direct zichtbaar moet zijn. Tot slot laat het overzicht zien dat de gemaakte keuzes passen bij de eigen mbo- of hbo-context en uitvoerbaar zijn in de onderwijspraktijk.

Inhoud

1. Waarom leerdoelen het vertrekpunt moeten zijn

Leerdoelen geven richting aan alles wat daarna volgt. Zij maken duidelijk wat een student uiteindelijk moet kennen, kunnen en verantwoorden. In een AI-rijke leeromgeving wordt dat nog belangrijker, omdat niet elke opdracht nog hetzelfde zegt over beheersing als vroeger. Een product kan er goed uitzien, terwijl het leerdoel niet echt zichtbaar is gemaakt. Daarom moet een docent eerst bepalen wat het eigenlijke leerdoel is, voordat er keuzes worden gemaakt over werkvormen, AI-gebruik en toetsvormen.

Npuls benadrukt dat AI invloed heeft op wat, waarom en hoe geleerd wordt, en dus ook op wat en hoe getoetst wordt. Dat betekent dat bestaande leerdoelen soms opnieuw gelezen moeten worden. Een leerdoel dat vroeger vooral draaide om het produceren van een tekst, kan nu te beperkt zijn als AI een groot deel van dat productiewerk kan ondersteunen. Dan wordt het belangrijker om te bepalen of het leerdoel eigenlijk gaat over begrip, toepassen, afwegen, verbeteren, beargumenteren of evalueren (Beekman et al., 2025).

2. Hoe leerdoelen veranderen onder invloed van AI

Door AI verschuift in veel onderwijscontexten het accent van lagere orde naar hogere orde denkvaardigheden. Dat betekent niet dat basiskennis, begrip of oefenen minder belangrijk worden. Het betekent wel dat einddoelen vaker moeten vragen om méér dan reproductie of standaardtoepassing. Studenten zullen steeds vaker moeten laten zien dat zij informatie kunnen analyseren, de kwaliteit van teksten kunnen beoordelen, AI-output kunnen evalueren, verschillende oplossingen kunnen vergelijken, fouten kunnen herkennen en keuzes kunnen onderbouwen.

Dat geldt in het mbo en in het hbo, al krijgt het daar een eigen vorm. In het mbo kan dat betekenen dat een student niet alleen een procedure kent, maar ook kan beoordelen wanneer die wel of niet passend is in een concrete werksituatie. In het hbo kan dat betekenen dat een student niet alleen een analyse kan maken, maar ook de kwaliteit van een voorstel, tekst of advies kritisch kan beoordelen en verbeteren. Leerdoelen zullen zich daardoor vaker moeten richten op professioneel redeneren, kritisch lezen, afwegen, evalueren en verantwoorden. UNESCO beschrijft dit in bredere zin als onderdeel van AI-bekwaamheid: studenten en docenten moeten niet alleen AI kunnen gebruiken, maar ook AI-output kritisch kunnen beoordelen en daar verantwoord mee omgaan (Miao & Cukurova, 2024).

3. De rol van onderwijsactiviteiten

Onderwijsactiviteiten zijn de plek waar studenten mogen oefenen, ontdekken, fouten maken en feedback krijgen. Juist daar kan AI vaak een bruikbaar hulpmiddel zijn. Studenten kunnen AI gebruiken om ideeën te verkennen, begrippen eenvoudiger te laten uitleggen, verschillende perspectieven naast elkaar te zetten of een eerste opzet te maken. Maar dat werkt alleen goed als duidelijk is wat het leerdoel van die activiteit is. AI mag dan ondersteunen, maar niet het denken van de student overnemen.

De verschuiving in leerdoelen heeft daarom direct gevolgen voor onderwijsactiviteiten. Als een leerdoel meer gericht is op analyseren, beoordelen of evalueren, moeten ook de activiteiten daarop worden ingericht. Dan is het bijvoorbeeld niet genoeg om studenten alleen een tekst te laten schrijven. Dan moet je hen ook laten vergelijken, verbeteren, onderbouwen of feedback geven op een tekst of AI-antwoord. Voor mbo-docenten kan dat betekenen dat studenten verschillende handelingsopties in een werksituatie leren afwegen. Voor hbo-docenten kan het betekenen dat studenten verschillende analyses of adviezen leren vergelijken op kwaliteit en bruikbaarheid. De Europese richtlijnen benadrukken dat docenten AI in onderwijs alleen goed kunnen inzetten als zij bewust sturen op kritisch, positief en ethisch gebruik (European Commission, 2022).

4. Formatief toetsen in een AI-rijke leeromgeving

Formatief toetsen is bedoeld om leren zichtbaar te maken en verder te helpen. In een tijd van AI wordt dat nog belangrijker, omdat studenten juist tijdens het oefenen moeten leren hoe zij AI verstandig gebruiken. Formatieve momenten zijn daarom heel geschikt om studenten te laten ontdekken waar AI helpt, waar AI misleidt en waar hun eigen redenering nog sterker moet worden.

Als leerdoelen meer verschuiven naar hogere orde vaardigheden, moet ook formatief toetsen die vaardigheden zichtbaar maken. Dan gaat het minder om alleen het geven van het juiste antwoord, en meer om het laten zien hoe een student analyseert, vergelijkt, beoordeelt en verbetert. Een student kan bijvoorbeeld twee AI-antwoorden naast elkaar leggen en uitleggen welke bruikbaarder is en waarom. Of een student kan een door AI gegenereerde tekst verbeteren en beargumenteren welke onderdelen zwak of onjuist zijn. Zulke formatieve opdrachten sluiten beter aan bij de veranderende leerdoelen dan opdrachten die vooral vragen om reproductie (Beekman et al., 2025).

5. Summatief toetsen en zichtbaar bewijs van beheersing

Summatieve toetsing heeft een andere functie dan formatief toetsen. Hier moet zichtbaar worden of de student het leerdoel voldoende beheerst. Juist daarom is het belangrijk dat summatieve toetsing goed aansluit op de veranderde leerdoelen. Als een leerdoel vraagt om kritisch beoordelen, evalueren of professioneel afwegen, dan moet de summatieve toets dat ook echt zichtbaar maken. Een generieke thuisopdracht of standaardtekst is dan vaak te zwak, omdat daaruit niet goed blijkt of de student zelf het hogere orde denken heeft uitgevoerd.

Dat vraagt om sterkere toetsvormen. Soms betekent dat een casustoets waarin de student keuzes moet analyseren en onderbouwen. Soms betekent het een simulatie of praktijktoets waarin zichtbaar wordt hoe de student handelt. Soms is een combinatie nodig van kennis, toepassing en toelichting. De precieze vorm hangt af van het leerdoel. De kern is dat de summatieve toets laat zien wat de student zelf beheerst, juist op de onderdelen die door AI niet zomaar mogen worden overgenomen. Jisc beschrijft daarom dat keuzes rond AI en toetsing altijd moeten worden gemaakt in relatie tot het doel van de beoordeling (Attewell, 2024).

6. De samenhang tussen doelen, onderwijs en toetsing

De echte uitdaging zit niet in één losse opdracht, maar in de samenhang tussen doelen, onderwijs en toetsing. Als leerdoelen verschuiven naar analyseren, beoordelen, evalueren en verantwoorden, dan moeten onderwijsactiviteiten studenten daarop voorbereiden en moet toetsing datzelfde ook zichtbaar maken. Het heeft weinig zin om in leerdoelen kritisch denken te noemen, maar vervolgens alleen te toetsen of een student een tekst kan inleveren. Dan klopt de samenhang niet meer.

Voor docenten helpt het om elke onderwijseenheid langs vier vragen te bekijken. Wat moet de student leren? Welke vorm van denken of handelen hoort daarbij? Hoe oefent de student dat in het onderwijs? En hoe wordt vervolgens zichtbaar dat de student dit ook werkelijk beheerst? Door die vragen systematisch te gebruiken, ontstaat meer rust en duidelijkheid in een onderwerp dat vaak verwarrend voelt. Npuls beschrijft deze samenhang als een noodzakelijke voorwaarde voor toekomstbestendige en AI-bewuste toetsing (Npuls, 2025).

7. Wat betekent dit voor de eigen praktijk?

Voor de eigen praktijk betekent dit thema dat docenten niet alleen hun toetsen, maar ook hun leerdoelen opnieuw moeten bekijken. In sommige gevallen kunnen bestaande leerdoelen blijven staan. In andere gevallen zullen zij aangescherpt moeten worden, omdat AI een deel van het oude prestatieniveau te gemakkelijk ondersteunt. Dan is het nodig om leerdoelen sterker te richten op hogere orde vaardigheden, zoals analyseren, beoordelen, evalueren, vergelijken, verbeteren en professioneel verantwoorden.

Voor mbo betekent dat vaak een sterkere koppeling aan beroepshandelingen, afwegingen en keuzes in concrete situaties. Voor hbo betekent het vaker een nadruk op kwaliteit van redenering, kritische beoordeling van teksten of adviezen en het onderbouwen van professionele keuzes. In beide gevallen blijft de kern hetzelfde: niet eerst vragen wat AI kan, maar eerst bepalen wat de student moet leren en welk bewijs daarvoor nodig is. Pas daarna volgt de keuze welke rol AI mag spelen. Dat maakt onderwijs en toetsing niet alleen sterker, maar ook eerlijker en duidelijker voor studenten.

Toetsing

Formatieve opdracht

De deelnemer maakt een overzicht van leerdoelen, onderwijsactiviteiten en toetskeuzes voor één eigen les, module, keuzedeel of onderwijseenheid. In deze opdracht beschrijft de deelnemer welke leerdoelen centraal staan, welke daarvan onder invloed van AI aangescherpt of verlegd moeten worden, welke onderwijsactiviteiten studenten helpen om die leerdoelen te oefenen, en hoe formatief en summatief zichtbaar wordt dat de student het leerdoel beheerst. Daarbij wordt ook per leerdoel aangegeven welke rol AI mag spelen: ondersteunen, beperkt gebruiken of vermijden.

Ontwikkelingsgerichte feedbackcriteria

De feedback op deze opdracht richt zich op de samenhang tussen leerdoelen, onderwijs en toetsing. Er wordt gekeken of duidelijk is wat de student moet leren, of zichtbaar wordt dat sommige leerdoelen onder invloed van AI verschuiven naar hogere orde vaardigheden, en of de gekozen onderwijsactiviteiten en toetsvormen daar logisch op aansluiten. Daarnaast wordt feedback gegeven op de vraag of het verschil tussen formatief oefenen en summatief aantonen voldoende scherp is, en of de gekozen rol van AI past bij het leerdoel en de eigen onderwijscontext.

Concrete prompts voor het uitvoeren van de prestatie

Hieronder staan voorbeeldprompts die deelnemers kunnen gebruiken om hun uitwerking te ondersteunen.

Prompt 1 – leerdoelen aanscherpen

Ik geef les in [mbo/hbo], opleiding [naam], en gebruik deze leerdoelen: [plak leerdoelen]. Help mij deze leerdoelen scherper te formuleren, zodat duidelijker wordt wat studenten zelf moeten kennen, kunnen en verantwoorden in een tijd van AI.

Prompt 2 – verschuiving naar hogere orde vaardigheden

Analyseer deze leerdoelen: [plak leerdoelen]. Geef aan welke doelen door de invloed van AI meer gericht zouden moeten worden op analyseren, beoordelen, evalueren, vergelijken of onderbouwen.

Prompt 3 – verschil tussen leren en beoordelen

Ik heb deze opdracht: [beschrijving]. Help mij onderscheid maken tussen wat hierin bedoeld is als oefening en wat bedoeld is als bewijs van beheersing.

Prompt 4 – rol van AI per leerdoel

Voor deze leerdoelen [plak leerdoelen] wil ik bepalen of AI vermeden, begrensd of geïntegreerd moet worden. Maak een overzicht per leerdoel met een korte uitleg waarom.

Prompt 5 – formatieve activiteiten ontwerpen

Ontwerp drie eenvoudige leeractiviteiten voor studenten in [mbo/hbo, opleiding], passend bij deze leerdoelen: [plak leerdoelen]. Zorg dat minimaal één activiteit gericht is op het beoordelen of verbeteren van AI-output.

Prompt 6 – summatief bewijs aanscherpen

Ik wil weten of mijn summatieve toets echt laat zien wat de student zelf beheerst. Dit is mijn toets: [beschrijving]. Analyseer welk bewijs van beheersing zichtbaar wordt en waar dat nog te zwak is.

Prompt 7 – mbo-variant

Geef voor een mbo-context drie voorbeelden van leerdoelen die onder invloed van AI verschuiven naar meer analyseren, afwegen en professioneel kiezen. Laat per leerdoel zien hoe onderwijs en toetsing daarop kunnen aansluiten.

Prompt 8 – hbo-variant

Geef voor een hbo-context drie voorbeelden van leerdoelen die onder invloed van AI verschuiven naar meer beoordelen, evalueren, vergelijken en onderbouwen. Laat per leerdoel zien hoe onderwijs en toetsing daarop kunnen aansluiten.

Prompt 9 – feedback op conceptuitwerking

Hier is mijn conceptoverzicht van leerdoelen, onderwijs en toetsing: [plak tekst]. Geef mij ontwikkelingsgerichte feedback op samenhang, duidelijkheid en de gekozen rol van AI.

Bronnen

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

• Beekman, K., Draaijer, S., Beckers, J., Schagen, E., & Hofman, I. (2025). 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.

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

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