Hoofdstuk 8. Feedback, toetsing en beoordeling
Les 8.2 Rubrics en criteria
Je maakt met AI een rubric en scherpt die aan op je eigen leerdoelen.
Lees het transcript
Hoi! Fijn dat je er weer bent. Een rubric maakt beoordelen duidelijker, voor jou en je studenten. AI maakt er zo een. Maar meet die rubric wat jij wilt meten? In deze les maak je met AI een rubric, en scherp je die aan op je eigen leerdoelen.
Begin bij je leerdoelen, niet bij de criteria. Elk criterium hoort bij een leerdoel, en beschrijft per niveau wat je ziet. Onderzoek naar rubrics laat zien: goede criteria passen bij het doel, en beschrijven kwaliteit. Reken daarna de punten en de cesuur na. Een rubric die niet klopt, is niet eerlijk.
Laten we het proberen in EduGPT. Voor de rubric kies ik GLM in EduGPT Scaleway. Dat draait in Europa, en er wordt niets getraind met wat je invoert. Ik geef mijn vier leerdoelen en mijn eerste criteria. GLM ziet dat bijsturen ontbreekt, en dat enthousiasme geen leerdoel meet. Het maakt vier criteria, één per leerdoel. Ik reken na: bijsturen telt dubbel, dus maximaal vijftien punten. Voldoende vanaf tien, dat klopt. Toch kan een student met een onvoldoende op één leerdoel nog slagen. Daarom scherp ik mijn cesuur aan: elk leerdoel minstens voldoende. GLM past alleen de cesuur aan, en zet de rubric in Excel. Met verzonnen scores telt de formule goed op.
Wat werkte hier goed? GLM vond zelf het ontbrekende leerdoel, en voegde niets toe. De punten, de cesuur en de formule klopten, en mijn aanpassing kwam er precies zo in. Ik check alleen nog met een collega of de beschrijvingen passen bij wat we echt zien.
Nu ben jij aan de beurt. Kies een opdracht, en schrijf je leerdoelen op. Laat GLM je criteria naast je leerdoelen leggen, en een rubric met punten maken. Reken de punten en de cesuur na, en test met een paar verzonnen scores. Veel succes, en tot in de volgende les!
Probeer het in EduGPT
- Kies een opdracht uit je module waarvoor je een rubric wilt, bijvoorbeeld een praktijkopdracht, een presentatie of een beroepsproduct. Schrijf je leerdoelen op en je eerste criteria, ook als die nog vaag zijn. Bedenk ook hoeveel punten elk niveau waard is en vanaf hoeveel punten het voldoende is.
- Open EduGPT. Kies in de modelknop EduGPT - Scaleway en dan GLM (of Qwen). Dat draait in Europa, en er wordt niets getraind met wat je invoert. Vul de puntjes in.
Ik ben docent ... (opleiding, niveau). Ik maak een rubric voor ... . Mijn leerdoelen. De student: 1. ... 2. ... 3. ... Mijn eerste criteria zijn: ... . Welk leerdoel mis ik in mijn criteria, en welk criterium meet geen leerdoel? Onderbouw kort. Maak daarna een rubric als tabel met ... criteria, één per leerdoel. Niveaus: onvoldoende (... punt), voldoende (... punten), goed (... punten), met per niveau een korte beschrijving van wat je ziet. Zet onder de tabel het maximum en de cesuur: voldoende vanaf ... punten. Gebruik alleen mijn leerdoelen en voeg niets toe.
Telt een criterium dubbel? Zet het er zelf bij, met de punten per niveau (bijvoorbeeld "Bijsturen telt dubbel: 0, 4 of 6 punten"). 3. Lees het antwoord na en reken zelf.
- Hoort bij elk leerdoel precies één criterium, en is het criterium dat geen leerdoel meet eruit?
- Klopt het maximum? Tel de hoogste punten per criterium op.
- Kan een student slagen met een onvoldoende op één leerdoel? Probeer het met een paar verzonnen scores.
- Sluiten de niveaus op elkaar aan, zonder gaten? Bijvoorbeeld bij bronnen, waar valt één bron als voldoende "twee bronnen" is?
- Scherp de rubric aan op je eigen leerdoelen. Vink onder het invoerveld bij MCP Servers Documenten maken aan (dat doe je per gesprek opnieuw) en vul de puntjes in.
Ik scherp de cesuur aan op mijn leerdoelen. Ik wil elk leerdoel zien. Nieuwe cesuur: voldoende vanaf ... punten, en geen enkel criterium op ... . Pas alleen de cesuur aan, de rest blijft gelijk. Zet de rubric daarna in een Excel-bestand: kolom A het criterium, kolommen B tot en met D de niveaus, kolom E de score die ik invul. Zet in E... het totaal met de formule =SUM(E2:E...), en de cesuur eronder.
Pas je liever iets anders aan, zoals een beschrijving die niet past bij wat je in jouw les ziet? Vraag dan ook "Pas alleen ... aan, de rest blijft gelijk." 5. Download het bestand (de link is 24 uur geldig) en test het. Vul in kolom E een paar verzonnen scores in, ook één met een onvoldoende. Telt de formule de scorekolom op, en zegt de cesuur wat jij bedoelt? 6. Bespreek de rubric met een collega voordat je hem gebruikt.
Tip. Laat studenten de rubric vooraf lezen en vraag welk criterium ze niet begrijpen. Dat zegt vaak meer dan nog een ronde met AI.
Waar doe je deze opdracht?
Via je school of opleiding
Heb je EduGPT via je school of opleiding? Log in via de link die je daar hebt gekregen en kies EduGPT - Scaleway.
EduGPT voor je school
Wil je EduGPT met je team of je studenten gebruiken? Dan regelt je school het, met de privacyafspraken die daarbij horen. Gebruik voor je voorbereiding geen gegevens van studenten buiten die afspraken.
Geen toegang tot EduGPT?
Dan kun je de opdracht ook in je eigen AI-tool doen. We kunnen niet garanderen dat het daar net zo goed werkt als in EduGPT. Je mist bijvoorbeeld de Kritisch Denken Engine, die eerst vragen terugstelt in plaats van meteen het antwoord te geven.
Checkvragen
De checkvragen bij deze les volgen nog.
Reflectie
Je antwoord blijft op dit scherm en wordt nergens opgeslagen.
Verdieping
CivAI heeft dit verder uitgewerkt in de kennisclip Word, Excel, PowerPoint en PDF genereren vanuit de chat (opent in een nieuw tabblad).
Korte link youtu.be/ofuX6XUf2DY
Bronnen bij deze les
- Brookhart, S. M. (2018). Appropriate criteria: Key to effective rubrics. Frontiers in Education, 3, Artikel 22. https://doi.org/10.3389/feduc.2018.00022 (opent in een nieuw tabblad)Deze review van 51 rubrics uit onderzoek in het hoger onderwijs laat zien dat een echte rubric criteria bevat die passen bij het doel van de opdracht en de kwaliteit per niveau beschrijft, en dat rubrics die vooral tellen of in schaaltermen spreken eerder geschikt zijn om te cijferen dan om van te leren.
- Mathew, J. G., Taher, S., Kundu, A., & Barbosa, D. (2026). LLMs do not grade essays like humans. Computers and Education: Artificial Intelligence, 11, Artikel 100666. https://doi.org/10.1016/j.caeai.2026.100666 (opent in een nieuw tabblad)Taalmodellen die essays beoordeelden kwamen maar zwak overeen met menselijke beoordelaars, waren milder voor korte en onderontwikkelde teksten en strenger bij kleine taalfouten, en verschillende modellen leunden op verschillende criteria uit de rubric, reden om de criteria zelf scherp op je leerdoelen te formuleren.