Hoofdstuk 8. Feedback, toetsing en beoordeling
Les 8.4 Opdrachten waarin het leren zichtbaar blijft
Je herontwerpt een opdracht zo dat het leren zichtbaar blijft, ook als leerlingen AI gebruiken.
Lees het transcript
Hoi! Fijn dat je er weer bent. Een student levert een prachtig verslag in. Maar wat heeft hij zelf geleerd? Als je alleen het eindproduct beoordeelt, zie je dat steeds minder, want AI schrijft mee. In deze les herontwerp je een opdracht zo dat het leren zichtbaar blijft, ook als studenten AI gebruiken.
Een regel als "geen AI" kun je niet controleren. Onderzoekers pleiten daarom voor aanpassingen in de opdracht zelf, niet alleen in de regels. Denk aan procesmomenten, tussenproducten met feedback, en een kort gesprek over de keuzes van de student. En laat dat proces ook meetellen in je beoordeling. Zo zie je hoe een student denkt, niet alleen wat er op papier staat.
Laten we het proberen in EduGPT. Daarvoor kies ik Mistral in EduGPT Scaleway. Dat draait in Europa, en er wordt niets getraind met wat je invoert. Ik geef mijn opdracht, mijn leerdoelen, en mijn eerste idee. Mistral noemt drie aanvullingen, elk bij een leerdoel: een voortgangsgesprek, een onderzoeksplan, en een reflectie na feedback. Ik kies zelf: geen extra momenten, maar drie sterke. Model en methode in mijn tussenproduct, een revisienotitie, en een gesprek per student. Mistral schrijft de opdrachtbeschrijving precies zo: per moment de week, een AI-verantwoording, en de weging. Ik check: het blijft individueel, elk moment telt mee, en samen is het honderd procent. Dat klopt.
Wat werkte hier goed? Mistral bleef bij mijn opdracht, en voegde niets toe. Omdat ik mijn leerdoelen en mijn keuzes zelf gaf, past elk moment bij een leerdoel. Ik check alleen nog of een gesprek per student past in mijn rooster.
Nu ben jij aan de beurt. Kies een opdracht die je nu alleen op het eindproduct beoordeelt. Geef Mistral je opdracht, je leerdoelen en je eerste idee, en kies zelf drie sterke momenten. Lees de opdrachtbeschrijving na: blijft het leren van elke student zichtbaar? Veel succes, en tot in de volgende les!
Probeer het in EduGPT
- Kies een opdracht die je nu alleen op het eindproduct beoordeelt, bijvoorbeeld een adviesrapport, een verslag, een essay of een beroepsproduct in het mbo. Schrijf je leerdoelen op en je eerste idee om het leren zichtbaar te maken.
- Open EduGPT en kies in de modelkeuze EduGPT - Scaleway met Mistral Medium 128B. Dat draait in Europa, en er wordt niets getraind met wat je invoert. Vul de puntjes in en geef alles in één bericht.
Ik ben docent ... (opleiding, niveau, leerjaar). Mijn opdracht ... (individueel of in groepen). Mijn leerdoelen. De student ... Nu beoordeel ik alleen ... Studenten gebruiken AI, dus ik zie niet wat ze zelf kunnen. Mijn eerste idee ... Wat mis ik nog, zodat het leren van elke student zichtbaar blijft? Noem de drie belangrijkste aanvullingen, kort. Het blijft een individuele opdracht. Gebruik alleen mijn opdracht en leerdoelen, en voeg niets toe.
- Kies zelf. Neem niet alles over, maar kies drie sterke momenten. Let op drie dingen.
- Past elk moment bij een leerdoel? Een moment zonder leerdoel is extra werk zonder extra zicht.
- Is het haalbaar, voor de student en voor jou? Een gesprek van tien minuten per student kost tijd. Liever een bestaand moment versterken (bijvoorbeeld je tussenproduct) dan een nieuw moment erbij.
- Past het bij je opleiding? In onze test stelde Mistral bij een zorgplan "een verslag of opname" van het gesprek met de cliënt voor. Een opname van een cliënt mag meestal niet; kies dan een verslag zonder naam.
- Vraag in hetzelfde gesprek om de opdrachtbeschrijving.
Ik kies er drie. ... (per moment de week en wat de student inlevert). Schrijf nu de opdrachtbeschrijving voor mijn studenten, kort: per moment de week en wat de student inlevert, een AI-verantwoording (welke tool, waarvoor, wat nam je over, hoe controleerde je het) en de weging: ... Het blijft individueel. Voeg niets toe.
- Lees de opdrachtbeschrijving na.
- Is de opdracht individueel gebleven?
- Staat elk moment erin, met de week die jij koos, en telt elk moment mee in de weging?
- Is de weging samen honderd procent?
- Staat er iets in dat je niet vroeg (een extra eis, een maximale lengte, een regel over AI die je opleiding niet heeft)? Haal het weg of pas het aan.
- Zet de tekst in je eigen opdrachtdocument en leg hem voor aan een collega of de examencommissie voordat je hem gebruikt.
Tip. Plan het gesprek als een gewoon onderdeel van de opdracht, niet als controle. Vraag naar keuzes, naar wat de student veranderde na feedback, en stel één vraag die niet in het verslag staat.
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 Toetsing, leren en AI, van keuzes naar verantwoordelijkheid (opent in een nieuw tabblad).
Korte link youtu.be/3xEFuxAHAKY
Bronnen bij deze les
- Corbin, T., Dawson, P., & Liu, D. (2025). Talk is cheap: Why structural assessment changes are needed for a time of GenAI. Assessment & Evaluation in Higher Education, 50(7), 1087–1097. https://doi.org/10.1080/02602938.2025.2503964 (opent in een nieuw tabblad)De auteurs laten zien dat regels die studenten kunnen negeren, zoals een stoplichtmodel voor AI-gebruik, vooral een schijn van controle geven, en pleiten voor structurele aanpassingen in de opzet van de opdracht zelf zodat de validiteit in het ontwerp zit.
- Crolla, K., Xia, X., & Jiang, Y. (2026). AI-mediated cognitive divergence in built-environment education: Evidence from a mixed-methods study. Computers and Education: Artificial Intelligence, 11, Artikel 100665. https://doi.org/10.1016/j.caeai.2026.100665 (opent in een nieuw tabblad)Docenten in dit onderzoek zagen dat sterke studenten AI gebruiken om verder te denken terwijl zwakkere studenten het denkwerk uitbesteden en toch samenhangende producten inleveren, waardoor het eindproduct minder zegt over het leerproces en procesgerichte beoordeling nodig wordt.