Tijdens deze sessie van dag twee van de dertigste editie van de OEB kwamen diverse sprekers aan bod die vertelden over hun ervaringen met generatieve AI in het onderwijs.
Jesper Vedel Bertelsen heeft samen met collega’s een taxonomie ontwikkeld voor het gebruik van generatieve AI. Deze taxonomie bestaat uit verschillende niveaus. Allereerst is er de kennisbasis, gericht op het begrijpen, de ethiek en het gebruik van AI. Hiervoor hebben zij principes en ethische richtlijnen ontwikkeld voor zowel studenten als docenten. Een belangrijk onderdeel is een e-learning module die onder andere ingaat op Large Language Models (LLM’s), waarbij zowel de sterke als minder sterke kanten worden belicht, evenals het gebruik van prompting. Voor het vastleggen van ervaringen hebben zij een gestructureerd template ontwikkeld dat bestaat uit een titel, context (beschrijving van de uitgevoerde activiteiten) en reflectie. Deze ervaringen worden vervolgens toegevoegd aan de kennisbasis.
Het tweede niveau betreft begeleid gebruik, waarbij AI wordt ingezet voor administratieve taken en projecten. Hierbij worden voorbeelden uit de kennisbasis in de praktijk gebracht. Het derde niveau omvat zelfstandig construeren en exploreren, met de nadruk op het verkennen en experimenteren. Het laatste niveau betreft de integratie in de onderwijspraktijk, waarbij scenario’s voor didactisch gebruik worden ontwikkeld. Bij de evaluatie maken zij gebruik van de AI Assessment schaal van Furze.
Naba Dabbagh presenteerde een visie waarin AI wordt gezien als een krachtige ‘mindtool’. Volgens deze visie moet technologie functioneren als een hulpmiddel waarmee je leert, niet als iets waarvan je leert. Deze mindtools stimuleren kritisch denken doordat lerenden actief kennis creëren met behulp van technologie, waaronder generatieve AI. Als kennisrepresentatie-instrumenten maken ze impliciete kennis expliciet, waarbij technologie fungeert als een leerpartner. Het proces op onderstaande afbeelding moet dus gefaciliteerd worden met technologie.
Dabbagh maakt onderscheid tussen sterke mindtools (zoals concept maps) en zwakke mindtools (zoals video’s of websites). Sterke mindtools leggen verbanden tussen verschillende inhouden en bevorderen synthese. Een vergelijkbaar onderscheid bestaat tussen ‘mindless’ en ‘mindful’ AI-tools. Chatbots worden als ‘mindful’ beschouwd omdat ze mensen als mensen benaderen. Een uitdaging hierbij is dat beginnende studenten vaak de voorkeur geven aan ‘mindless’ AI-tools omdat deze het werk voor hen uitvoeren. Hoewel studenten op grote schaal gebruik maken van generatieve AI, controleren ze de output meestal niet. Het is daarom belangrijk dat studenten leren om generatieve AI als ‘mindful’ tool te gebruiken, waarbij AI wordt ingezet als partner of verbeterde versie van zichzelf, bijvoorbeeld als schrijfpartner of tutor.
Tom Naberink presenteerde over AI voor docenten, met focus op ondersteuning van lerenden. Hij lichtte toe hoe hun AI-assistent Aisha helpt bij examenvoorbereiding in het voortgezet onderwijs. Ze hebben verschillende GPT-modellen ontwikkeld die functioneren als vakdocenten. Op vragen over de effectiviteit geeft hij aan dat eerste indicaties positief zijn, maar dat het succes afhangt van de implementatie. Hij benadrukt dat deze AI-tutoren docenten niet vervangen. Wat betreft GDPR-compliance wordt er nog aan gewerkt. De betrouwbaarheid van de AI-tutoren wordt als hoog beoordeeld, vooral voor vakken als economie en Engels. Naberink verwacht dat binnen drie jaar deze AI-tutoren qua vakinhoud het niveau van docenten zullen overtreffen. Hij voorziet dat toepassingen gratis (of met een gratis versie) beschikbaar zullen zijn, gepersonaliseerd en via spraak te bedienen. Tom vindt het belangrijk om lerenden erop te wijzen dat als lerenden AI gebruiken om het leren voor hen te doen, dat zij dan vervolgens bij een examen door het ijs zaken.
Jyssi-Pekka Järvinen besprak de ervaringen met generatieve AI aan de Universiteit van Helsinki gedurende het afgelopen jaar. Zij hebben hiervoor Currechat ontwikkeld, gebaseerd op een GPT-taalmodel. De oplossing draait volledig lokaal, waarbij de OpenAI API op Azure wordt gebruikt. Alle data blijft binnen de EU, en de oplossing is open source. Gesprekken worden niet opgeslagen. De universiteit ziet deze toepassingen als een manier om aan pedagogisch-didactische behoeften te voldoen op een veilige en toegankelijke manier. Tot nu toe zijn er 168 miljoen woorden ingevoerd. De tool wordt voornamelijk gebruikt voor ideeontwikkeling, meer dan voor schrijfwerk. Er zijn duidelijke richtlijnen voor studentgebruik, waarbij bijvoorbeeld medische studenten de applicatie gebruiken om met een AI-patiënt te oefenen en diagnoses te stellen. Hoewel het gebruik binnen en buiten cursussen toeneemt, is er nog geen sprake van systematische implementatie.
Dit was een interessante sessie waarin theoretische raamwerken en praktische toepassingen elkaar afwisselden. Verder viel op dat sommigen aan de slag gaan, om op een later moment zich druk te maken over zaken als AVG, terwijl anderen daar op voorhand rekening mee houden (maar daardoor wel wat trager op gang komen).
This content is published under the Attribution 3.0 Unported license.
Geef een reactie