Hackathon AI: Professionalisering done right 

Van handenarbeid tot high-tech 

 Na mijn presentatie liep ik rond en ging ik in gesprek met verschillende teams. Er was een verrassend moment toen ik werd aangesproken door twee handenarbeid docenten die met hun handen in het haar zaten. “Hoe kunnen wij in hemelsnaam iets met AI doen in onze lessen die vooral gaan om met je handen werken en vaardigheden ontwikkelen?” vroegen ze zich vertwijfeld af. Het antwoord ligt in het omdenken. Door de kracht van AI te combineren met hands-on vaardigheden, kunnen we zelfs handenarbeid naar een nieuw niveau tillen. 

Denk aan een les opstarten door te proberen een schilderij te maken met AI volgens een bepaalde techniek, om het resultaat vervolgens zelf echt te maken met een kwast. Of wat dacht je van AI die inspireert tot unieke ontwerpideeën voor kunstprojecten, als brainstormpartner in het creatieve proces. Misschien wel AI-gestuurde feedback op de ergonomie van bewegingen tijdens praktische taken. En aan de docentkant: het evalueren van kunstwerken die de studenten hebben gemaakt. Er is zó veel mogelijk. 

Meer dan een wedstrijd 

Een hackathon is niet alleen een krachtig format voor onderwijsinnovatie, maar ook voor professionalisering van docenten. In plaats van eindeloze vergaderingen over mogelijke AI-toepassingen, worden deelnemers op een speelse wijze aangezet om direct in actie te komen. Het resultaat? Verrassende oplossingen die direct aansluiten bij de praktijk. 

Neem bijvoorbeeld het winnende team van de Koninklijke Auris Groep. Hun tool FABULA genereert op basis van enkele kernwoorden complete verhalen met bijpassende illustraties, specifiek gericht op leerlingen met taalleerproblemen. Dit team won vanwege de directe toepasbaarheid van hun oplossing en de potentiële impact op het speciaal onderwijs. FABULA laat zien hoe AI ingezet kan worden om onderwijs inclusiever en effectiever te maken. Meer over hun oplossing lees je hier. 

De keerzijde van de AI-medaille 

Maar het is niet allemaal altijd maar rozengeur en maneschijn. In mijn presentatie benadrukte ik dat er ook serieuze risico’s zijn, toegespitst op het leerproces. Er zijn drie risico’s waar we als docenten expliciet aandacht aan moeten besteden: 

1. Afhankelijkheid: We moeten voorkomen dat leerlingen en studenten zo afhankelijk worden van AI dat ze essentiële vaardigheden niet meer zelf ontwikkelen. Soms is het uitbesteden van denktaken aan technologie niet zo erg. Denk aan hoe we vroeger telefoonnummers uit ons hoofd kenden, maar nu volledig vertrouwen op onze smartphones. Maar in andere gevallen ondermijn je je eigen vaardigheden, zoals dat wanneer je overmatig leunt op navigatiesystemen lever je in op je eigenlijk ruimtelijk inzicht. 

1. Bias: AI-systemen en algoritmes zijn niet neutraal. Ze weerspiegelen de vooroordelen in de data waarmee ze zijn getraind en de wijze waarop ze zijn gebouwd (en door wie). We moeten kritisch blijven op de mogelijke biases in AI-systemen en onze leerlingen en studenten leren hoe ze deze kunnen herkennen en aanpakken. 

1. Bullshit: AI kan overtuigend klinken, ook als het feitelijk onjuist is. Sterker nog, onderzoek laat zelfs zien dat AI inmiddels betrouwbaarder en empathischer overkomt dan echte mensen. Maar, het is dan wel ontworpen om menselijk te klinken, het is echter niet gemaakt om per se de waarheid te vertellen. We moeten onszelf en onze leerlingen en studenten daarom leren om altijd kritisch te blijven en de output van AI-systemen te verifiëren. 

Van eindproduct naar leerproces 

In de presentatie stipte ik ook de uitdaging rondom authenticiteit en integriteit aan. We moeten ons toetssysteem tegen het licht houden. Ons huidige paradigma, met zijn focus op eindproducten en cijfers, moedigt vaak de weg van de minste weerstand aan. En laten we eerlijk zijn: studentgedrag is simpelweg een afgeleide van wat we organiseren. 

Door terug te gaan naar de tekentafel en hulpmiddelen te gebruiken zoals de AI Assessment Scale, kunnen we onze toetsingspraktijk transformeren. Van snapshot momentopnames naar een integraal onderdeel van elk leerproces, van begin tot eind. 

AI in het onderwijs: de praktijk 

Het mooie is: we hoeven niet te wachten op de toekomst. Overal in Nederland schieten AI-onderwijsprojecten als paddenstoelen uit de grond. De Nederlandse AI Coalitie heeft onlangs een overzicht gepubliceerd van inspirerende projecten, en het Nationaal Onderwijslab AI deelde ook recentelijk een overzicht van de huidige stand van zaken. Vanuit de Edu-AI community op WhatsApp is er ook een verzameling video’s met succesvolle toepassingen gepubliceerd. Prachtige use-cases, waarin AI op een verantwoorde wijze wordt ingezet. 

Tot slot 

AI in het onderwijs is geen kwestie van ‘of’, maar van ‘hoe’. Het gaat niet om het blind implementeren van elke nieuwe tool, maar om het doordacht inzetten van AI als middel om onze onderwijsdoelen te bereiken. Of het nu gaat om het nakijken van toetsen, het verrijken van lessen, of het geven van real-time feedback tijdens presentaties – de mogelijkheden zijn eindeloos. 

Dus, laten we experimenteren, leren en vooral: niet bang zijn om te falen. Want in die mislukkingen liggen vaak de kiemen voor de grootste doorbraken. De toekomst van het onderwijs wacht niet – laten we haar samen vormgeven.