Toolkit AI-bestendig Toetsen: gesprekswijzer, handvat en springplank
AI verandert ons onderwijs ingrijpend. Dat vraagt om actie. Na het opstellen van het HAN AI Framework gaan we over tot de volgende prioriteit: toetsing.
Veel studenten gebruiken AI inmiddels dagelijks, ook voor toetsopdrachten. Voor docenten is dit vaak lastig te signaleren en aan te tonen. Een zorgelijke wending, die echter waardevolle vragen oproept. Want als een student onopgemerkt AI kan inzetten, wordt er dan wel valide en betrouwbaar getoetst? En is het altijd erg als een student AI gebruikt om leeruitkomsten aan te tonen? Kortom: AI zet de schijnwerpers op toetskwaliteit. Hoe gaan we hiermee om? De Toolkit AI-bestendig Toetsen biedt handvatten.
Hoe helpt de toolkit?
De toolkit helpt risico’s in kaart te brengen op het gebied van AI-bestendigheid in toetsprogramma’s. De interactieve flowchart begeleidt stap voor stap bij deze analyse. Op basis van de uitkomsten kan worden bepaald welke aanpassingen nodig zijn om onderwijs en toetsing beter af te stemmen op de uitdagingen die AI met zich meebrengt.
De toolkit biedt:
• Een interactieve flowchart om toetsprogramma’s te analyseren.
• Praktische tips voor het ontwerpen en aanpassen van toetsen.
• Handvatten om het curriculum te versterken en de betrouwbaarheid en validiteit van toetsen te verbeteren.
Het is niet alleen een technisch hulpmiddel, maar stimuleert vooral ook het gesprek tussen toetscommissies, examencommissies, onderwijscoördinatoren en OS-OER-redacteuren. Dit gesprek helpt om toetsprogramma’s kritisch te beoordelen en gericht te verbeteren. En “verbeteren” betekent hier niet alleen AI-bestendiger maken, maar ook bewuster omgaan met de impact van AI op onderwijs, toetsing en leeractiviteiten. Zo kunnen opleidingen inspelen op de snelle ontwikkelingen in AI en zorgen voor toetsing die valide, betrouwbaar en toekomstbestendig is.
Sabrina Bloemen (Themagroep AI & Toetsing, Toetsdeskundige OOK Services):
“Iedereen heeft vanuit een ander perspectief bijgedragen. Dat maakt de toolkit zo waardevol.”
Het ontstaan van de toolkit
De expertisegroep AI & Toetsing ontstond vanuit een gevoel van urgentie, dat breed leefde binnen de HAN. Sabrina Bloemen (Toetsdeskundige, OOK Services), Jochem ten Böhmer (Onderwijskundige Blended Leren & AI, OOK Services) en Jorn Bunk (AI-expert, destijds bij de HAN, nu bij de Radboud Universiteit) namen daarop het initiatief voor de themagroep. De uitnodiging werd HAN-breed verspreid, wat resulteerde in een gemêleerde groep van vijftien collega’s uit zes academies, het kernteam ‘Kwaliteit van Leraren’ (Educatie) en de voorzitter van het HAN Netwerk examencommissies.
Deelnemers Jessica Koning (Toetsdeskundige Academie Business en Communicatie) en Minke Zeillemaker (Onderwijskundige Academie Business en Communicatie) maakten de eerste versie van de flowchart, die als basis diende voor verdere verrijking en verfijning door de themagroep.
Jessica: “Wij merkten binnen onze opleidingen en examencommissie dat er onrust ontstond rondom AI, maar ook interesse. Wout Brink (docent/onderzoeker Academie Business en Communicatie) onderzocht hoeveel van onze toetsen behaald konden worden met AI, en dat percentage bleek schrikbarend hoog. De urgentie werd hierdoor nog duidelijker, maar de vraag bleef: waar en hoe te beginnen?”
Minke: “We zagen dat de Haagse Hogeschool een flowchart gebruikte om studenten richtlijnen te geven over AI-gebruik. Maar ons uitgangspunt was anders: wij wilden dat de docent ermee kon werken. Zo kwamen we bij de themagroep terecht en startten we met het realiseren van een eigen toolkit.”
In vijf bijeenkomsten besprak de themagroep de invloed van AI op onderwijs en toetsing en hoe toetskwaliteit geborgd kan blijven. Er werd samengewerkt aan de indeling van toetsvormen in de drie categorieën: AI-bestendig, middelhoog risico en hoog risico.
Sabrina: “Het mooie was dat iedereen vanuit een ander perspectief hieraan bijdroeg. Dat maakt de toolkit zo waardevol.”
De opbouw van de toolkit
De toolkit bestaat uit een centrale flowchart die opleidingen stap voor stap begeleidt bij het analyseren van hun toetsen. Deze flowchart verwijst naar bijlagen die specifieke toetsvormen beschrijven met daarbij een indeling in AI-fraudegevoelige en AI-bestendige toetsvormen.
Toetsvormen worden ingedeeld in drie risicocategorieën:
- AI-bestendig: Zoals mondelinge toetsen, schriftelijke kennistoetsen onder toezicht, en live observaties.
- Middelhoog risico: Zoals presentaties en audiovisuele producten.
- Hoog risico: Zoals reflectieverslagen en schriftelijke beroepsproducten waarbij authenticiteit moeilijk te garanderen is.
Het doel van de toolkit is niet om toetsvormen te verbieden, maar om bewustwording te creëren en aanpassingen te stimuleren binnen een op elkaar afgestemde constructive alignment. Dit vraagt om samenwerking tussen toets- en onderwijsdeskundigen en examen- en toetscommissies.
Na de toolkit-analyse
Na de analyse met de toolkit volgt een gesprek over de risico-indeling. Prioriteiten worden bepaald voor verdere ontwikkeling van onderwijs en toetsing; maatregelen richten zich op de drie op elkaar afgestemde onderdelen van constructive alignment (leerdoelen, leeractiviteiten en toetsing). Vragen die in dit gesprek naar voren komen, zijn bijvoorbeeld:
- Zijn de leeruitkomsten nog relevant en passend bij het werkveld?
- Moet AI-gebruik een expliciet onderdeel van de leeruitkomsten zijn?
- Organiseren we leeractiviteiten die studenten helpen AI vaardigheden te ontwikkelen?
Minke Zeillemaker (Themagroep AI & Toetsing, Onderwijskundige Academie Business en Communicatie):
“De echte meerwaarde van de tool ligt in het gesprek dat erdoor ontstaat. De uitkomst hiervan staat of valt met een goede begeleiding van dat gesprek.”
Is AI een bedreiging of kans voor toetsing?
AI brengt veel uitdagingen in het onderwijs, zowel negatief als positief. Enerzijds is er angst voor fraude, anderzijds biedt AI juist kansen voor verbetering. Want aan welke kant je ook staat, feit is dat AI het onderwijs dwingt om opnieuw naar de validiteit en betrouwbaarheid van toetsen te kijken. En dat vraagt om een bredere benadering dan alleen overstappen op klassikale of mondelinge toetsvormen. Opleidingen moeten hun toetsprogramma kritisch analyseren en beoordelen of studenten worden getoetst op de vaardigheden die in het werkveld essentieel zijn.
Jessica: “Om de validiteit van de toolkit in kaart te brengen, werken we binnen Academie Business en Communicatie samen met de curriculumcommissie, toetscommissie en examencommissie. Het draait hierbij niet alleen om de mogelijke invloed van AI, maar om de essentie van toetsing: validiteit, betrouwbaarheid en transparantie. Dit kan er bijvoorbeeld toe leiden dat leeruitkomsten anders geformuleerd gaan worden om het gebruik van AI wel of niet toe te staan. Ook staan we erbij stil wat het werkveld vraagt met betrekking tot omgang met AI, want in de beroepen waarvoor wij, Academie Business en Communicatie, opleiden wordt het juist ingezet.”
Minke: “De echte meerwaarde van de tool ligt in het gesprek dat erdoor ontstaat over de kwaliteit van de toetsen. De uitkomst staat of valt met een goede begeleiding van dat gesprek.”
Jessica Koning (Themagroep AI & Toetsing, Toetsdeskundige Academie Business en Communicatie):
“De snelle ontwikkelingen in AI en de realisatie van de toolkit onderstrepen hoe belangrijk samenwerking is voor kwaliteitsverbetering.”
De kracht van toetsing en AI ligt in samenwerking
De vragen die de Toolkit AI-bestendig Toetsen oproept en de gesprekken die hier, onder begeleiding, uit voort komen laten zien waar de kracht van de toolkit ligt: in samenwerking.
Jessica: “Dit is niet iets wat je alleen kunt doen. Er zijn geen kant-en-klare oplossingen, en iedereen is nog lerende op het gebied van AI. Input vanuit verschillende perspectieven – docenten, curriculum-, toets- en examencommissies, en het werkveld – is noodzakelijk. De snelle ontwikkelingen in AI en de realisatie van de toolkit onderstrepen hoe belangrijk samenwerking is voor kwaliteitsverbetering.”
Meer informatie?
Wil je de toolkit gebruiken voor jouw toetsing en onderwijs? Download de Toolkit AI voor Toetsing of bekijk het HAN AI Framework voor algemene richtlijnen over AI-gebruik. Meer informatie vind je op de AI-pagina van Leren en Werken met ICT.