AI-proof of AI-ready: een belangrijk verschil

Ik gebruik in mijn lezingen en workshops steeds twee termen die ik scherper wil afbakenen: AI-proof en AI-ready. Het verschil ertussen raakt de kern van hoe we als onderwijs met AI omgaan.

AI-proof: de wapenwedloop AI-proof toetsen zijn ontworpen om AI buiten de deur te houden. Denk aan mondeling overhoren en handgeschreven tentamens. Het is begrijpelijk en soms noodzakelijk, maar de eerlijke conclusie is dat je met deze aanpak altijd achter de feiten aanloopt. Elk nieuw model maakt de vorige maatregel weer een stukje minder effectief. Je plakt pleisters op een wond die steeds groter wordt.

AI-ready: ontwerpen vanuit verrijking AI-ready toetsen vertrekken vanuit een heel ander uitgangspunt. Hier is AI bewust onderdeel van het leerontwerp. De leerling/student gebruikt AI tijdens het leerproces, maar het toetsontwerp is zodanig ingericht dat het leren zelf centraal blijft staan. Denk aan reflectieopdrachten op AI-output, het vergelijken van eigen werk met wat een chatbot genereert, of het verdedigen van keuzes die je samen met AI hebt gemaakt. De 'toets' meet dan wat de leerling/student daadwerkelijk begrijpt en kan, juist doordat AI erin verweven zit. De focus gaat tegelijkertijd meer op het proces zitten.

Eerlijk zijn Ik heb uitgezocht waar beide termen vandaan komen. AI-proof is een praktijkterm die organisch is ontstaan na de lancering van ChatGPT. Het probleem is dat steeds meer bronnen "AI-proof" gebruiken terwijl ze eigenlijk AI-ready bedoelen. Dat vertroebelt het gesprek. De scherpe tegenstelling die ik hier maak, is mijn eigen framing, geïnspireerd door collega Barend Last. Verwante academische frameworks bestaan er wel: het Britse JISC hanteert een driedeling van avoid, outrun en embrace. De University of Sydney (Liu & Bridgeman, 2023) werkt met een two-lane approach: een gesuperviseerde lane zonder AI en een open lane waarin AI bewust een rol speelt. En het AIAS Framework (Perkins, Furze, Roe & MacVaugh, 2024) beschrijft vijf niveaus van AI-integratie in toetsing, van volledig verboden tot verkennend samenwerken.

Mijn overtuiging is dat we als onderwijs de beweging moeten maken van AI-proof naar AI-ready. Dat vraagt om lef en om een fundamenteel andere manier van toetsontwerp. Maar het levert ook iets op: leerlingen en studenten die AI leren inzetten als denkinstrument in plaats van als sluiproute.

Van onderscheid naar handelingsperspectief Die beweging vraagt om docenten die weten wat ze doen. Samen met Tom Naberink en Barend Last heb ik een raamwerk ontwikkeld dat AI-geletterdheid voor docenten beschrijft in vijf domeinen, van mindset en ethiek tot pedagogiek en agency. Domein D gaat precies hierover: hoe ontwerp je onderwijs en toetsing waarin AI bewust een plek krijgt? Het raamwerk is gratis te downloaden op https://aivoordocenten.nl/certificering. Hoe kijken jullie hier tegenaan? Zijn jullie toetsen meer AI-proof of AI-ready? En waar zit de grens tussen die twee in de praktijk?

#AI #onderwijs #toetsing #AIready #onderwijsinnovatie