Deel 1: Inleiding
1.1 Doel en doelgroep van deze toolkit Leermateriaal maken met (generatieve) AI
Doel van deze toolkit is het ondersteunen van leraren in het verantwoord inzetten van generatieve AI bij het ontwikkelen van (open) leermateriaal.
Een aantal verantwoordelijkheden zijn belangrijk bij de inzet van AI:
- Leraar: kan desgewenst generatieve AI inzetten om (open) leermateriaal te ontwikkelen.
- School/bestuur: maakt beleid en richtlijnen voor de inzet van generatieve AI op school, onder andere bij het ontwikkelen van (open) leermateriaal.
De toolkit neemt je stap voor stap mee bij overwegingen en keuzes om AI in te zetten om leermateriaal te ontwikkelen. En geeft je praktische tips en handvatten waar je bij het gebruik van AI op moet letten. Daarnaast geeft deze toolkit praktische voorbeelden van anderen, achtergrondinformatie, voorbeelden van hoe je de AI-tool kunt aansturen met prompts om tot goed resultaat te komen en informatie hoe je dit ethisch en verantwoord kunt doen.
Op basis van informatie uit de toolkit kan een leraar zelf kiezen of en zo ja hoe hij of zij AI wil gebruiken. De instructies voor gebruik van AI-tools zijn niet expliciet uitgewerkt. Deze verschillen per gekozen AI-tool en per situatie en organisatie. Uitgangspunt is dat de leraar voldoende informatie heeft om een start te maken.
Veel leerplezier en we hopen uiteraard dat je de resultaten waar je trots op bent weer open deelt.
1.2 AI?! Wat kan ik daar mee?
AI is een veelzijdige en ingrijpende technologie die alle lagen van het onderwijs raakt. Dit stelt scholen voor nieuwe uitdagingen. De Handreiking AI voor scholen van Kennisnet ondersteunt scholen om deze uitdaging aan te gaan en bewuste en verantwoorde keuzes te maken over de inzet van AI.
In de conceptkerndoelen digitale geletterdheid van SLO staat AI inmiddels benoemd. We moeten dus leren over AI en ook onze leerlingen hierin ondersteunen. Het expertisepunt digitale geletterdheid geeft sectoroverstijgende adviezen, tips, bronnen en praktijkvoorbeelden om aan de slag te gaan met digitale geletterdheid.
In de tweede plaats kunnen we ons laten ondersteunen door AI. Zo worden leraren nu al ondersteund door bijvoorbeeld dashboards waarin leerstof automatisch wordt nagekeken en suggesties worden gedaan voor vervolg. Dit wordt behandeld in de cursus van de Nederlandse AI Coalitie. Maar je kunt je ook door generatieve AI laten ondersteunen in bijvoorbeeld het maken van leermateriaal. In deze toolkit gaan we hier specifiek op in.
In de derde plaats is het natuurlijk ook mogelijk om te leren met AI. Dit betekent dat de leerling zelf werkt met een AI-tool. Denk bijvoorbeeld aan:
- een chatbot of AI-tutor als leermaatje
- een AI-systeem dat leermateriaal beoordeelt (lokaal en veilig)
- ondersteuning bij zelfreflectie.
Hier wordt in verschillende onderzoeksettingen, bijvoorbeeld bij het NOLAI goed en gedegen onderzocht hoe je dit het beste vorm kunt geven. Want het direct inzetten van AI in interactie met de leerling is iets waar je zorgvuldig over moet nadenken.
Er wordt ook gesproken over leren verstoord door AI, op het moment dat leraren het gevoel hebben dat ze nu hun lesproces anders moeten inrichten, bijvoorbeeld omdat leerlingen hun huiswerk laten maken door AI en zo niets meer leren. Of omdat toetsing zoals je het altijd deed niet meer werkt. Er wordt gezocht naar werkende plagiaatcontrole op de inzet van AI door leerlingen, maar tot nu toe is gebleken dat deze controle niet werkt omdat AI iedere keer wat nieuws kan genereren.
In deze toolkit richten we ons specifiek op het maken of aanpassen van open leermateriaal ondersteund met AI.
Model AI - manieren van inzet AI
Deel 2: Wat is (generatieve) AI?
2.1 Waar komen we vandaan? Een tijdlijn met alle AI-ontwikkelingen op een rij
Deze toolkit gaat over generatieve AI: een type kunstmatige intelligentie dat nieuwe inhoud kan maken, zoals tekst, afbeeldingen, muziek of video's. Het gebruikt hiervoor grote hoeveelheden data om te leren en kan daarna bijvoorbeeld een verhaal schrijven, een afbeelding samenstellen of een liedje maken.
AI is niet iets nieuws. Al sinds 1920 wordt gesproken over AI en in 1956 werd het eerste zelflerende programma geschreven. In deze tijdlijn nemen we je mee op een reis door de geschiedenis van AI. Waar komen we vandaan en hoe zijn we hier gekomen?
100 jaar AI samengevat in 5 minuten
2.2 Kennisgedreven en datagedreven AI
AI is een overkoepelende term. Daarmee bedoelen we computersystemen die menselijke intelligentie nabootsen. Verschillende AI-systemen hebben een eigen doel. Bijna alle AI is taakspecifiek. Dat betekent dat ze heel goed zijn in één specifieke taak. De manier waarop een AI-systeem wordt gemaakt verschilt ook.
Globaal zijn er twee soorten: kennisgedreven AI en datagedreven AI.
Kennisgedreven AI maakt gebruik van vooraf bedachte stappenplannen. Bijvoorbeeld: ‘als leerling opdracht a goed maakt, dan krijgt leerling daarna opdracht b’. Zo’n stappenplan noem je een algoritme. Kennisgedreven AI is niet meer of minder dan het toepassen van algoritmen.
Datagedreven AI maakt gebruik van machine learning of deep learning. Op basis van grote hoeveelheden data worden modellen getraind, dat is machine learning. Deep learning gaat nog een stap verder. Hierin leren systemen op basis van complexe neurale netwerken die geïnspireerd zijn op de werking van de hersenen van mensen. De systemen ‘leren zelf’ door heel veel data te analyseren en patronen te herkennen. Soms is er toezicht op dit leren (supervised) en soms leert een AI-systeem zichzelf (unsupervised). Taalmodellen zijn hier een voorbeeld van.
Taalmodellen maken gebruik van deep learning en vormen de technische basis van generatieve AI-toepassingen zoals ChatGPT. Deze toepassingen genereren content op basis van een vraag of opdracht dat een prompt wordt genoemd. Denk aan teksten, afbeeldingen, video’s, presentaties, audio en computercode.
In deze video wordt het verschil tussen datagedreven en kennisgedreven AI uitgelegd:
Animatie: kennisgedreven en datagedreven AI
2.3 De werking van een datagedreven taalmodel - generatieve AI
Als je wat dieper kijkt naar de werking van een taalmodel op basis van datagedreven AI dan zie je dat je niet meer altijd kunt terughalen waar en hoe een model heeft geleerd wat het "weet". Dus herleiden vanuit welke bron de opbrengst afkomstig is, is bij grote datagedreven taalmodellen op basis van deep learning niet altijd te achterhalen. In de AI Act staat wel beschreven dat modellen hier meer inzicht in moeten gaan geven.
In deze video legt Barend Last uit hoe zo'n taalmodel werkt:
ChatGPT en andere taalmodellen - Barend legt uit
2.4 De optimale samenwerking tussen mens en machine
Gelukkig is er wel nieuwe regelgeving om ervoor te zorgen dat we een kijkje kunnen nemen in de black box die AI lijkt te zijn. In het volgende deel gaan we dieper in op de manier waarop je regie krijgt op AI en welke waarden daarbij belangrijk zijn. Maar ook in de wet, de AI-verordening (AI-Act), worden eisen gesteld aan de ontwikkeling en het gebruik van AI in de EU. De wet beschrijft de rechten en plichten van ontwikkelaars en gebruikers van AI-systemen in de hele Europese Unie. Deze regels hebben als doel dat betrouwbare AI wordt ontwikkeld en gebruikt die in lijn is met Europese publieke waarden en fundamentele rechten. De wet maakt een onderscheid tussen AI-systemen door de risico's in kaart te brengen. Bij systemen met een hoog riscio, bijvoorbeeld daar waar de AI directe interactie heeft met een minderjarige leerling, gelden strengere eisen dan voor het werken met AI waar je bijvoorbeeld leermateriaal maakt dat je nog goed zelf controleert.
Maar alleen wetgeving is niet voldoende, het gaat om het bewust gebruik. Meest belangrijke is dat het om de samenwerking gaat tussen mens en machine, zoals ook deze video laat zien. Technologie zet je alleen in als het een meerwaarde oplevert.
Deze animatie van de AI Coalitie laat zien hoe we beter kunnen toezien op AI-systemen:
AI - een optimale samenwerking tussen mens en machine
Deel 3: Overwegingen - kwaliteit, regie en ethiek
3.1 Samenwerking tussen mens en machine - zorg voor kwaliteit
Wat je met AI genereert aan leermateriaal kan heel divers zijn. Dit kunnen stukjes van een les zijn zoals een activerende opening, een theoretisch kader, een instructie, werkvormen, aanwijzingen voor leerlingen, rubrics voor evaluatie, etc. Belangrijk is dat dit leermateriaal kwalitatief goed is en daarbij is de samenwerking tussen mens en machine essentieel.
Kwalitatief goed leermateriaal voldoet aan harde eisen zoals correcte vormgeving en taal, maar sluit ook aan bij de behoeften van de doelgroep. Wat voor de ene groep leerlingen werkt, kan voor een andere groep minder geschikt zijn. Het voordeel van open leermateriaal is dat het aanpasbaar is aan wat jouw leerlingen nodig hebben. Bij door AI gegenereerd leermateriaal is de kwaliteit niet altijd gegarandeerd. AI kan fouten maken of inhoud leveren die niet goed past bij de context. Daarom is het essentieel dat een vakbekwame leraar de materialen nauwgezet controleert en eindverantwoordelijk blijft voor de kwaliteit. In de handreiking van Kennisnet staat ook "Zorg voor constructieve afstemming tussen het leerdoel, de leeractiviteiten en een toets - tip 2" en herontwerp de manier van toetsing - tip 3
Impuls Open Leermateriaal heeft een ontwerpproces uitgewerkt waarin je in een aantal stappen komt tot het maken van kwalitatief goed leermateriaal voor jouw leerling(en). Ook zijn er kwaliteitstools om een check te doen bij bestaand materiaal.
De keuze voor een geschikte AI-tool en het gebruik ervan in het onderwijs vraagt om zorgvuldigheid en bewust handelen. Daarbij zijn twee aspecten van belang:
- Kwaliteit van leermateriaal: De kwaliteit van door AI gegenereerd leermateriaal is niet gegarandeerd. Het kan fouten bevatten of niet voldoen aan de gewenste normen. Daarom is het essentieel dat een vakdocent kritisch meekijkt en beoordeelt of het materiaal geschikt is. Bedenk ook aan welke criteria je leermateriaal moet voldoen. Het kwaliteitsmodel van Impuls Open Leermateriaal kan hierbij een handige leidraad zijn. Je kunt deze criteria zelfs opnemen in een AI-prompt, zodat het model beter aansluit bij de kwaliteitsverwachtingen.
- Didactische programmering: AI-modellen zijn geprogrammeerd om op een bepaalde manier te antwoorden. Dit kan afwijken van de didactische principes die je als leraar wil toepassen. Het is belangrijk om goed na te denken over hoe je AI in jouw onderwijscontext gebruikt en hoe je het model kunt sturen naar jouw behoeften. Dit kan door in een prompt expliciete instructies te geven die aansluiten bij jouw didactische aanpak. Ook hier geldt: als leraar blijf je verantwoordelijk voor een bewuste en doordachte toepassing van AI.
Wees bewust en kies bewust. AI-tools zijn geen wondermiddel, maar kunnen waardevol zijn als je er op een kritische en weloverwogen manier mee omgaat. Werk samen met collega’s, neem een onderzoekende houding aan en betrek leidinggevenden, zodat zij kunnen faciliteren in dit proces.
3.2 Regie op risico's van AI
Met de komst van generatieve AI is de dynamiek in het onderwijs veranderd. AI bestond al, bijvoorbeeld in leersystemen, maar nu kunnen generatieve AI-tools zoals ChatGPT huiswerk maken voor leerlingen. Soms gebeurt dit zodat het opvalt, maar soms ook zo realistisch dat leerlingen het werk gerust aan AI overlaten. Dit roept de vraag op: leren ze dan nog wat ze moeten leren? Veel leraren zijn hierdoor terughoudend en willen het gebruik van AI reguleren. Maar is dat in deze tijd nog realistisch?
Regie is dus iets dat heel relevant is bij de inzet en het gebruik van AI. Hoe houdt de leraar zicht op dat er geleerd wordt? In deze video neemt hoogleraar Inge Molenaar je mee in een model dat deze regie schetst. Waarbij zij in haar oratie toelicht (minuut 39.25 tot en met 46.25) hoe je kunt zorgen voor een goede mens-machine interactiviteit. Want dat is waar het uiteindelijk om gaat. Hoe zorg je dat de machine, de AI, jou als leraar optimaal ondersteunt in je lesgeven? Het gaat niet om het vervangen van de leraar, het gaat erom hoe je kunt zorgen voor echte ondersteuning.
Hoe kan AI jou ondersteunen, zonder dat je de regie dreigt te verliezen? Wat laat je wel toe en waar neem je de regie in eigen hand? Aan jou als leraar om zelf die grens te trekken.
Regiemodel - de rol van de leraar
3.3 Ethisch handelen met AI
Dat we in het onderwijs ethisch goed willen handelen, is heel helder. In het artikel Waarden wegen, een ethisch perspectief op digitalisering in het onderwijs staan zaken zoals de verschuivende balans tussen mens en machine, gelijke kansen en digitalisering en dataverzameling beschreven. In dit artikel van Kennisnet wordt nog dieper ingegaan op de publieke waarden en AI.
Wat zijn de onzichtbare kosten bij het gebruik van AI? Betalen we de prijs met onze privacy? Is wat we doen wel duurzaam? Hoe ga om met vooroordelen in data en dus ook in AI-tools? In deze animatie behandelen we een aantal waarden die belangrijk zijn bij de inzet van AI:
Deel 4: Mogelijkheden - hoe kun je leermateriaal maken met AI?
4.1 Verandert je lesgeven door generatieve AI?
In het onderwijs gaan leraren verschillend om met generatieve AI. Sommigen proberen het te vermijden of negeren het, terwijl anderen het juist omarmen. Veel leraren zitten hier ergens tussenin. In deze video laten Pieter en Wouter zien hoe zij AI in de praktijk ervaren en of het volgens hen het onderwijs verandert.
Wouter Jansen is docent aan het Corbulo College, een school van Lucas Onderwijs. Pieter van Boheemen is programmamanager AI & Techniek van de Hogeschool van Rotterdam.
Wat ga jij doen? Hoe houd jij in de klas rekening met AI?
Pieter legt uit wat er gebeurde toen ChatGPT werd geïntroduceerd
Wouter legt uit wat hij zag gebeuren toen ChatGPT in het onderwijs kwam.
Wouter geeft aan wat hij in de klas doet met ChatGPT
4.2 Praktijkvoorbeelden van leermateriaal maken met generatieve AI
Binnen Impuls Open Leermateriaal is een aantal pilots bezig met het inzetten van AI om leermateriaal te genereren. Dit artikel beschrijft de rol van AI in een tweetal pilots: https://www.openleermateriaal.nl/ai-in-pilots-van-impuls-open-leermateriaal/
In dit artikel geven Barend Last en Marieke van Osch 10 tips om aan de slag te gaan met generatieve AI bij het maken van leermateriaal: https://www.openleermateriaal.nl/10-praktische-tips-open-leermateriaal-maken-met-ai/.
Als je de praktijkvoorbeelden van de pilots combineert met de 10 tips, dan zie je dat er in beide pilots eerst gekeken is naar de didactische behoefte. De inzet van AI is dus geen doel op zich. Ook wordt benoemd dat experimenteren een goede manier is om te leren. En bij experimenteren mogen fouten gemaakt worden, mits je hier geen leerlingen mee benadeelt. Het artikel met de 10 tips kan gezien worden als een stappenplan waarbinnen je bij iedere stap kunt onderzoeken of AI een meerwaarde oplevert. En werkt iets, dan kan dit verder uitgebouwd worden zoals bijvoorbeeld het maken van een eigen GPT (Generative Pretrained Transformer) die een prompt structureel kan herhalen. Zo kan een beginnend gebruiker snel aan de slag met een prompt die door een ervaren gebruiker is aangemaakt. De beginner hoeft dan enkel de kaders mee te geven, bijvoorbeeld voor welk vak en welk leerdoel er leermateriaal ontwikkeld moet worden.
Werk dus binnen je school samen als je gaat onderzoeken hoe AI voor jullie kan werken. Zo leer je meer dan je alleen zou kunnen leren. Er is ook een grote community van onderwijsmensen die kennis uitwisselen over de inzet van AI, deze wordt genoemd in het laatste deel.
4.3 Een goede prompt, hoe doe ik dat?
We maken er een werkwoord van: prompten. Een prompt is een omschrijving waarmee je de generatieve AI voor je aan het werk zet. Een goede prompt is belangrijk om tot de juiste uitkomst te komen.
Barend last neemt je in deze video mee in de basisbeginselen van het prompten, ook wel prompt engineering genoemd.
Prompt engineering - Barend legt uit
Deel 5: Bewust aan de slag
5.1 Bewust aan de slag - richtlijnen nodig?
Je hebt nu de informatie om bewust aan de slag te kunnen gaan met het genereren van leermateriaal met behulp van AI. Je weet hoe generatieve AI werkt en waarom het soms vooroordelen of fouten laat zien in de output. Je weet dat het belangrijk is om de optimale vorm van samenwerking tussen mens en machine op te gaan zoeken. Je weet ook dat je rekening te houden hebt met een aantal ethische kwesties zoals privacy, auteursrecht en duurzaamheid als je aan de slag gaat.
Wil je schoolbreed aan de slag? Dan is het een goed idee om met elkaar richtlijnen op te stellen. Wat doe je wel en wat doe je niet? Een praatplaat om deze richtlijnen te maken is opgesteld door de open community Edu-AI. De praatplaten zijn onder CC-BY licentie gedeeld door de community en open te gebruiken.
5.2 Zelf aan de slag
Prompten is dus het stap voor stap aansturen van de AI-tool tot het gewenste resultaat is bereikt. Om een prompt de goede inhoud mee te geven, is het raadzaam om te verwijzen naar het stuk inhoud dat meegenomen moet worden in de prompt.
10 stappen om leermateriaal te ontwerpen met AI
- Bepaal het leermateriaal en de doelgroep
Beschrijf duidelijk welk type leermateriaal je wilt maken en voor wie. Geef in je prompt een duidelijke omschrijving van de doelgroep.
- Koppel een leerdoel
Bepaal het leerdoel van het leermateriaal. Verwijs naar een einddoel, zoals het SLO-einddoel, en maak expliciet welk specifiek doel je les dient. Je kunt de AI ook vragen om op basis van het einddoel een passend leerdoel te genereren.
- Stel kwaliteitscriteria vast
Geef vooraf aan welke kwaliteitscriteria belangrijk zijn. Gebruik bijvoorbeeld het Kwaliteitsmodel IOL als inspiratie en vraag de AI deze criteria mee te nemen.
- Bedenk hoe leerlingen leren
Vraag de AI om te beredeneren hoe leerlingen het leerdoel kunnen behalen. Hebben ze instructie nodig? Zo ja, wat voor inhoud en in welke vorm? Welke werkvorm is geschikt? Als je al ideeën hebt, verwerk deze in de prompt of laat de AI suggesties doen.
- Beschrijf de vakinhoud
Geef duidelijk aan welke vakinhoud behandeld moet worden. Als het om specifieke kennis gaat, wijs dan op betrouwbare bronnen waar de AI zich op kan baseren, bijvoorbeeld websites of geüploade informatie. Let op: gebruik geen auteursrechtelijk beschermd materiaal.
- Vraag tussentijdse output
Vraag de AI om tussentijds een eerste versie te genereren. Stuur bij waar nodig en geef aanvullende instructies.
- Ontwikkel een rubric of evaluatie
Laat de AI een rubric of evaluatiemethode maken om te beoordelen of het leerdoel is behaald. Denk ook aan interactieve elementen of een toets.
- Gebruik visueel materiaal
Voeg visuele elementen toe aan je leermateriaal. Houd rekening met de sterktes van verschillende AI-tools: sommige zijn beter in tekst, andere in afbeeldingen. Kies de juiste tool voor de juiste taak.
- Controleer de output
Controleer de gegenereerde inhoud grondig, inclusief bronnen, om fouten te voorkomen.
- Publiceer en deel
Publiceer je leermateriaal en deel het met anderen om kennis en ideeën uit te wisselen.
Vind je het op basis van deze stappen lastig om de AI zelf instructies te geven? Gebruik dan deze voorgeprogrammeerde GPT die je op basis van vragen stap voor stap verder helpt. De prompt waarmee deze GPT gemaakt is, is opgenomen in de auteursnotitie. De GPT is gebouwd in ChatGPT.
5.3 Deel je de uitkomsten?
Uiteraard hopen we vanuit Impuls Open Leermateriaal ook dat je de uitkomsten die je hebt gemaakt met AI ook weer open deelt. Deel je les met Wikiwijs en maak hem beschikbaar voor andere docenten. Je kunt je les of bestand delen of deze in een arrangement weergeven in Wikiwijs maken. Deel hierbij ook de prompts en AI-tools die je hebt gebruikt, zo kunnen anderen ook leren van jouw leerproces.
5.4 Bronnen en meer leren
Wie weet wil je nog meer leren. In dit overzicht zetten we de genoemde links in deze toolkit op een rij, dit zijn veelal ook onze bronnen. Ook hebben we links toegevoegd waar nog meer te leren is over AI.
Algemeen:
Leren over AI:
En voor leerlingen is er inmiddels ook mooi lesmateriaal gemaakt, leer met ze mee:
