AI en kwaliteitsbesef

Wat is kwaliteitsbesef?

Kwaliteitsbesef (Engels: qualitative judgement) is het vermogen om de kwaliteit van hun eigen werk en dat van anderen te herkennen (Tai, et al 2018).

Het wordt gezien als een belangrijke vaardigheid, niet voor het huidige leerproces van een leerling of student, maar ook in het kader van een leven lang ontwikkelen (LLO) (Boud & Soler 2016).

Wat betekent ‘goed’ of ‘fout’ als we werken met AI?

Generatieve AI democratiseert allerlei processen. Het stelt mensen in staat om complexe output te genereren, zoals complete websites, apps, essays, code met relatief eenvoudige prompts.

Dat dit nu kan, betekent ook gelijk dat mensen die geen expert zijn in een bepaald vakgebied, toch de output in handen krijgen.

Een voorbeeld: een student die een sollicitatiebrief moet schrijven, laat deze genereren door ChatGPT. Er komt een op het oog prachtige brief uit.

De vraag is en blijft alleen: heeft deze student het kwaliteitsbesef om in te kunnen schatten of deze schitterende brief, ook daadwerkelijk een goede brief is?

Wat is eigenlijk een goede brief?

Want wat volgens AI een goede sollicitatiebrief is, hoeft namelijk nog niet die goede brief te zijn die je een stageplaats of bijbaan landt. Wat zijn eigenlijk de succesfactoren van een goede sollicitatiebrief, even los van spel- en grammaticafouten?

Misschien is dat wel authenticiteit.

Oftewel, kwaliteitsbesef is en blijft een ontzettend belangrijke vaardigheid. Zeker ook omdat in veel AI-gedragsreglementen, die natuurlijk ook voor studenten en leerlingen gelden, veelgehoord is dat je verantwoordelijk bent voor de output en wat je inlevert.

Of het overslaan van het leerproces zelf en hoe hiermee om te gaan, is een discussie die nu al sinds de komst van ChatGPT woedt. Maar we laten deze hier even buiten beschouwing.

Geldt kwaliteitsbesef ook voor docenten?

Jazeker. Voor docenten is het ook belangrijk om bewust na te denken over de kwaliteit van het werk van de student of leerling. Tegelijkertijd is een docent vaak al een specialist in zijn vakgebied. Dat helpt natuurlijk gigantisch om kwaliteit te herkennen en waarderen.

Toch zijn docenten niet immuun voor valkuilen, zoals heuristieken (geheugensteuntjes) en bias (vertekeningen) die het beslisproces beïnvloeden (Joughin et al. 2016).

Om die reden richten veel assessortrainingen zich op het leren herkennen van cognitieve bias, zoals het halo-effect en selectieve aandacht.

Wat is dan een goede aanpak als het aankomt op AI en kwaliteitsbesef?

Het is als docent en opleider allereerst belangrijk om te accepteren dat AI er nu eenmaal is en dat het niet meer zo maar weg gaat. Wie nu, net als met de eerste pc’s, niet met deze tools leert werken, gooit zijn eigen glazen in.

Verdere tips:

• Bespreek met studenten wat kwaliteit inhoudt. Wanneer is iets van kwaliteit?
• Bepaal ook eens samen met studenten wat de kwaliteits- of succescriteria van een uitkomst moeten zijn. Zo komen ze er bijvoorbeeld achter dat die supergelikte sollicitatiebrief afbreuk doet aan hun eigenheid. En laat dat laatste nou misschien net zijn waar een werkgever naar op zoek is…
• Ga met studenten de discussie aan over verantwoordelijkheid. Wat betekent het namelijk als je voor school of werk iets aanlevert dat niet feitelijk juist is?

Welke praktische werkvormen kun je inzetten?

Als het gaat om tekstueel werk, zoals bij taalrijke vakken (MVT, burgerschap, geschiedenis, maatschappijleer), kun je AI natuurlijk ook inzetten om studenten aan het denken te zetten.

1. Laat studenten bijvoorbeeld op papier eerst hun mening geven over een bepaald onderwerp.
2. Mits je de beschikking hebt over computers, kun je ze met vooraf bedachte prompts helpen om feedback te krijgen van de AI.
3. Laat studenten de feedback van de AI bespreken met elkaar. Wat vinden ze goed aan de feedback? Wat vinden ze minder goed? Hierbij kan een think-pair-share-strategie worden ingezet.

Een beruchte vraag van studenten en leerlingen is natuurlijk ‘waarom moet ik dit doen/kennen/weten?’ Bedenk dan dat een lerende het recht heeft op inzage als het ware op het doel van het leerproces en de beoogde leerdoelen en -uitkomsten.

Niets is zo demotiverend als te horen moeten krijgen je docent eigenlijk niet echt over de oefening heeft nagedacht, of dat de oefening wordt gedaan simpelweg omdat die in het boek staat…

Overigens kan een puur analoge opdracht een prima opdracht zijn voor studenten. De taaldocent die bijvoorbeeld een leerling een handgeschreven brief laat schrijven, kan als prima als onderbouwing geven dat dit ook geoefend moet worden omdat het (1) de hand-oogcoördinatie oefent, (2) helpt om taal te leren omdat je met schrijven bewuster met de vorm van letters bezig bent (3) omdat het ook goed is om even te kijken wat je eigenlijk weet zonder die digitale tools.

Bronnen:

https://www.tandfonline.com/doi/epdf/10.1080/02602938.2024.2335321?needAccess=true
https://link.springer.com/article/10.1007/s00146-025-02266-1