Logo

Scholen

AI de klas in brengen: een gids voor scholen

De meeste AI-invoeringen stranden op infrastructuur en beleid, niet op de technologie. Dit is de volgorde die wel werkt.

AM

Anish Menon · CEO & oprichter, Grout

· 10 min leestijd

De scholen waar AI wél is geland, begonnen niet bij de tool. Ze begonnen bij drie vragen: hoe ziet ons toetsbeleid eruit nu gegenereerde tekst bestaat, waar gaan de gegevens van onze studenten naartoe, en wat draait er eigenlijk op onze apparaten?

Beantwoord die eerst en de keuze van de tool wijst zichzelf. Sla ze over en je bent in het tweede trimester bezig de invoering terug te draaien.

Stap 1 — Beslis eerst over toetsing

Voordat er ook maar één tool wordt uitgerold, hebben secties een gedeeld antwoord nodig op: welke toetsen gaan ervan uit dat er zonder hulpmiddelen wordt geproduceerd, en hoe weten we dat ze nog meten wat we denken?

In de praktijk komen scholen meestal uit op een mix: schrijfopdrachten die zwaar wegen naar de les verplaatsen, het proces en de concepten laten meetellen naast het eindproduct, en per opdracht expliciet maken welke hulp is toegestaan. Een algeheel verbod is niet handhaafbaar en een algehele toestemming is niet te verdedigen.

Stap 2 — Doe het privacywerk goed

Stuurt een tool werk van studenten naar een derde partij, dan moet je weten wie de verwerker is, wat de bewaartermijn is, of de gegevens modellen trainen, wat de grondslag is en wat je ouders vertelt. Dat is echt werk, en het is de plek waar invoeringen het vaakst vastlopen.

Tools die op het apparaat zelf draaien veranderen de vorm van dit probleem. Gebeurt de inferentie op de schoollaptop, dan is er geen doorgifte, geen verwerker om aan het register toe te voegen en geen bewaarclausule om over te onderhandelen. De beoordeling krimpt van weken naar één gesprek.

Stap 3 — Wees eerlijk over de apparaten

Die laatste verrast mensen. Een cloudtool die prachtig werkt in een pilot met vier docenten, kan onbruikbaar zijn met een heel leerjaar op dezelfde verbinding.

  • Hoeveel RAM zit er werkelijk in het oudste apparaat dat nog in gebruik is?
  • Filtert het netwerk op een manier die modeldownloads of de API van een tool blokkeert?
  • Kan de ICT-afdeling software en modellen vooraf in het device-image zetten, of installeert elke student zelf?
  • Wat kost het aan bandbreedte als dertig studenten in het derde uur tegelijk een cloud-API aanspreken?

Stap 4 — Train personeel op oordeelsvorming, niet op knoppen

Training over functies is binnen een trimester verouderd. Wat blijft hangen, is docenten leren waar deze tools betrouwbaar zijn en waar niet: dat ze met veel overtuiging bronnen verzinnen, dat ze sterk zijn in herformuleren en zwak in redeneringen met veel rekenwerk, en dat alles wat op een rapport belandt door een mens gelezen moet worden.

De effectiefste trainingssessie is meestal een live demonstratie waarin een model iets aannemelijk én zelfverzekerd fout doet.

Stap 5 — Begin bij de werkdruk van docenten, niet bij studenten

Eerst uitrollen bij het personeel levert je drie dingen op: een groep docenten die de tool begrijpt vóórdat studenten ernaar vragen, meteen zichtbaar voordeel bij differentiatie en feedback, en een omgeving met lage inzet om de valkuilen te vinden.

Gebruik door studenten landt veel beter in het tweede trimester, geleid door docenten die er al een oordeel over hebben gevormd.

Een invoeringsvolgorde die werkt

  1. Bepaal het standpunt over toetsing. Sectie voor sectie: bepaal welke toetsen ervan uitgaan dat er zonder hulpmiddelen wordt gewerkt, en wat er verandert.
  2. Rond de privacybeoordeling af. Stel vast waar werk van studenten naartoe gaat. Geef de voorkeur aan verwerking op het apparaat zelf; dat scheelt enorm.
  3. Pilot met docenten. Zes tot tien docenten, één trimester, gericht op differentiatie en feedback in plaats van op lesplannen.
  4. Train op de beperkingen. Houd de sessie waarin het model iets fout doet. Publiceer een interne handreiking van één pagina.
  5. Open het voor studenten, met expliciete regels per opdracht. Bij elke opdracht staat welke hulp is toegestaan. Onduidelijkheid is precies wat integriteitszaken oplevert.
  6. Evalueer aan het eind van het trimester. Vraag wat er echt tijd heeft bespaard en wat er werk heeft opgeleverd. Schrap wat zijn plek niet heeft verdiend.

Veelgestelde vragen

Hoe voeren scholen AI het beste in de klas in?+

Regel eerst het toetsbeleid en de privacybeoordeling, doe daarna een trimester lang een pilot met docenten die zich richt op werkdruk — differentiatie, feedbackbanken en formaten omzetten — en open het pas daarna voor studenten, met expliciete regels per opdracht.

Is AI veilig te gebruiken met gegevens van studenten?+

Dat hangt volledig af van waar de verwerking gebeurt. Een cloudtool stuurt werk van studenten naar een derde partij, en dat vraagt om een volledige privacybeoordeling. Een tool die op het apparaat zelf draait, verwerkt lokaal, dus er is geen doorgifte en de beoordeling is veel eenvoudiger.

Moeten scholen AI verbieden?+

Een algeheel verbod is op privéapparaten niet te handhaven en duwt het gebruik ondergronds, waar niemand oordeelsvorming kan aanleren. Scholen die het goed doen, stellen expliciete regels per opdracht op, verplaatsen zwaarwegende schrijfopdrachten waar nodig naar de les, en leren studenten waar de tools onbetrouwbaar zijn.

Probeer de studio achter deze artikelen

Grout is een gratis, offline AI-leerstudio voor Windows en macOS. Geen account, geen kosten per prompt.

Download Grout gratis