De stormachtige opkomst van het Artificial Intelligence (AI) systeem ChatGPT heeft voor een groot publiek de potentie van AI-toepassingen duidelijk gemaakt. Ook in het onderwijs wordt gekeken naar de mogelijkheden die dit soort AI-systemen kunnen bieden. Wat gaat de komst van AI betekenen voor het hoger onderwijs?
Terwijl de tentakels van AI langzaam allerlei dagelijkse aspecten van ons leven omsluiten, is er onder deskundigen nog geen consensus over de definitie van AI. ‘AI houdt zich bezig met het nabootsen van intelligent gedrag. Voor mij komt het neer op het analyseren van data en het daaraan koppelen van een bepaalde automatische handeling, zonder dat een mens daaraan te pas komt’, vertelt Duuk Baten, adviseur Responsible AI bij SURF. ‘Zo’n AI-systeem zou bijvoorbeeld kunnen bepalen of iemand een student is of niet, aan de hand van informatie die het is gevoed over studenten’, legt hij uit. AI doet volgens Baten per definitie iets wat we niet verwachten van computers. ‘Vroeger dachten we dat een schaakcomputer AI was, maar nu vinden we dat een domme rekenkracht’, voegt hij toe. Bij elke innovatie op het gebied van AI verschuift de definitie dus langzaam.
De laatste jaren zijn er grote stappen gezet op het gebied van AI. Zo kan het recente fenomeen ChatGPT allerlei opdrachten uitvoeren die vijf jaar geleden nog onmogelijk leken, van het maken van een filmscript tot het opstellen van een dieet. Menig student zal stiekem al eens hebben geprobeerd een te lang uitgesteld verslag uit te besteden aan ChatGPT, om er vervolgens achter te komen dat het resultaat toch niet helemaal van academisch niveau is. Desondanks zijn onderwijsinstellingen beducht voor de mogelijkheden van AI. De komst van ChatGPT lijkt het startsein te zijn van een heuse wedloop tussen AI-schrijvers en fraudedetectie. Tegelijkertijd werken Nederlandse onderwijsinstellingen en de private sector hard aan het toepasbaar maken van allerlei AI-mogelijkheden voor het hoger onderwijs. Hoe kan AI worden toegepast in het hoger onderwijs, wat zijn daar de gevaren van en wat zal dit betekenen voor de vorm van het onderwijs?
Kunstmatig onderwijzen
De nabije toekomst zal er wat betreft AI in het onderwijs waarschijnlijk niet zo spectaculair uitzien als de opkomst van ChatGPT doet vermoeden. De komende jaren zullen we vooral toepassingen zien die het onderwijs op kleine manieren verbeteren. Sommigen worden zelfs nu al op kleine schaal ingezet. Een van die toepassingen is learning analytics, zegt Bart Karstens, onderzoeker bij het Rathenau Instituut en expert op het gebied van digitalisering van het onderwijs. ‘Bij learning analytics gebruik je data van grote aantallen studenten om allerlei dingen te voorspellen, zoals studieuitval of studievertraging’, legt hij uit. Op basis daarvan kan vervolgens een andere studierichting worden geadviseerd of de student kan in een groep met extra docentbegeleiding worden geplaatst. Karstens vertelt dat learning analytics daarnaast kan zorgen voor een betere samenstelling van studieprogramma’s. Hij geeft het voorbeeld van de studie Culturele Antropologie aan de Vrije Universiteit. ‘Studenten gingen altijd op excursie naar het buitenland. Uit data-analyse kwam een telkens terugkerend patroon van studievertraging naar voren. De oorzaak bleek te liggen in de samenstelling van het curriculum, waarin de uitwerking van het onderzoek van de excursie samenviel met andere belangrijke knooppunten van de studie.’ Karstens eindigt: ‘Dat curriculum hebben ze toen slimmer in elkaar gestoken, waardoor het veel studievertraging scheelde voor veel studenten.’
‘AI kan meehelpen om studenten de lesstof op maat aan te bieden.’
Een andere toepassing die we de komende jaren gaan zien is gepersonaliseerd leren. Dit soort AI-systemen analyseren wat de student wel of niet kan en passen op basis daarvan het niveau van de lesstof aan. ‘Iedereen leert op een andere manier. AI kan meehelpen om studenten de lesstof op maat aan te bieden’, vertelt Karstens. ‘Een praktisch voorbeeld kan bijvoorbeeld zijn dat je sommen maakt voor statistiek en dat het programma opmerkt dat je de basis beheerst, waarna het je moeilijkere opgaven geeft’, legt Baten uit. Een aantal van deze gepersonaliseerde toepassingen, zoals Squirrel AI, zijn nu al in gebruik bij verschillende hogescholen. ‘Ze worden de komende jaren veel beter, zeker in combinatie met learning analytics’, stelt Tommy van der Vorst, onderzoeker bij Dialogic, een bedrijf dat overheden adviseert op het gebied van AI.
In de gepersonaliseerde toekomst van het onderwijs kan AI ook een belangrijke rol gaan spelen in tussentijdse toetsing en nakijken. ‘AI zou bijvoorbeeld tussentijds de kennis van studenten kunnen toetsen, waardoor studenten een beter gevoel krijgen over hoe ze ervoor staan qua progressie’, vertelt Baten. Tegelijkertijd zou AI docenten ook kunnen ondersteunen in het nakijken. ‘Als een essay bijvoorbeeld in een bepaalde stijl moet zijn en bepaalde elementen moet bevatten, dan zou een AI daar van tevoren al naar kunnen kijken en bepaalde dingen kunnen markeren of suggesties voor feedback kunnen geven’, stelt Van der Vorst. ‘Daarmee kan het nakijken veel sneller gaan’, concludeert hij.
Terminator-toekomst
Deze ontwikkelingen hebben allemaal implicaties waar we volgens deskundigen nu over moeten nadenken. ‘We moeten de dialoog aangaan over hoe we omgaan met de grote hoeveelheid data die AI nodig heeft voor toepassingen’, stelt Baten. Die grote omvang hoeft niet per se slecht te zijn, maar er moet wel verantwoord mee worden omgegaan. Van der Vorst wijst erop dat er naast datalekken meer gevaren schuilen in het verzamelen van grote hoeveelheden data. ‘Er verschuift heel veel macht naar de partijen die de data en AI in handen hebben. Daar moet over worden nagedacht.’ Van der Vorst noemt daarbij het schrikbeeld van China, waar universiteiten persoonlijke data koppelen aan videobeelden om te kijken wie er niet oplet in de collegezaal. ‘Zo ver zal het in Nederland niet komen, maar het geeft wel aan hoe ver het kan gaan.’ Volgens Van der Vorst moeten studenten dan ook de mogelijkheid hebben te weigeren dat er data over hen wordt verzameld.
De privacy-implicaties hangen ook samen met het feit dat data veelal wordt verzameld door bedrijven, gezien zij veel van de applicaties van AI in het hoger onderwijs ontwikkelen. We moeten volgens Karstens inzien dat hun doeleinden niet op dezelfde lijn hoeven te liggen als die van onderwijsinstellingen. ‘Zij kunnen geld verdienen met data als als hun primaire doel hebben, terwijl het verbeteren van het onderwijs met digitale producten voorop moet staan.’ Data van studenten is heel waardevol en kan worden doorverkocht aan derden voor bijvoorbeeld gerichte advertenties. ‘Het is daarom nodig om nu duidelijke afspraken te maken op het gebied van privacy, transparantie en eigenaarschap van het hoger onderwijs van de toekomst’, stelt Karstens.
Data van studenten is waardevol en kan worden doorverkocht aan derden.
Daarnaast dreigt het gevaar dat studenten door AI steeds meer worden gekneed om in een bepaalde mal te passen. Bij het nakijken is AI bijvoorbeeld getraind met een dataset van ‘goede essays’. Het kan dat deze essays allemaal overeenkomen op een bepaald punt, waardoor de AI dit gaat associëren met een goede essay. Dit hoeft echter niet daadwerkelijk het criterium voor een goed essay te zijn. ‘Het zou dan kunnen dat je wel een goed, bevlogen essay schrijft, maar dat de AI jouw woordgebruik correleert met lage cijfers en je daarom een laag cijfer geeft’, legt Baten uit.
Er moet ook worden nagedacht over de invloed van voorspellende algoritmes op studenten. Is het wenselijk dat een AI door middel van learning analytics voorspelt of een student een vak wel of niet gaat halen? En wat voor consequenties mogen er aan die voorspelling hangen? De discussie is nog nauwelijks op gang, maar Pim Haselager, hoogleraar Artificiële intelligentie aan de RU, ziet dat soort voorspellingen liever niet. ‘Ze zorgen ervoor dat je te vroeg gaat zeggen wat mensen wel en niet kunnen’, begint hij. ‘Het kan een self-fulfilling prophecy worden en dat kan heel stigmatiserend werken.’ Hij vervolgt: ‘Ik hoef helemaal niet te weten hoe jij gaat presteren, dat zie ik in het moment zelf wel.’
Van kennis naar vaardigheden
De ontwikkelingen op het gebied van AI zullen op allerlei manieren de huidige onderwijsvormen uitdagen. Door de makkelijke toegang tot enorme hoeveelheden kennis en de mogelijkheid om hele lappen tekst voor je te laten schrijven, moet het onderwijs opnieuw bedenken wat ze studenten wil leren volgens Haselager. ‘Vaardigheden als creativiteit, aanpassingsvermogen en communicatie worden veel belangrijker, net als zelfmanagement en het kunnen redigeren van AI-teksten’, zegt hij. ‘Kennis zal nog wel van belang blijven, vooral omdat AI nog steeds soms onzin zal uitkramen. Dat moet je kunnen herkennen’, vervolgt Haselager. ‘De tijden van het stampen van kennis gaan we echter achter ons laten.’
‘De tijden van het stampen van kennis gaan we achter ons laten.’
De verschuiving van kennis naar vaardigheden zorgt ervoor dat een nieuwe manier van toetsing nodig zal zijn. Wat die nieuwe manier precies zal zijn, is nog niet duidelijk. ‘Omdat AI alleen maar kennis reproduceert, zou je in toetsing meer kunnen focussen op de toepassing van deze kennis. Een AI kan prima kennis uit boeken reproduceren, maar het kan voorlopig nog niet op basis daarvan nieuwe kennis of conclusies maken’, stelt Van der Vorst. Met dat in het achterhoofd zou je er volgens hem ook voor kunnen kiezen om AI te omarmen, omdat die middelen er buiten school ook gewoon zijn. ‘Wellicht zou je studenten juist eens kunnen vragen met een AI een essay te schrijven, en hen vervolgens te laten reflecteren op de gebruikte prompts en de beperkingen’, vertelt Van der Vorst.
Daarnaast moet er worden gewaakt voor het stiekem gebruiken van AI tijdens bijvoorbeeld het schrijven van essays. Nu ontloopt ChatGPT de fraudedetectie al in veel gevallen. De kans is groot dat AI altijd een stapje voor blijft lopen op fraudedetectiesoftware. ‘Je krijgt een soort rat race, waarbij AI steeds beter wordt naarmate de detectie ook beter wordt’, stelt Van der Vorst. Voor Haselager zijn de moeilijk te herkennen AI-teksten al een reden geweest om toetsing aan te passen. Hij heeft ervoor gekozen om zijn studenten geen essays meer te laten schrijven. In plaats daarvan neemt hij mondelinge toetsen af. ‘Ik wil me tijdens het nakijken niet de hele tijd afvragen of een AI het heeft geschreven. Dan ben ik met hele andere dingen bezig dan de kwaliteit van een essay beoordelen’, stelt hij. ‘Je kan ook de andere kant op gaan, dat je de opdracht moet maken in een kamer zonder laptops en wifi’, zegt Van der Vorst.
De komende jaren gaan we dus steeds meer AI-toepassingen zien die het onderwijs gaan veranderen. Het zullen toepassingen zijn die op de achtergrond spelen, zoals learning analytics en gepersonaliseerd leren, of hulpmiddelen die nog in een vroeg stadium zitten, zoals chatbots. Toch moet er nu al worden nagedacht over de implicaties van de komst van AI, aangezien er ook veel mogelijke nadelen aan kleven. Om die dialoog nu en in de nabije toekomst te voeren is het cruciaal om de kennis over AI te vergroten. ‘De AI-geletterdheid binnen de onderwijssector moet echt omhoog. Daar ligt de uitdaging’, concludeert Baten.
Dit artikel verscheen eerder in ANS-krant 7.