Niet alleen feiten stampen: studenten in UMCG krijgen overhoring van AI-bot in plaats van oefentoets
In dit artikel:
Vierhonderd eerstejaars geneeskundestudenten van het UMCG namen deel aan een pilot met een speciaal ontwikkelde AI-chatbot om anders te oefenen voor toetsen. In plaats van traditionele multiplechoice-oefeningen of het stampen van oude toetsen, werden studenten actief overhoord door de AI: het systeem stelde vragen, studenten antwoordden en de bot gaf daarna inhoudelijke terugkoppeling en beoordeelde de antwoorden.
Het UMCG-systeem lijkt op ChatGPT qua interface, maar is technisch beperkter en gestuurd met lange, vakinhoudelijke prompts (van meerdere A4’tjes) om te zorgen dat de AI bij de les blijft en niet afwijkt van de vastgestelde leerstof. Die afbakening moet hallucinaties—dat wil zeggen: het verzinnen van onjuiste informatie door de AI—terugdringen. Omdat dergelijke fouten in een leeromgeving problematisch zijn, bleef menselijk toezicht onderdeel van de pilot: docenten begeleidden nabesprekingen zodat eventueel foutieve kennis alsnog gecorrigeerd wordt.
De aanleiding was praktisch: bij grote cohorten is omschakelen naar open vragen moeilijk vanwege het nakijkwerk. De bot stimuleert studenten juist om hun antwoorden uit te leggen, wat volgens de onderwijscoördinator Kai Yu Ma beter leren bevordert dan puur multiplechoice. Tegelijk botst het met de huidige studiecultuur; veel studenten verkiezen snelle antwoorden en stampen boven vertraagd, expliciet oefenen. De universiteit wil daarom ook vaardigheden aanleren om kritisch met AI om te gaan.
Parallel aan de overhoorbot onderzoekt het UMCG een andere AI-toepassing voor docenten: een systeem dat notities van beoordelaars van praktijksessies omzet in heldere, volledige feedback voor studenten. Deze toepassing wordt ontwikkeld door de Leidse startup Eduface (samen met Scorion). Het trainen van hun AI kostte meer dan honderdduizend euro, deels gefinancierd via samenwerkingen en Google’s start-upprogramma. Eduface-oprichter Jeroen van Gessel benadrukt dat directe, bruikbare feedback tijdens het oefenproces waardevoller is dan achteraf commentaar dat studenten snel vergeten.
Belangrijke uitdagingen die uit de pilot naar voren kwamen: het volledig uitbannen van AI-hallucinaties is niet haalbaar, het uniform trainen van modellen voor subjectieve feedback is complex en er is risico op een overload aan informatie voor studenten. Beide partijen benadrukken dat AI-resultaten altijd gecontroleerd moeten worden door docenten; een goedkeuringsstap is ingebouwd en men waakt ervoor dat docenten niet mechanisch op ‘goedkeuren’ klikken.
De pilot is afgerond en het UMCG zegt “veel te hebben geleerd”. Binnenkort krijgen ze een demo van de feedback-AI om te beoordelen of het voldoet aan hun verwachtingen. Algemeen beeld: AI kan schaalbare oefen- en feedbackmogelijkheden bieden, maar vereist zorgvuldige inbedding, menselijke begeleiding en onderwijs in kritisch gebruik.