Niet alleen feiten stampen: studenten in UMCG krijgen overhoring van AI-bot in plaats van oefentoets
In dit artikel:
Vierhonderd eerstejaars geneeskundestudenten van het Universitair Medisch Centrum Groningen (UMCG) deden recent mee aan een pilot met een speciaal ontwikkelde AI-chatbot om toetsen te oefenen. In plaats van traditionele multiplechoice-oefeningen liet de bot studenten actief overhoren: het systeem stelt vragen, ontvangt antwoorden en geeft daarop inhoudelijke feedback. Doel is niet zozeer sneller antwoorden te vergaren, maar studenten te dwingen hun keuzes te onderbouwen en zo dieper begrip te ontwikkelen.
De opzet wijkt bewust af van gangbare chatbots zoals ChatGPT. Hoewel de interface op een standaard chatscherm lijkt, is de AI aan strakke kaders gebonden: lange, gedetailleerde prompts van meerdere pagina’s sturen welke informatie gebruikt mag worden, hoe vragen geformuleerd moeten worden en hoe terugvragen beantwoord horen te worden. Daarmee probeerde het UMCG hallucinaties — het verzinnen van onjuiste feiten door het model — te beperken, een cruciale zorg wanneer AI leerstof zou kunnen verkeerd aanleren.
Docenten bleven tijdens de pilot nauw betrokken. Na de AI-overhoringen bespraken studenten de stof onder supervisie van een docent, die eventuele onjuistheden corrigeerde. De organisatie wil voorkomen dat de bot zelfstandig beslissend wordt; menselijke begeleiding en het trainen van studenten om kritisch met AI-antwoordverlening om te gaan zijn kernpunten van de aanpak. Tegelijk bleek cultureel verzet een obstakel: veel studenten willen nog steeds snel feiten stampen en ervaren het vragenstellende karakter van de bot als minder aantrekkelijk.
Naast de overhoorbot onderzoekt de faculteit een tweede AI-toepassing gericht op docenten: een systeem dat uit docentnotities automatische, leesbare feedback genereert voor praktijktests waarbij studenten spreekvaardigheid met patiënten oefenen. Deze tool wordt ontwikkeld door de Leidse startup Eduface, in samenwerking met Scorion. Oprichter Jeroen van Gessel zegt dat het doel is om feedback sneller en bruikbaarder te maken; feedback die meteen tijdens of vlak na het werk van een student komt, is doorgaans effectiever dan feedback die pas veel later volgt. Het trainen van zo’n model kostte meer dan honderdduizend euro en is deels gefinancierd via samenwerkingen en start-upondersteuning.
De experimenten tonen zowel kansen als beperkingen van AI in het onderwijs. Voordelen: schaalbare, directe oefenmogelijkheden voor grote groepen studenten en efficiëntere verwerking van docentinput. Risico’s: foutieve output door hallucinaties, variatie in wat verschillende mensen als ‘goede’ feedback zien, en de mogelijke informatieve overbelasting van studenten als automatisch gegenereerde feedback te uitgebreid of niet gefilterd is. Om die redenen blijft een menselijk eind-oordeel vereist; in de Eduface-opzet moeten docenten feedback handmatig goedkeuren en het systeem registreert of goedkeuring zorgvuldig gebeurt.
Het UMCG ziet de pilot als leertraject en benadrukt dat AI niet de panacee is voor onderwijsproblemen, maar wel een nuttig instrument om studenten vroeg te laten wennen aan technologie en kritisch denken over AI-bronnen te stimuleren. In de komende weken is een demo van de docentgerichte AI gepland; de faculteit zal dan beoordelen of die voldoet aan hun verwachtingen. Beide partijen — universiteit en start-up — benadrukken dat studenten en docenten moeten leren omgaan met de beperkingen en mogelijkheden van AI, zodat het middel ondersteunend wordt zonder de verantwoordelijkheid van de docent of de noodzaak van kritisch menselijk toezicht te ondermijnen.