Betere opdrachten dankzij AI

Auteur: Eric van der Plicht | Foto: Roland Conté

ChatGPT is een welkome ontwikkeling voor het onderwijs. Doordat AI goed abstracte informatie kan reproduceren, moeten opdrachten weer gericht zijn op de geleefde ervaring van de leerling. Het dwingt docenten opdrachten context- en persoonsgebonden te maken. Dat zal zorgen voor betere en leukere opdrachten.

Een paar jaar geleden kregen mijn leerlingen de opdracht de film American History X (1998, regie Tony Kaye) te analyseren.
Ze mochten zelf bepalen of ze de hele film of een scène als studieobject namen. Ze moesten de gekozen scène(s) omschrijven en hier vervolgens bepaalde concepten, zoals socialisatie en cultuur, op toepassen.
Afsluitend moest een synthese worden geformuleerd, waarin nieuwe inzichten werden omschreven.

Een leuke opdracht. Maar met de komst van ChatGPT is deze in zijn huidige vorm ongeschikt geworden. Dat komt omdat de opdracht erg abstract en onpersoonlijk is. Immers, wat weerhoudt een leerling ervan een vage en abstracte omschrijving te geven van het plot van de film? Bovendien, hoe vager de omschrijving van de film of de scènes, hoe makkelijker de opdracht kan worden uitbesteed aan ChatGPT, zonder dat de leerling zelf hoeft na te denken.

Specifieke, kleine contexten
Die tijd is gelukkig nu voorbij. Vage omschrijvingen en antwoorden zijn niet meer voldoende, omdat juist dit soort antwoorden kunnen worden gegenereerd door ChatGPT. Het is dus aan docenten opdrachten te ontwikkelen die gaan over specifiekere en kleinere contexten.
Niet meer: ‘a mile wide, and an inch deep’, maar andersom: ‘an inch wide, and a mile deep’. Juist daardoor worden de opdrachten beter, omdat meer wordt gevraagd van de leerling.

Neem de filmanalyse. Deze opdracht zal de leerling dan niet meer de vrijheid geven om de context zelf te bepalen. De context moet worden verkleind. Geef leerlingen de keuze uit vijf scènes van maximaal twintig seconden. Maak daarnaast de opdracht persoonsgebonden. Laat ze de scène naast een gebeurtenis leggen uit hun eigen leven, van de afgelopen week. Die gebeurtenis kan ‘bewezen’ worden met een foto. Laat ze vervolgens de gekozen scène en de beschreven gebeurtenis analyseren op grond van een correcte toepassing van verschillende concepten en/of stromingen. Deze manier van werken vraagt meer sturing van de docent, maar wel met het (gewenste) resultaat: namelijk dat de leerlingen zelf moeten nadenken.

Meer diepgang en meer betekenis
De aanpassing van de opdracht lost een aantal problemen op. Allereerst wordt diepgang verwacht, omdat de context klein is. Bij kleine contexten is meer ruimte voor een diepgaandere analyses. Bovendien is de opdracht persoonsgebonden. Dit heeft als voordeel dat deze betekenisvoller wordt voor de leerling, maar uiteraard ook dat deze niet voorgelegd kan worden aan ChatGPT. Kunstmatige intelligentie kent de persoonlijke context van de leerling namelijk niet.

ChatGPT is daarom een welkome ontwikkeling, voor docenten, maar ook voor leerlingen. Uiteindelijk wordt van iedereen meer diepgang verwacht. En daar zou het onderwijs om moeten gaan.

Eric van der Plicht is docent maatschappijwetenschappen, podcastmaker en socioloog.

KZ06/2023

Van Gerwen denkt door Digitale geletterdheid in het kunstonderwijs 26. Muziek produceren met AI AI is het nieuwe Photoshop

Cover #6

Radically Mine! 2024 Winnend object juryprijs Leerlingenwerk vso De Berkenschutse (Heeze) Van Abbemuseum Foto Damion Thakoer (fragment)