Onder docenten bestaan verschillende perspectieven over Generatieve AI, van ‘wat een geweldige mogelijkheden’ tot ‘Ik vind het maar niks, ik wil er ook helemaal niks mee’. Waar zijn die perspectieven op gebaseerd? Is het angst voor het onbekende, of in elk geval een ongemak bij het loslaten van het bekende, zoals destijds ook gebeurde toen de online zoekmachine en Wikipedia, of de mobiele telefoon, hun intrede deden? Of komt het doordat de trots van onderzoek doen, het kritisch nadenken, zorgvuldig woorden kiezen en je boodschap overbrengen als een kunst, nu kan worden uitbesteed aan een algoritme en er daarmee aan het vakmanschap van de onderzoeker getornd wordt? Proberen we daarmee dan angstvallig om niet overbodig te raken?
Hoe het ook zij, veel docenten en onderzoekers zoeken naar een manier om hier dagelijks mee om te gaan. Studenten gebruiken GenAI, als een zoekmachine, als second opinion, of om vragen aan te stellen op het moment dat wij niet beschikbaar zijn. En soms ook om het schrijven van opdrachten of projectwerk uit te besteden. De docent ziet dat of heeft in veel gevallen een vermoeden, tijdens colleges en bij toetsingsmomenten.
Aan onze universiteit wordt verondersteld dat de huidige OER volstaat, omdat in principe het gebruiken van GenAI valt onder het presenteren van werk van anderen als het eigen werk. Dus zit de docent klem. Meer onderwijs, minder tijd en ondertussen proberen ‘goed’ onderwijs te leveren. Met het moeten verantwoorden van beoordeling met rubrics, toetsmatrijzen etcetera, maar tegelijk aan je water voelen dat een student tóch niet helemaal beheerst wat de opleiding vraagt. En ik denk dat de meeste, zo niet alle, docenten zich wel eens afvragen: Als ik hier een voldoende aan toeken, beloon ik dan de kennis en kunde van de student op het vakgebied, of voor het doelmatig prompten van een generatief taalmodel?
Een voorbeeld, vast voor velen herkenbaar: bij het nakijken van producten is er twijfel of een student zelf begrijpt wat er geschreven staat. Na enig doorvragen lijkt die twijfel gerechtvaardigd. Toch is gebruik van GenAI moeilijk hard te maken, omdat GenAI niet twee keer dezelfde stukken tekst produceert. Daarbij kan het met de juiste prompt ook nog eens opzettelijk zeer geloofwaardige fouten kan maken op het niveau van de student. Vroeger waren niet-bestaande referenties een duidelijk teken van GenAI, maar dat is tegenwoordig niet meer het geval.
Maargoed, geen centraal beleid dus. We hebben wel een onderwijsvisie, die docenten beschrijft als expert, als coach en als teamlid. Die expert-rol en coach-rol gaan we vermoedelijk steeds meer delen met GenAI. Tenminste, in de ogen van studenten die GenAI vaak gebruiken tijdens het studeren. Wij zijn nou eenmaal niet 24/7 beschikbaar en zelfs als we dat wel zijn, hebben we zoveel andere taken dat individuele aandacht geven aan alle studenten in iedere cursus niet zou lukken. We hebben er dus, en dat is toch enigszins ironisch in de huidige tijd, een nieuwe collega bij die heel wat inhoudelijke expertise meeneemt. Helaas is deze nieuwe ‘collega’ soms ook een beetje in de war en moeten we wel precies de juiste vragen stellen om van die expertise te profiteren.
Als coach begeleiden we studenten om op een goede manier de juiste vragen te stellen en kritisch te kijken naar de antwoorden. Maar we begeleiden ook in het innemen van een ander perspectief op allerlei ethische en morele vraagstukken rondom AI. Op het eerste gezicht lijkt het gratis, maar als we uitzoomen wordt AI duurbetaald (de klimaatimpact, de zichzelf versterkende ongelijkheid door continue reproductie van bias zoals gender of huidskleur, onherleidbare diefstal van intellectueel eigendom, om maar wat te noemen). Als we niet klakkeloos die prijs willen accepteren moeten we ons er minstens van bewust zijn.
Dan zijn er nog de nodige reflexieve uitdagingen. Net als met de opkomst van de rekenmachine en online zoekmachines, moeten we als docenten in een team samen het gesprek te voeren over eindtermen en de functie van de opleiding. Waar staat ons diploma voor? Wat vinden we belangrijk, waaróm willen dat een student bepaalde dingen leert? En laten we daarbij ook kritisch zijn op onszelf. Kijken we met de bril van onze eigen studie, in een wereld zonder AI, misschien zelfs nog zonder het internet? Hoe verhoudt zich dat tot wat het werkende leven en de samenleving over vijf à tien jaar van ons vragen? Daar komen onze studenten tenslotte in terecht.
Uiteindelijk voert dit terug op vraagstukken van betekenisgeving. Wat wordt onze rol, waar halen wij betekenis uit als AI onze economie draaiend houdt en we alleen nog hoeven te monitoren, of zelfs dat niet eens meer? Ik had het hier laatst met een student over. Zonder aarzelen was het antwoord: “Liefde en compassie, daar zijn we toch allemaal naar op zoek”, aldus de student. Dat vind ik dan toch een lichtpuntje. Docenten worden zeker niet overbodig, ze worden alleen maar belangrijker.