AI en (e-)leren: vervangt een robot de docent?

Moordlustige robots die de wereldmacht willen overnemen? Elegante cyborgs die de liefde van je leven worden? Als je enkele maanden geleden aan eender wie vroeg wat AI is, dan kreeg je vooral scenario’s die in de nabije toekomst niet meteen realistisch zijn.

Sinds ChatGPT is dat anders. We beseffen steeds meer dat AI overal rond ons heen is. Van Siri en Alexa in onze smartphone die onze stem herkennen, antwoorden onthouden en bijleren over ons gedrag tot automatische vertaalsystemen en Spotify die je muzieksmaak steeds beter weet in te schatten. Allemaal AI.

AI is dus een algoritme dat kan bijleren of ‘denken’, naar analogie met het menselijk brein. Die laatste doet dat op basis van data, feiten, herinneringen en ervaringen. AI gebruikt dan weer data, teksten, afbeeldingen en alle mogelijk andere digitale input om zijn ‘brein’ te voeden.

Op dit moment zie je nog niet veel AI-toepassingen in het onderwijs. Al zal dat snel veranderen. Er zijn al heel wat mogelijkheden om het leerproces optimaal te personaliseren. Nu al kan je met learning analytics cursisten tracken om hen beter te begeleiden en ondersteunen: hoe staat het met hun vaardigheden, hoeveel tijd spenderen ze aan opdrachten...? Alleen zijn die systemen nu nog niet voorspellend, enkel beschrijvend. Het onderzoek naar dat voorspellend gepersonaliseerd leren is veelbelovend. Het eindpunt zal voor alle cursisten hetzelfde blijven, maar de weg ernaartoe wordt persoonlijker.

In principe zouden we met AI op termijn kunnen voorspellen welke cursisten slagen voor een examen. Dat mag natuurlijk niet de bedoeling zijn. Ethiek[1]  speelt bij alles wat AI betreft een belangrijke rol.

Die AI learning analytics moeten vooral een positieve tool zijn: beginnen bij een ijkingstoets, de (online) leertrajecten van een cursist volgen, kijken hoeveel tijd zij of hij spendeert aan oefeningen en leerstof… Op basis van zo’n positief leerontwikkelingsperspectief bied je tips, motivatie en materiaal op maat aan.

Voor docenten belooft AI vooral mogelijkheden op vlak van formatieve evaluatie: opdrachten en oefeningen die niet meetellen voor het eindcijfer. Die zijn uiteraard essentieel voor cursisten omdat ze hen de kans geven te oefenen, fouten te maken en feedback te krijgen. Alleen: cursistengroepen zijn vaak groot en docenten hebben niet alle tijd om grondig formatief te evalueren en ook nog eens individuele feedback te voorzien. Vaak moeten ze – begrijpelijk – terugvallen op meerkeuzevragen. Binnen AI kan natural language processing de oplossing zijn: deze technologie kan taal ‘begrijpen’ en dus vormelijke en inhoudelijke feedback geven op open antwoorden.

In principe kan een docent zelf een examen laten opstellen door AI, bijvoorbeeld door een meerkeuzevraag met één juist en een aantal foute antwoorden te genereren. Handig! Toch is waakzaamheid altijd geboden. AI is niet alwetend, het gebruikt ook gewoon de data die al ter beschikking is. Hoe specifieker je vraag en hoe meer niche je vakgebied, hoe groter de kans dat ChatGPT nonsens uitkraamt.

Zie zo’n tool dus vooral als inspiratie. Het moeilijkste aan meerkeuzevragen? ‘Goede’ foute antwoorden bedenken. Gebruik ChatGPT dan gerust als inspiratiebron, maar lees altijd heel grondig na.

Inspiratie en tijdsbesparing voor docenten, dus. Maar wat als cursisten hun opdrachten door zo’n AI-systeem halen? Tja, die teksten zullen vormelijk heel sterk zijn: grammaticaal correcte zinnen, sterke samenhang. Maar er is een grote ‘maar’.

Die systemen zien taal op een wiskundige manier, niet taalkundig. Hun taal is puur vormelijk en niet gebonden aan de werkelijkheid. Niet alles wat ze zeggen is dus correct en is vaak onvoldoende genuanceerd of kritisch. Je zal merken dat er iets ‘niet helemaal klopt’. Er zijn voldoende red flags die het systeem verraden: met creativiteit als belangrijkste.

AI zal zich steeds vaker en duidelijker een weg banen doorheen alle richtingen – niet alleen computerwetenschappen. Denk aan geneeskunde, ingenieurswetenschappen en humane wetenschappen. Automatische vertaalsystemen zullen de traditionele vertalers bijstaan, robots zullen mensen in het rusthuis gezelschap houden… Dat zijn mooie toepassingen, laten we ons daar vooral bewust van zijn. Sensibilisering over AI is nu de eerste stap voor het onderwijs, zeker op vlak van ethiek en de impact op mens en maatschappij.

‘Cursisten schrijfvaardigheden aanleren heeft geen nut meer. ChatGPT zal dat in no time van hen overnemen, en zelfs beter doen’. Laat ons dat misverstand uit de weg ruimen. In een wereld van AI-teksten zal goede schrijfvaardigheid net nóg belangrijker worden. Het maakt het verschil tussen middelmatigheid en teksten die de lezer grijpen, die de juiste snaren raken. Schrijven blijft ook belangrijk voor de rest van de studieloopbaan en carrière: structureren en informatie verwerken zijn en blijven kernvaardigheden.

Krijgen we dus binnenkort les van een robot met stropdas, die ons vertelt hoe we duurzame bouwtechnieken moeten toepassen? Misschien: ChatGPT maakt de tekst, een tekst-to-speech programma zet dat om en we bouwen een metalen omhulsel die de tekst afspeelt en er nog goed uitziet ook. Maar willen we dat?

Een robot is veel, maar niet menselijk. Empathie en enthousiasme zullen nooit oprecht zijn. Zo lang cursisten weten dat ze met een simulatie te maken hebben, zullen ze er geen band mee opbouwen. Een goede docent toont interesse, maakt fouten en flauwe mopjes, heeft zijn karaktertrekken en gevoelens. Cursisten hebben die gepassioneerde docenten nodig om zelf gestimuleerd, geïnteresseerd en geactiveerd te blijven. Allemaal dingen waar ChatGPT vooralsnog niet toe in staat is.

Bron: Podcast AI AI AI, met gast Leen Sevens, onderwijstechnoloog voor de groep humane wetenschappen aan de KU Leuven.