In dit document wordt verkend hoe studenten gebruikmaken van AI-toepassingen zoals Copilot en welke behoeften en verwachtingen zij hebben ten aanzien van AI in de toekomst. Door inzicht te krijgen in het huidige gebruik en de wensen van studenten, biedt dit document aanknopingspunten voor het doordacht inzetten van AI binnen het onderwijs.
Aan dit open leermateriaal is UNESCO AI Patronage verleend. Dit houdt in dat UNESCO erkent dat het leermiddel aansluit bij haar waarden en uitgangspunten voor verantwoorde, ethische en mensgerichte inzet van artificiële intelligentie. De patronage geeft aan dat het initiatief bijdraagt aan kwaliteitsvolle AI-educatie.
Auteur:
Rick Fingal
Onderwijsinstelling:
ROC van Amsterdam – MBO College West
Rol:
Docent
De docenten van het Practoraat Mediawijsheid doen praktijkgericht onderzoek om nieuwe ideeën uit te proberen en kennis op te doen om de onderwijspraktijk te verbeteren. Rick Fingal van het ROC van Amsterdam – MBO College West wilde weten hoe studenten AI zoals Copilot gebruiken, en wat hun wensen zijn voor AI in de toekomst.
Wat was de aanleiding van je onderzoek?
Het ROC van Amsterdam heeft Copilot aangeschaft voor studenten en medewerkers. Vanuit de opleiding Sociaal Werk is allerlei voorlichtingsmateriaal over AI beschikbaar, bijvoorbeeld over wat het is, hoe het werkt en welke do’s en don’ts er gelden voor het gebruik hiervan binnen de school. Het enige wat ik zelf nog miste was; hoe gebruikt de doelgroep (studenten SW) Large Language Models (LLMs) zoals Copilot, en waar vinden zij dat deze aan moet voldoen?
In welke context vond je onderzoek plaats (les, klas, team, school breed)?
In de klas, bij stagiaires (wijklabs).
Wat wilde je te weten komen?
Ik wilde weten waarvoor studenten van Sociaal Werk (SW) Copilot gebruiken en wat ze (in de toekomst) van dit programma zouden willen.
Wat wilde je opleveren?
Een overzicht met daarop het huidige gebruik van Copilot door studenten SW en hun wensen voor de toekomst met betrekking tot functionaliteiten van Copilot.
Hoe heb je je onderzoek aangepakt (informatie vinden, experts bevragen etc.)?
Aan de hand van de MOSCOW methode (The MoSCoW Prioritization Method Explained (monday.com)) heb ik bij studenten SW geïnventariseerd waaraan zij vinden dat Copilot moet voldoen. Nadat ik de prioriteiten in zicht had, heb ik de studenten verder bevraagd over hun antwoorden, zodat ik achterliggende gedachten, redenen, wensen kon ophalen.
Daarna heb ik een video met Powerpoint gemaakt waarin ik de bevindingen met de studenten heb gedeeld. De vraag was of zij de resultaten herkenden en of zij bepaalde data misten. Hun feedback heb ik vervolgens weer in de video verwerkt.
Op basis van de goedgekeurde bevindingen, heb ik een infographic in Canva gemaakt voor collega’s. Zij vonden het interessant om te zien hoe studenten Copilot gebruikten en wat hun wensen voor de toekomst zijn. Een kritische noot die vaak voorkwam in gesprekken met collega’s, was dat zo’n programma wel ondersteunend moest blijven aan het leerproces van de student; studenten moeten zelf blijven nadenken, reflecteren en creëren.
Ook dat studenten graag willen dat het programma met zo min mogelijke informatie begrijpt wat ze bedoelen, en daarmee een soort digitale avatar van hen kan worden, zorgde voor een kritische noot van collega’s. Collega’s zien met het huidige ontwerp juist de kans om studenten goede vragen te leren formuleren, de juiste context te leren beschrijven en om goed na te leren denken over wat ze precies willen dat het programma tekstueel of visueel genereert.
Waar liep je tegenaan?
Ik had niet genoeg tijd om de data te verzamelen en om de studenten verder te bevragen op hun antwoorden. Ik zou graag nog meer willen weten. Wat bedoelen ze precies, hoe zien ze een aantal zaken voor zich? Hoeveel privacy zouden ze willen opgeven? Welke data en hoeveel data willen ze delen met zo’n programma, opdat het uiteindelijk een “virtuele avatar” van hen wordt? Waarom zouden ze willen dat zo’n programma een persoonlijke digitale adviseur van hen wordt, waarom niet een echt persoon? Waarom vertrouwen ze een “abstract” algoritme meer dan een echt persoon?
Wat gaf je energie?
Ik kreeg energie van het praten met studenten over hun antwoorden en samen nadenken over de betekenis van hun antwoorden. Bijvoorbeeld, waar ligt de grens van wat AI op den duur allemaal kan? Wat leer je nog als AI al het denken voor jou kan doen? En wat nou als het zo leert denken, praten en schrijven als jij, waar ligt dan de grens tussen de student als persoon en een digitale avatar?
Wat hebben andere docenten aan je onderzoek?
De positieve en enthousiaste kijk van studenten op technologie, nodigt docenten uit om na te denken en te fantaseren over de mogelijkheden van AI. Tegelijkertijd doet het een beroep op docenten om samen met studenten kritisch te blijven kijken naar de inzet, mogelijkheden en consequenties van alle vormen van AI.
Publicatiedatum:
27 juni 2024
Laatst bijgewerkt:
09 februari 2026
Type:
Niveau:
Thema:
Tijdsduur:
Groepsgrootte:
Taxonomie van Bloom:
On / Offline:
Rollen:
Type video:
Dit is open leermateriaal van het Practoraat Mediawijsheid en vallen onder de licentie Creative Commons CC BY-NC-SA 4.0
Publicatiedatum
27 juni 2024
Laatst bijgewerkt
09 februari 2026
Type
Niveau
Thema
Tijdsduur
Groepsgrootte
Taxonomie van Bloom
On / Offline
Zes rollen van de docent
Type video
Dit is open leermateriaal van het Practoraat Mediawijsheid & Burgerschap en vallen onder de licentie Creative Commons BY-NC-SA 4.0