• Home
  • /
  • Nieuws
  • /
  • Wetenschappers kritisch op AI-cursussen van Radboud in’to Languages

Door Dave

juli 1, 2026

Wetenschappers aan de Radboud Universiteit uiten kritiek op AI-cursussen van talencentrum Radboud in’to Languages in Nijmegen. De trainingen leren studenten en medewerkers werken met chatbots zoals ChatGPT, Gemini en Microsoft Copilot. Het debat draait om academische integriteit, kwaliteit en privacy. De discussie raakt ook aan de AVG en de Europese AI-verordening, met gevolgen voor onderwijsinstellingen.

Cursussen roepen weerstand op

Onderzoekers vragen zich af of een universitair talencentrum actief moet aanmoedigen om teksten te laten schrijven of herschrijven door algoritmen. Zij vrezen dat het de grens tussen eigen werk en door een systeem gegenereerde tekst vervaagt. Ook maken zij zich zorgen over ongelijkheid als sommige groepen betere of betaalde hulpmiddelen gebruiken.

De kritiek richt zich daarnaast op de didactische kant. Studenten kunnen afhankelijk worden van systemen, terwijl schrijf- en redeneervaardigheid kernvaardigheden in het hoger onderwijs zijn. Bovendien is het beoordelen van authenticiteit en brongebruik lastiger wanneer een model meeschrijft.

Wetenschappers wijzen tot slot op de betrouwbaarheid van generatieve modellen. Chatbots kunnen verzinsels presenteren als feiten en bestaande vooroordelen versterken. Dat kan de kwaliteit van academische communicatie en publieke informatie ondermijnen.

Talencentrum belooft verantwoord gebruik

Radboud in’to Languages stelt dat de cursussen juist gaan over zorgvuldig en kritisch gebruik van chatbots. De trainingen behandelen onder meer prompt-ontwerp, factchecking, bronvermelding en de grenzen van plagiaatregels. Een prompt is de opdracht die een gebruiker aan een taalmodel geeft.

Het talencentrum benadrukt dat deelnemers leren om uitkomsten te controleren en te verbeteren. Hallucinaties, vertekening en verouderde informatie komen expliciet aan bod. Ook is er aandacht voor wanneer inzet van AI wel of niet is toegestaan binnen vakken en tentamens.

Hallucinaties zijn uitslagen die een model overtuigend formuleert, maar die feitelijk onjuist of volledig verzonnen zijn.

Volgens het centrum is het doel niet om menselijk werk te vervangen, maar om praktische vaardigheden te bieden voor efficiënt en veilig schrijven en vertalen. Daarbij geldt: geen gevoelige of herleidbare gegevens in publieke chatbots plakken. Waar mogelijk wordt gewerkt met instellingen die gegevens niet opslaan.

Privacy en AVG centraal

Het gebruik van ChatGPT (OpenAI), Gemini (Google) en Copilot (Microsoft) brengt gegevensverwerking buiten de EU met zich mee. Onder de AVG zijn dataminimalisatie, doelbinding en versleuteling verplicht wanneer persoonsgegevens worden verwerkt. Instellingen moeten daarom terughoudend zijn met studie-, medewerkers- of onderzoeksdata in publieke modellen.

Universiteiten kunnen kiezen voor enterprise-versies met afspraken over data-opslag en logging. Anonimiseren en pseudonimiseren helpen, maar bieden geen volledige zekerheid als teksten later herleidbaar zijn. Een Data Protection Impact Assessment (DPIA) kan de risico’s en passende waarborgen in kaart brengen.

Voor medewerkers en studenten blijft transparantie essentieel: leg vast welke hulpmiddelen zijn gebruikt en voor welk doel. Deel nooit vertrouwelijke onderzoeksgegevens met commerciële chatbots. Dit sluit aan bij AVG-principes en interne veiligheidsrichtlijnen.

Onderwijs en AI-verordening

De Europese AI-verordening (AI Act) treedt gefaseerd in werking, op het moment van schrijven met eerste verplichtingen voor aanbieders en later voor gebruikers. Systemen voor studentenbeoordeling en toelating vallen onder hoog risico, met strenge eisen aan data, transparantie en menselijk toezicht. Schrijfhulp door generatieve AI in het onderwijs is doorgaans geen hoog-risico-toepassing, maar vraagt wel om duidelijke regels.

Voor generatieve modellen gelden transparantieplichten voor aanbieders, zoals documentatie en contentlabeling. Onderwijsinstellingen die deze modellen inzetten moeten studenten informeren over de inzet en grenzen van het systeem. Dat helpt misverstanden en overschatting van modelprestaties te voorkomen.

Verschillende Nederlandse universiteiten werken aan facultaire kaders: wat mag bij opdrachten, hoe citeer je AI-gebruik en wanneer is het verboden. Detectietools voor AI-teksten zijn op dit moment onbetrouwbaar en mogen geen doorslaggevend bewijs leveren. Heldere instructies en verplichte reflectie op het schrijfproces zijn effectiever.

Chatbots helpen, met beperkingen

Chatbots kunnen vertalen, samenvatten en toon aanpassen, wat nuttig is voor academisch schrijven en voor internationale studenten. Tools als ChatGPT, Gemini en Copilot versnellen het eerste concept of helpen met structuur. Dat bespaart tijd, maar neemt de verantwoordelijkheid van de auteur niet weg.

De beperkingen blijven groot: modellen kunnen verouderde of foutieve informatie geven, bronnen verzinnen en subtiele bias introduceren. Daarom is systematische verificatie nodig, bijvoorbeeld met betrouwbare databanken en handmatige broncontrole. Blind vertrouwen op uitkomsten is riskant in onderwijs en onderzoek.

Goede praktijk is om AI-output te behandelen als ruwe schets. De schrijver herschrijft, checkt feiten en voegt correcte referenties toe. Vermeld bovendien welke systemen zijn gebruikt en in welke stap van het proces, zodat lezers en docenten het werk transparant kunnen beoordelen.

Universiteiten zoeken heldere kaders

De discussie in Nijmegen laat zien dat instellingen snel beleid moeten actualiseren. Richtlijnen moeten de balans vinden tussen innovatie en academische waarden zoals integriteit en autonomie. Heldere afspraken per vak en opleiding geven docenten en studenten houvast.

Samenwerking met IT, privacy officers en juridisch adviseurs versnelt verantwoord gebruik. Afspraken over licenties, logging en bewaartermijnen voorkomen AVG-problemen. Training voor medewerkers helpt om kansen en risico’s van algoritmen te herkennen.

Tot slot is communicatie naar studenten cruciaal. Leg simpel uit wat wel en niet mag, waarom dat zo is en hoe het getoetst wordt. Dat vermindert misverstanden en maakt de inzet van datamodellen in het onderwijs voorspelbaar en eerlijk.

Over de schrijver 

Dave

Hoi, ik ben Dave – schrijver, onderzoeker en nieuwsgierige geest achter AIInsiders.nl. Ik hou me bezig met de manier waarop technologie ons leven verandert, en vooral: hoe we dat een beetje kunnen bijbenen. Van slimme tools tot digitale trends, ik duik graag in de wereld achter de schermen.

Mijn stijl? Lekker helder, soms kritisch, altijd eerlijk. Geen onnodig jargon of overdreven hype, maar praktische inzichten waar je echt iets aan hebt. AI is niet eng of magisch – het is interessant, en ik help je graag om dat te zien.

Meer lezen

02/07/2026 21:52

Anthropic heeft zijn meest geavanceerde Claude-modellen weer online gezet. De systemen waren kortstondig niet beschikbaar na een verbod door een overheidsinstantie vanwege veiligheidszorgen. Op het lees verder

Anthropic zet Claude weer online na tijdelijk overheidsverbod

02/07/2026 19:49

Het NOS Journaal gebruikte deze week met kunstmatige intelligentie gemaakte beelden in een nieuwsuitzending en online. De publieke omroep erkent dat dit niet duidelijk is lees verder

NRC onthult: NOS gebruikte AI-beeldmateriaal – ‘Dit was een fout’

02/07/2026 17:46

Accountants in Nederland verwachten hogere kosten bij het inzetten van kunstmatige intelligentie. Kantoren die werken met Microsoft Copilot, OpenAI’s ChatGPT Enterprise en branchetools zien licenties, lees verder

Accountants vrezen, net als advocaten, hogere AI-kosten door ChatGPT

02/07/2026 15:43

De Amerikaanse regering heeft de blokkade op de geavanceerde AI van Anthropic opgeheven. Het bedrijf achter het model Claude mag zijn dienst weer volledig aanbieden, lees verder

VS heft blokkade op: AI van Anthropic weer beschikbaar
>