In Groningen zorgen nieuwe regels voor kunstmatige intelligentie bij de Rijksuniversiteit Groningen ervoor dat studenten hun gebruik van ChatGPT en andere systemen verbergen. Docenten melden meer onduidelijkheid rond opdrachten en toetsing dit studiejaar. Studenten vrezen sancties en onbetrouwbare AI-detectie. De kwestie raakt ook aan de Europese AI-verordening en de gevolgen voor het Nederlandse hoger onderwijs.
Onzekere regels sturen gedrag
De Rijksuniversiteit Groningen (RUG) heeft per opleiding richtlijnen voor het gebruik van AI-tools zoals ChatGPT van OpenAI, Gemini van Google en Copilot van Microsoft. Op het moment van schrijven verschillen die regels per vak en per faculteit. Soms is AI-ondersteuning verboden, soms mag het met bronvermelding. Studenten zeggen dat zij daardoor het zekere voor het onzekere nemen en hun gebruik verbergen.
Docenten willen fraude voorkomen, maar geven aan dat zij niet altijd weten wat wel en niet is toegestaan. Formuleringen in studiegidsen zijn vaak algemeen en laten ruimte voor interpretatie. Daardoor ontstaat spanning rond opdrachten die buiten de toetsruimte worden gemaakt. Studenten zijn bang dat normale hulp plots als āAI-ondersteundā wordt gezien.
Dit vergroot de kans op misverstanden bij het nakijken. Studenten leveren teksten in zonder vermelding van tools, ook als ze die alleen gebruikten voor taaladvies. Het gevolg is minder transparantie over het leerproces. Dat maakt het voor docenten lastiger om vaardigheden eerlijk te beoordelen.
Verschil per faculteit werkt tegen
Beleid dat per faculteit verschilt, zorgt voor ongelijke verwachtingen. Een aanpak die in Letteren is toegestaan, kan in Rechten verboden zijn. Die variatie is begrijpelijk, want vakken vragen om andere didactiek. Toch ervaren studenten het als willekeurig en onduidelijk.
Vooral bij groepswerk leidt dit tot frictie. Als ƩƩn student AI gebruikte voor structuur of taalfouten, kan de hele groep moeten uitleggen wat precies is gebeurd. Studenten rapporteren dat ze daarom liever afspreken om geen tools te gebruiken, ook als AI nuttig en toegestaan zou zijn. Daardoor gaan kansen op efficiƫnter leren verloren.
Docenten proberen duidelijkheid te bieden met āAI-paragrafenā in opdrachten. Toch blijft de praktische uitwerking lastig. Een standaardtekst past niet op elk werkcollege of practicum. Teams zoeken naar gezamenlijke afspraken, maar tijd en training zijn schaars.
Detectietools zijn onbetrouwbaar
AI-detectie in plagiaatsoftware, zoals de AI-check in Turnitin, kent forse foutmarges. Ook eerdere detectors van onder meer OpenAI bleken onvoldoende accuraat en zijn stopgezet. Valse positieven kunnen onterecht tot fraude-onderzoek leiden. Daarom raden veel instellingen af om detectie als zelfstandig bewijs te gebruiken.
AI-detectie kan menselijk werk onterecht als door een systeem geschreven bestempelen; het is niet geschikt als zelfstandig bewijs voor fraude.
De RUG en andere universiteiten zetten daarom in op gesprek en onderbouwing. Studenten moeten bij twijfel hun schrijfproces kunnen laten zien, bijvoorbeeld met versies in Google Docs of Word. Ook kunnen docenten mondelinge checks of extra deelopdrachten inzetten. Zo komt de focus te liggen op leerproces en eigen werk.
Bij programmeervakken spelen weer andere vragen. Tools als GitHub Copilot en ChatGPT Code Interpreter genereren werkende code, maar soms met fouten of zonder uitleg. Docenten vragen daarom vaker om reflecties en tests. Studenten moeten aantonen dat zij begrijpen wat de code doet en waarom.
AVG beperkt wat mag uploaden
Privacyregels onder de AVG verbieden het onnodig delen van persoonsgegevens met externe diensten. Openbare versies van ChatGPT, Gemini en Copilot verwerken gegevens vaak buiten de EU. Dat botst met dataminimalisatie en bewaartermijnen. Universiteiten adviseren daarom voorzichtigheid of bieden alternatieven aan.
Veiligere varianten, zoals Microsoft Azure OpenAI met een verwerkersovereenkomst, beperken data-uitwisseling. Op het moment van schrijven gebruikt niet elke opleiding zulke afgeschermde omgevingen. Daardoor werken studenten soms met privƩ-accounts en onduidelijke instellingen. Het risico op datalekken en schending van auteursrechten groeit dan.
Ook studiedata en casuĆÆstiek uit stages vallen onder de AVG. Het uploaden van echte patiĆ«nt- of cliĆ«ntgegevens naar een publiek model is meestal niet toegestaan. Anonimiseren helpt, maar moet zorgvuldig gebeuren. Instellingen hebben hier een plicht om richtlijnen, training en veilige tools te bieden.
EU AI-verordening raakt onderwijs
De Europese AI-verordening (AI Act) classificeert systemen voor beoordeling en profilering in het onderwijs als hoog risico. Dat betekent straks strenge eisen aan transparantie, documentatie en menselijk toezicht. Universiteiten moeten hier tijdig op voorsorteren. Denk aan inkoop, technische controles en duidelijke informatie voor studenten.
Voor generatieve chatbots in het onderwijs komen plichten rond gebruikersinformatie en inhoudsmarkering. Als een cursus een AI-systeem inzet bij het beoordelen van opdrachten, gelden extra waarborgen. Het Nederlandse hoger onderwijs zal processen moeten aanpassen. Beleid, IT en toetsing moeten op elkaar aansluiten.
Deze regels sluiten aan op de AVG en bestaande examenreglementen. Samen vragen ze om zorgvuldigheid bij elke stap: van toolkeuze tot feedback. Transparantie over wat een algoritme wel en niet doet is cruciaal. Zo blijft de eindverantwoordelijkheid bij de docent en de examencommissie.
Herontwerp van toetsen helpt
Scholen die opdrachten herontwerpen, melden minder problemen. Zij vragen bijvoorbeeld om tussenproducten, logboeken en versies met tijdstempels. Ook verwerken zij korte mondelingen check-ins in het cijfer. Dat maakt verbergen minder zinvol en leren zichtbaarder.
Expliciete instructies werken beter dan algemene verboden. Noem per taak welke AI-hulp is toegestaan, hoe je dat verantwoordt en hoe je het citeert. Geef voorbeelden, zoals āstructuuradvies mag, tekstgeneratie nietā of ācode-suggesties mogen met uitleg en testsā. Studenten weten dan waar ze aan toe zijn.
Tot slot helpt basisvaardigheid in AI-gebruik. Training in prompten, bronkritiek en het herkennen van fouten voorkomt blind vertrouwen. Universiteiten kunnen veilige campusvarianten van AI aanbieden met heldere afspraken. Zo wordt kunstmatige intelligentie een hulpmiddel, geen hindernis, en verdwijnt de prikkel om gebruik te verbergen.