De Hogeschool van Amsterdam scherpt het gebruik van generatieve AI, zoals ChatGPT van OpenAI en Gemini van Google, aan in haar journalistieke opleidingen. Docenten zien dat studenten stukken aanleveren zonder eigen interviews, soms volledig gebouwd met algoritmen. De opleiding past dit studiejaar regels en toetsing aan, met aandacht voor de AVG en de Europese AI-verordening en de gevolgen voor het onderwijs. Doel is dat studenten transparant AI inzetten, maar vooral zelf blijven onderzoeken en verifiëren.
HvA legt nadruk op eigen werk
Generatieve AI is software die zelf tekst, beeld of audio maakt op basis van voorbeelden. Studenten gebruiken deze systemen voor samenvattingen, invalshoeken en soms voor hele teksten. Dit versnelt het werk, maar verdringt basisvaardigheden zoals interviewen en factchecken. De HvA verlegt daarom de focus naar proces, bronnen en bewijs van eigen werk.
Opleiders eisen vaker logboeken met prompts, versies van teksten en bronverantwoording. Studenten moeten laten zien wat het systeem heeft gedaan en wat zij zelf hebben toegevoegd. Mondelinge checks en reflectiesessies komen terug in het cijfer. Zo wordt het lastiger om uitsluitend door een model gemaakte content in te leveren.
Ook sturen docenten strakker op verifieerbare output. Denk aan audio-opnames van gesprekken, notities en contactgegevens van geïnterviewden. Die materialen worden steekproefsgewijs gecontroleerd. Dit vergroot transparantie, zonder elk AI-gebruik te verbieden.
Interviewplicht terug in opdrachten
De opleiding benadrukt dat journalistiek draait om waarnemen, spreken met mensen en checken. Opdrachten krijgen daarom weer een minimum aan eigen bronnen en desnoods een veldopdracht op locatie. AI mag ondersteunen bij voorbereiding en vragenlijsten, maar vervangt het gesprek niet. Studenten leren expliciet het verschil tussen hulpmiddel en maker.
“Hoeveel interviews heb jij gehouden? Geen, ik heb alles met AI gedaan.”
Zo’n reactie laat zien waar het schuurt in de praktijk. Het algoritme levert snel bruikbare tekst, maar mist nuance, context en lokale werkelijkheid. Docenten koppelen daarom terug op hoor en wederhoor, variatie in bronnen en het controleren van claims. De kern: publiceer niets dat je niet zelf kunt onderbouwen.
Tegelijk krijgen studenten concrete handvatten. AI kan helpen met brainstorms, checklists of het samenvatten van lange documenten. Maar feitelijke kerninformatie moet uit primaire bronnen komen. De opleiding maakt die scheidslijn expliciet in de beoordelingscriteria.
Detectie van AI-tekst schiet tekort
Software die “AI-tekst” detecteert, zoals GPTZero of functies in Turnitin, is op het moment van schrijven onnauwkeurig. Deze tools leveren valse positieven op, vooral bij kortere of eenvoudig geschreven teksten. Ook kan menselijk geredigeerde AI-tekst door de controle glippen. Daarom is alleen vertrouwen op detectie niet verantwoord.
Opleidingen verschuiven naar toetsing van het maakproces. Versiebeheer, bronnotities en korte mondelinge verdedigingen geven beter zicht op eigen werk. Dit is arbeidsintensiever, maar juridisch en didactisch sterker. Studenten weten vooraf welke bewijzen van eigen inzet worden gevraagd.
Daarnaast leren studenten hun AI-gebruik transparant te melden. Een korte disclosure bij publicaties wordt normaal: welke tool, waarvoor en hoe gecontroleerd. Dat sluit aan bij journalistieke ethiek én bij bredere transparantie-eisen uit Europese regelgeving.
AVG en AI-gebruik in onderwijs
Bij het voeren en verwerken van interviews geldt de AVG. Dat betekent: zo min mogelijk persoonsgegevens vastleggen en geen gevoelige data uploaden naar externe systemen zonder grondslag. Openbare chatbots, zoals gratis versies van ChatGPT of Gemini, kunnen data buiten de EU verwerken. Opleidingen adviseren daarom om privacyvriendelijke werkstromen te kiezen.
Voor transcriptie en samenvattingen geldt hetzelfde. Tools die lokaal draaien, zoals Whisper, of EU-gehoste diensten met verwerkersovereenkomsten, zijn vaak geschikter. Studenten leren data te pseudonimiseren en beveiligd te delen. Dit verkleint risico’s bij redactieoverleg en peer review.
Instellingen moeten DPIA’s uitvoeren bij nieuwe AI-diensten. Ook moeten docenten en studenten weten wanneer toestemming, gerechtvaardigd belang of journalistieke uitzondering geldt. Zo blijven privacy en bronbescherming leidend in het leerproces.
Europese AI-verordening in het onderwijs
De Europese AI-verordening (AI Act) stelt op het moment van schrijven transparantie-eisen aan generatieve modellen en zwaardere plichten voor hoog-risicosystemen. Opleidingen vallen niet in de hoog-risicoklasse voor redactie-onderwijs, maar gebruiken wel algemene AI-systemen. Transparantie over AI-gebruik door studenten past daarom bij de geest van de wet. Leveranciers zoals OpenAI, Google en Microsoft krijgen extra documentatieplichten over data en veiligheid.
Voor hogescholen betekent dit scherpere inkoop en duidelijke kaders voor studenten. Denk aan het benoemen van toegestane tools, bewaartermijnen en exit-opties bij leveranciers. Het voorkomt lock-in en beperkt juridische risico’s. Tegelijk blijft er ruimte voor didactische innovatie met AI.
De verordening stimuleert ook kritische geletterdheid. Studenten leren vragen te stellen over trainingsdata, bias en plausibel klinkende onjuistheden. Daarmee wordt AI een onderwerp van onderzoek, niet de vervanger van onderzoek. Dat sluit aan bij het beroepsprofiel van de journalist in Europa.
Praktische balans in de klas
De HvA kiest voor “permit but verify”: AI mag, mits transparant en controleerbaar. Studenten leveren voortaan procesbewijzen, bronlijsten en waar nodig ruwe audio of notities in. Docenten toetsen vaker mondeling en op verslaglegging. Zo blijft de kernvaardigheid interviewen centraal staan.
AI krijgt een plaats als hulpmiddel bij voorbereiding en productie. Denk aan brainstorms, structuur, taalverbetering en het maken van checklists. Feitencontrole en bronverificatie blijven mensenwerk. Dit beschermt kwaliteit en geloofwaardigheid van studentjournalistiek.
De aanpak past in bredere Europese discussies over verantwoord AI-gebruik in het onderwijs. Ze verbindt praktische toetsing met juridische zorgvuldigheid. En ze erkent wat werkt aan algoritmen, zonder de kern van het vak uit te hollen.