Universiteiten in Nederland en Europa zien dat studenten massaal AI-tools gebruiken voor opdrachten. Het gaat vooral om ChatGPT van OpenAI, Gemini van Google en Microsoft Copilot. Dit gebeurt nu, in en buiten de collegezalen, omdat de tools snel, goedkoop en taalsterk zijn. Dat dwingt instellingen om toetsing, begeleiding en regels te herzien, met oog voor de AVG en de Europese AI-verordening (AI Act) en hun gevolgen voor het onderwijs.
Studenten kiezen voor gemak
AI-systemen schrijven conceptteksten, verbeteren taal en geven structuur. Voor veel studenten scheelt dit tijd en stress, vooral bij verslaglegging en code-commentaar. Niet-Nederlandstalige studenten gebruiken AI ook als taalcoach, zodat zij begrijpelijke Nederlandse of Engelse teksten kunnen opleveren.
ChatGPT, Gemini en Copilot zijn laagdrempelig en altijd beschikbaar. De tools leveren vaak direct bruikbare alinea’s en citatiesuggesties. Daardoor voelt het voor studenten als een logische stap in hun studievaardigheden, net als eerder spellingscontrole en zoekmachines.
Docenten merken dat huiswerk en essays sneller en netter worden ingeleverd. Tegelijk verdwijnt soms de eigen schrijfstem. Het risico is dat studenten minder oefenen met argumentatie en bronkritiek, als AI de eerste schets maakt.
Klassieke toetsing kraakt
Thuisopdrachten en open essayvragen zijn kwetsbaar voor AI-gebruik. Een algoritme kan een scriptiehoofdstuk op basis van een paar aanwijzingen opstellen. Daardoor zegt een tekstproduct soms minder over het begrip van de student.
Universiteiten schuiven daarom op naar toetsvormen met meer authenticiteit. Denk aan mondelinge examens, practicumopdrachten, code-reviews en essays die deels in de les worden geschreven. Ook worden reflectieverslagen toegevoegd, waarin studenten uitleggen hoe ze AI hebben ingezet.
Een tweede lijn is “AI-inclusief” toetsen: AI-gebruik is toegestaan, maar onder duidelijke voorwaarden. Studenten moeten bronnen verifiëren en de gebruikte prompts en tools vermelden. Zo wordt het gebruik zichtbaar en toetsbaar, in plaats van verborgen.
Detectietools zijn onbetrouwbaar
Software die zogenoemde AI-tekst herkent, zoals Turnitin’s AI-detectie of GPTZero, slaat geregeld de plank mis. De systemen geven zowel valse positieven als valse negatieven. Een zorgvuldig schrijvende student kan onterecht worden verdacht, terwijl een door AI bewerkte tekst juist door de mazen glipt.
Universiteiten adviseren docenten daarom niet te leunen op één automatische uitslag. Zij combineren signalen: stijlbreuken, brongebruik, proceslogboeken en een kort mondeling gesprek. Deze werkwijze verkleint de kans op onterechte fraudeclaims.
Juridisch is voorzichtigheid vereist. Een fraudeverdenking vraagt een zorgvuldige onderbouwing en hoor‑ en wederhoor. Dat geldt zeker op het moment van schrijven, nu detectiemodellen nog wisselvallig presteren en studentenrechten zwaar wegen.
Generatieve AI is software die op basis van bestaande data nieuwe tekst, code, beeld of audio maakt. Het systeem voorspelt stap voor stap wat “waarschijnlijk” volgt, en levert zo een ogenschijnlijk origineel resultaat.
Privacy en AVG in het geding
Als studenten persoonsgegevens of niet-openbare data in een chatbot plakken, kan dat botsen met de AVG. Instellingen moeten daarom duidelijke do’s en don’ts bieden. Kernbegrippen zijn dataminimalisatie, versleuteling en het vermijden van gevoelige informatie in externe tools.
Voor onderwijsaccounts is een verwerkersovereenkomst en een verwerkingsregister nodig. Europese dataopslag en uitschakeling van trainingsgebruik zijn voorkeuren die veel instellingen hanteren. Microsoft Copilot binnen de EU Data Boundary en enterprise‑varianten van ChatGPT bieden hier opties, maar instellingen moeten dit aantoonbaar borgen.
Ook docenten moeten alert zijn bij AI-gebaseerde plagiaatcontrole of proctoring. Die systemen verwerken vaak biometrische of gedragsdata. Een Data Protection Impact Assessment (DPIA) helpt risico’s vooraf in te schatten en passende waarborgen vast te leggen.
AI-verordening raakt toetsing
De Europese AI-verordening ziet systemen die studenten beoordelen of de toegang tot onderwijs beïnvloeden als hoog-risico. Dat brengt verplichtingen mee, zoals risicobeheer, kwaliteitsdata, loggen, transparantie en menselijk toezicht. Universiteiten die zulke systemen inkopen of ontwikkelen, moeten hiermee rekening houden.
In de praktijk gaat het om proctoring, automatische scoring en analysetools die studieadvies geven. Leveranciers moeten aan de eisen voldoen; instellingen moeten inkopen met controle op conformiteit. Lidstaten wijzen toezichthouders aan; in Nederland zal dit aansluiten op bestaande toezichtstructuren.
Voor simpel gebruik van generatieve chatbots door studenten geldt dit hoog-risico-regime meestal niet. Toch blijft transparantie verplicht als een AI-systeem invloed heeft op beoordeling of selectie. Instellingen doen er goed aan beleid te schrijven dat past bij de AI Act en toepasbaar is in onderwijsprocessen.
Didactiek met AI-verantwoording
Steeds meer opleidingen integreren “AI-geletterdheid” in hun vakken. Studenten leren prompts schrijven, AI-uitvoer checken en bronnen verifiëren. Docenten besteden aandacht aan bias, feitelijke fouten en transparantie-eisen.
Een praktische maatregel is een verplichte gebruiksverklaring bij elk werkstuk. Studenten noemen de tool, versie, datum en hun prompts, en leggen uit wat zij zelf hebben gedaan. Dit maakt het leerproces inzichtelijk en navolgbaar.
Tot slot helpt het om opdrachten te ontwerpen die persoonlijke toepassing, data of reflectie vragen. Dat verkleint de kans op generieke AI‑teksten. En het stimuleert de vaardigheden die universiteiten willen toetsen: begrip, analyse en originaliteit.