AI in het mbo: van landelijke strategie naar vakmanschap in de klas

Een student laat een chatbot een klantbrief schrijven en levert binnen enkele seconden een verzorgde tekst in. Maar begrijpt die student ook waarom de toon passend is en de inhoud klopt? Die vraag raakt de kern van AI in het mbo: studenten moeten hulpmiddelen leren gebruiken én hun eigen vakkennis ontwikkelen. De Tweede Kamer wil dat een landelijke AI-strategie het mbo en hoger onderwijs daarbij richting geeft, meldt Profielen. Voor het mbo vraagt dat om een aanpak die aansluit bij praktijklessen, stages en examens. Wat moet zo’n strategie opleveren om studenten werkelijk beter voor te bereiden op hun beroep?

Een politieke opdracht, nog geen lesplan

De motie van Rooderkerk, Dassen en Ceder vraagt aandacht voor de ruimte en scholing die docenten nodig hebben om studenten AI-vaardig te maken. Daarbij staan kritisch denken, bronnenonderzoek, het herkennen van misleidende informatie en kennis van de beperkingen van AI centraal. Daarmee gaat de opdracht verder dan het leren bedienen van een chatbot. Tegelijk levert een motie nog geen uitgewerkt onderwijsprogramma, scholingsaanbod of roosteruren op. Voor mbo-scholen wordt de praktische vraag daarom hoe zij deze ambities kunnen verbinden aan hun dagelijkse onderwijs. Een landelijke aanpak krijgt pas betekenis als onderwijsteams er concrete lessen en werkbare afspraken mee kunnen maken.

Het beroep bepaalt de oefening

AI-vaardigheid krijgt inhoud wanneer studenten ermee oefenen binnen hun toekomstige beroep. Denk aan een student zakelijke dienstverlening die een door AI gemaakte klantbrief controleert op onjuiste toezeggingen. Of aan een student techniek die een voorgestelde werkinstructie vergelijkt met de handleiding van een machine. Dit zijn mogelijke lesvormen waarin studenten leren dat een overtuigend antwoord nog geen bruikbaar antwoord is. De docent vraagt vervolgens welke fouten zij herkennen, welke bronnen zij raadplegen en waarom zij een advies overnemen. Zo wordt AI onderdeel van het leren onderbouwen van beroepskeuzes. Een landelijke strategie zou daarom gezamenlijke uitgangspunten moeten combineren met ruimte voor verschillen tussen opleidingen.

Wie weinig weet, kan weinig controleren

Een student kan een fout in een AI-antwoord pas herkennen als die voldoende kennis heeft van het onderwerp. Daarom verdienen lezen, schrijven, rekenen en vakkennis een vaste plek in de aanpak. Laat studenten bijvoorbeeld eerst zelf een berekening maken en daarna een AI-uitwerking beoordelen. Of laat hen een eigen klantgesprek voorbereiden voordat zij suggesties van een chatbot vergelijken. De leerwinst zit dan in het verklaren van verschillen en het verbeteren van keuzes. Het AI-GO!-raamwerk van Npuls biedt hiervoor een inhoudelijk vertrekpunt: het verbindt kennis en vaardigheden met houding en ethisch bewustzijn.

Een goed product vertelt niet het hele verhaal

Bij examinering ontstaat een lastige vraag: wat bewijst een verzorgd verslag over het kunnen van de student? Wanneer AI heeft meegewerkt, vraagt dat om duidelijke afspraken over toegestane hulp en de manier waarop studenten hun beheersing aantonen. Voor het mbo bestaat al een landelijke richtlijn voor AI bij toetsing en examinering, die scholen kunnen vertalen naar hun eigen situatie. Een mogelijke uitwerking is een praktijkopdracht waarbij de student het resultaat mondeling toelicht en keuzes onderbouwt. Ook kan een opleiding bepaalde vaardigheden zelfstandig laten uitvoeren en bij andere opdrachten verantwoord AI-gebruik laten zien. Welke vorm past, hangt af van wat het examen moet aantonen. Studenten moeten vooraf begrijpen waarop zij worden beoordeeld en welke ondersteuning daarbij is toegestaan.

Scholing heeft tijd in het rooster nodig

Van docenten vragen dat zij studenten begeleiden, betekent dat zij zelf gelegenheid moeten krijgen om te oefenen. Een losse demonstratie van een nieuwe toepassing biedt daarvoor weinig houvast. Teams hebben tijd nodig om opdrachten te vergelijken, fouten te bespreken en gezamenlijk beoordelingscriteria te ontwikkelen. Een bruikbaar begin is één bestaande opdracht onderzoeken: welk denkwerk moet de student zelf doen en waar kan AI het leren ondersteunen? Betrek daarbij ook examencommissies, onderwijsondersteuners en studenten. Bestuurders kunnen dit mogelijk maken door scholing en ontwikkeltijd zichtbaar op te nemen in de taakverdeling.

De stage mag geen wereld apart worden

Voor het mbo hoort de beroepspraktijkvorming nadrukkelijk bij de discussie over AI. Een school kan heldere afspraken maken, terwijl een leerbedrijf andere toepassingen of verwachtingen heeft. Bespreek daarom met praktijkopleiders welke hulpmiddelen studenten mogen gebruiken en welke handelingen zij zelfstandig moeten beheersen. Gebruik bij oefeningen bijvoorbeeld fictieve klantgegevens, zodat studenten geen echte dossiers hoeven in te voeren. Zorg daarnaast dat opdrachten uitvoerbaar zijn met de voorzieningen die de school beschikbaar stelt. Een betaalde privétoepassing zou geen voorwaarde mogen worden om goed mee te kunnen doen. Zo krijgen verantwoord handelen en gelijke toegang een concrete plek in de opleiding.

Van beleidsambitie naar aantoonbaar leren

Een landelijke AI-strategie biedt het mbo vooral kansen wanneer zij samenhang brengt tussen onderwijs, examinering en beroepspraktijk. Daarvoor zijn gedeelde uitgangspunten, beschikbare ontwikkeltijd en passende voorzieningen nodig. Scholen kunnen ondertussen beginnen met een beperkt aantal opdrachten en nagaan wat studenten daarvan leren. Kunnen zij fouten uitleggen, bronnen controleren en verantwoorden wanneer zij AI gebruiken? De antwoorden op die vragen zeggen meer dan het aantal gebruikte toepassingen. Uiteindelijk moet AI in het mbo bijdragen aan studenten die hun vak begrijpen en verantwoordelijkheid nemen voor hun werk.

Meer lezen over AI in het mbo

Meer lezen over AI in het mbo kan via het AI-GO!-raamwerk van Npuls. Dit biedt taal en structuur voor het gesprek over AI-geletterdheid. Voor examencommissies en onderwijsteams is de landelijke richtlijn voor AI bij toetsing en examinering een relevant vertrekpunt. Beide publicaties kunnen helpen om bestaande schoolafspraken te bespreken. Leg ze bijvoorbeeld naast één praktijkopdracht en onderzoek welke keuzes nog uitleg of afstemming vragen.