• Technologie

AI-beoordelingstools: hoe AI het beoordelen en de werkprocessen van docenten verandert

  • Felix Rose-Collins
  • ••
  • 6 min read

Inleiding

AI grader for teachers showing a grading queue with essays reviewed and ready for teacher approval

Wanneer een docent een opstelopdracht geeft, begint het echte werk pas nadat de studenten hun werk hebben ingeleverd. Een klas van dertig studenten die elk 800 woorden schrijven, levert ongeveer 24.000 woorden leeswerk op, en de meeste docenten hebben meerdere klassen. Elk essay moet zorgvuldig worden gelezen, elk onderdeel van de beoordelingsrubriek moet worden beoordeeld en er moeten opmerkingen worden gegeven die zinvol zijn voor de leerling die het heeft geschreven. Dat proces strekt zich vaak uit over een week vol avonden, en tegen de tijd dat de essays worden teruggegeven, zijn de leerlingen alweer verder gegaan met het volgende onderwerp. De kosten bestaan niet alleen uit de tijd van de docent. Het is ook de gemiste kans voor leerlingen om te leren van feedback terwijl de opdracht nog vers in hun geheugen ligt.

Waarom de werkdruk bepalend is voor wat er wordt opgedragen

Docenten zijn praktische mensen, en een zware correctielast verandert stilletjes de manier waarop schrijven wordt onderwezen. Veel docenten geven toe dat ze minder uitgebreide essays opgeven dan ze zouden willen, simpelweg omdat ze niet meer kunnen corrigeren zonder hun weekenden op te offeren. Concepten worden overgeslagen, oefenessays blijven onbeoordeeld en de feedback wordt korter naarmate de stapel groeit. Dit alles duidt niet op een gebrek aan zorg. Het weerspiegelt de beperkingen van de tijd die één persoon ter beschikking heeft. Elk hulpmiddel dat die druk verlicht, heeft een direct effect op hoeveel er daadwerkelijk door leerlingen wordt geschreven; daarom is ondersteuning bij het nakijken zo’n veelbesproken onderwerp geworden in de lerarenkamers.

Wat een AI-beoordelaar van de schouders van een docent neemt

Een AI-beoordelaar neemt het meest tijdrovende deel van het nakijken voor zijn rekening: de gedetailleerde eerste lezing. Het leest elk essay volledig door, toetst het aan de beoordelingsrubriek van de docent en stelt voor elk criterium een score en schriftelijke opmerkingen op. De docent bekijkt vervolgens dat voorstel, past aan wat niet overeenkomt met zijn of haar oordeel en geeft de definitieve versie vrij aan de leerling. Met andere woorden: de tool doet het lezen en de eerste ronde van het maken van aantekeningen, terwijl de docent verantwoordelijk blijft voor elke beslissing die de leerling bereikt. Het verschil is dat de docent uitgaat van gestructureerde feedback in plaats van een leeg vel papier.

Een beoordelingsweek voor en na

De eenvoudigste manier om je een beeld te vormen van de verandering is door twee versies van dezelfde week te vergelijken. Zonder ondersteuning zou een docent maandag en dinsdag besteden aan het lezen, woensdag en donderdag aan het schrijven van opmerkingen en vrijdag aan het inhalen van achterstanden, waarbij de opdrachten te laat worden teruggegeven. Doordat de eerste lezing automatisch wordt afgehandeld, kan maandag worden besteed aan het doornemen van kant-en-klare feedback, dinsdag aan het aanpassen van scores en woensdag aan het teruggeven van opdrachten. De rest van de week komt vrij voor schrijfgesprekken en tijd voor herziening. Het specifieke schema zal per docent verschillen, maar de verschuiving van lezen naar beoordelen is waar de tijd vrijkomt.

comparison of a teacher's grading week with and without an AI grader, showing earlier feedback and time for writing conferences

De rubriek opstellen vóór de eerste reeks

De tool kan alleen de criteria volgen die worden ingevoerd, dus de rubriek verdient enkele minuten aandacht vóór de eerste reeks essays. Duidelijke criteria, beschreven in eenvoudige taal voor elk prestatieniveau, leiden tot duidelijke feedback. Vage uitdrukkingen zoals „goede analyse“ leveren even vage opmerkingen op. Docenten die al een rubriek voor een opdracht hebben, kunnen deze meestal zo gebruiken, waarbij ze misschien een of twee beschrijvingen wat aanscherpen. Degenen die helemaal vanaf nul beginnen, kunnen een kant-en-klare rubriek aanpassen aan het type essay of er een genereren op basis van een korte beschrijving van de opdracht, en deze vervolgens bewerken zodat deze aansluit bij wat er in de les is behandeld.

Feedback herzien in plaats van deze helemaal opnieuw te schrijven

In de beoordelingsfase komt de expertise van de docent het meest tot zijn recht. In plaats van elk essay ‘koud’ te lezen, leest de docent het naast de opgestelde feedback en controleert hij of elke score en opmerking klopt. Opmerkingen die juist zijn, kunnen blijven staan. Opmerkingen die de bedoeling van de leerling verkeerd interpreteren, kunnen binnen enkele seconden worden aangepast of verwijderd. Docenten merken vaak dat dit soort beoordeling minder vermoeiend is dan elke opmerking helemaal zelf schrijven, omdat de structuur al aanwezig is en de aandacht kan worden gericht op de punten die daadwerkelijk professioneel oordeel vereisen.

Waar het oordeel van de docent nog steeds doorslaggevend is

Er zijn aspecten van het beoordelen die geen enkel hulpmiddel mag overnemen, en het helpt om daar vanaf het begin duidelijk over te zijn:

  • Het bepalen van het eindcijfer voor elk werkstuk, met name in grensgevallen
  • De vooruitgang van een student gedurende het semester erkennen en echte verbetering belonen
  • Inzien wanneer een ongebruikelijke keuze bewust en effectief is in plaats van een fout
  • Rekening houden met individuele leerbehoeften en omstandigheden
  • Het voeren van een vervolggesprek met een student over zijn of haar schrijfwerk

Comparison of roles in AI-assisted grading, with the AI grader handling the first read and the teacher deciding final grades

Consistentie van het eerste tot het laatste werkstuk

Zelfs ervaren docenten beoordelen het dertigste essay net iets anders dan het eerste. Vermoeidheid, de volgorde van de opstellen en de kwaliteit van het essay dat er net aan voorafging, kunnen allemaal een cijfer iets omhoog of omlaag sturen. Door dezelfde beoordelingsrubriek op dezelfde manier op elk essay toe te passen, wordt die afwijking verminderd. De beoordeling door de docent wordt dan eerder een controle op eerlijkheid dan telkens een nieuw oordeel, waardoor het gemakkelijker wordt om echte verschillen tussen studenten te zien. Voor afdelingen die gemeenschappelijke beoordelingen hanteren, helpt deze consistentie ook om ervoor te zorgen dat verschillende docenten tot vergelijkbare cijfers komen voor vergelijkbaar werk.

Conceptversies en oefenopstellen weer in het plan opnemen

Zodra de werkdruk van het nakijken afneemt, wordt schrijven zonder hoge inzet weer haalbaar. Docenten kunnen ruwe concepten verzamelen en feedback geven vóór de definitieve deadline, zodat leerlingen hun werk kunnen herzien met duidelijke begeleiding in plaats van te gissen. Oefenopstellen met een tijdslimiet, die vaak niet worden beoordeeld, kunnen opmerking op criteriumniveau krijgen die leerlingen helpen hun vooruitgang te zien. Dit is waar AI-beoordeling een van de grootste effecten op het leerproces heeft, omdat schrijven verbetert door herhaalde cycli van proberen, feedback ontvangen en opnieuw proberen, en die cycli zijn afhankelijk van snelle feedback.

Beginnen met één klas en één opdracht

De soepelste manier om AI-beoordeling te introduceren, is door klein te beginnen. Een eenvoudige proef ziet er meestal als volgt uit:

  • Kies één klas en één komende schrijfopdracht
  • Laad de beoordelingsrubriek in die je al gebruikt en verduidelijk eventuele vage niveauomschrijvingen
  • Beoordeel eerst zelf een aantal essays en voer vervolgens dezelfde essays in de tool in
  • Vergelijk je scores en opmerkingen met de gegenereerde feedback
  • Noteer waar je het eens bent, waar je van mening verschilt en hoeveel bewerking er nodig was

Docenten die dit willen uitproberen, kunnen beginnen op clasa.ai, dat essays beoordeelt aan de hand van een gekozen rubriek en voor elk criterium bewerkbare feedback geeft. Na één of twee opdrachten hebben de meeste docenten een duidelijk beeld van waar de tool tijd bespaart en hoeveel nazicht hun eigen klassen nodig hebben.

Vragen over nauwkeurigheid en eerlijkheid

Docenten vragen zich terecht af of geautomatiseerde feedback te vertrouwen is. Het eerlijke antwoord is dat deze moet worden gecontroleerd, en niet zomaar als waar aangenomen. De nauwkeurigheid hangt in grote mate af van de kwaliteit van de beoordelingsrubriek en de duidelijkheid van de opdracht, en de resultaten verbeteren wanneer beide goed zijn gedefinieerd. Door elk essay te controleren voordat het wordt vrijgegeven, worden leerlingen beschermd tegen fouten, en door aantekeningen bij te houden over waar de tool het meestal wel of niet eens is met uw oordeel, kunt u beter bepalen hoe grondig u in de toekomst moet controleren. Op deze manier gebruikt, draagt AI-beoordeling bij aan eerlijkheid door criteria gelijkmatig toe te passen, terwijl de docent beschermt tegen fouten.

Omgaan met door AI geschreven inzendingen

Dezelfde tools die docenten helpen bij het beoordelen, roepen vaak vragen op over het tegenovergestelde probleem: studenten die chatbots gebruiken om hun essays te schrijven. Veel beoordelingsprogramma’s bevatten een AI-schrijfcontrole die passages markeert die eruitzien alsof ze door een machine zijn gegenereerd. Dit kan een nuttige aanwijzing zijn, maar het is geen bewijs. Formele of stereotiepe schrijfstijlen kunnen soms ten onrechte worden gemarkeerd, dus een gemarkeerde passage kan het beste worden gezien als een reden om met de leerling te praten, om eerdere versies te vragen of het werk te vergelijken met wat er in de klas is geschreven, in plaats van als reden voor een automatische straf.

Het proces uitleggen aan leerlingen en gezinnen

Transparantie helpt iedereen om een nieuwe aanpak te accepteren. Leerlingen moeten weten dat een tool de eerste versie van de feedback opstelt, dat hun docent elk resultaat beoordeelt en dat het eindcijfer uiteindelijk door de docent wordt bepaald. Ouders reageren doorgaans positief als ze zien dat de verandering snellere en gedetailleerdere feedback oplevert, in plaats van minder betrokkenheid van de docent. Een voorbeeld van een feedbackrapport dat in een nieuwsbrief of tijdens een ouderavond wordt gedeeld, beantwoordt meestal de meeste vragen voordat ze worden gesteld en laat precies zien wat leerlingen zullen ontvangen.

Wat docenten doen met de tijd die ze terugkrijgen

De waarde van een AI-beoordelaar komt tot uiting in wat er gebeurt nadat het nakijken is afgerond. Sommige docenten gebruiken de vrijgekomen uren voor individuele schrijfgesprekken, waarbij een gesprek van vijf minuten meer kan opleveren dan een pagina vol opmerkingen. Anderen voegen een extra conceptfase toe aan grote opdrachten of organiseren peer review-sessies met behulp van dezelfde beoordelingsrubriek. Sommigen krijgen simpelweg hun avonden en weekenden terug, wat belangrijk is om op de lange termijn in het vak te blijven. In elk geval wordt de tijd niet langer besteed aan repetitief lezen, maar aan de aspecten van het lesgeven die afhankelijk zijn van een menselijke band met de leerlingen.

Felix Rose-Collins

Felix Rose-Collins

Ranktracker's CEO/CMO & Co-founder

Felix Rose-Collins is the Co-founder and CEO/CMO of Ranktracker. With over 15 years of SEO experience, he has single-handedly scaled the Ranktracker site to over 500,000 monthly visits, with 390,000 of these stemming from organic searches each month.

Begin Ranktracker te gebruiken... Gratis!

Ontdek wat uw website belemmert in de ranking.

Maak een gratis account aan

Of log in met uw gegevens

Different views of Ranktracker app