Cursus AI & Toetsing in het MBO/HO

AI verandert hoe studenten leren, werken en aantonen wat zij kunnen. Je onderzoekt waarom bestaande toetsvormen onder druk staan en waarom AI-proof denken vaak tekortschiet. De focus verschuift van controle achteraf naar AI-ready toetsontwerp vooraf. Je bekijkt toetsing opnieuw vanuit leeruitkomsten, beroepscontext en toetskwaliteit. Daarbij staat constructive alignment centraal: sluiten leerdoelen, leeractiviteiten, toetsvormen, beoordeling en AI-gebruik nog goed op elkaar aan?

Ook bekijken we kansen. Hoe kan AI docenten ondersteunen bij toetsontwerp, lesvoorbereiding, feedback en het ontwikkelen van betekenisvolle casussen? Je leert waar AI het onderwijs kan verrijken en waar menselijke beoordeling onmisbaar blijft.

Wat leer je:

• Wat generatieve AI betekent voor toetsing in mbo en ho
• Waarom bestaande toetsvormen kwetsbaar worden
• Hoe je bepaalt welke leeruitkomsten opnieuw bekeken moeten worden
• Wanneer AI-gebruik past bij het leerdoel en wanneer juist niet
• Welke rol AI-geletterdheid speelt bij eerlijke toetsing
• Welke kansen AI biedt voor toetsontwerp, feedback en lesvoorbereiding

Aan de slag:

Je analyseert een eigen toets of toetsvorm. Je brengt in kaart waar AI risico’s
oplevert, waar kansen liggen en welke ontwerpkeuzes nodig zijn.

Op dag twee ga je van analyse naar ontwerp. Je leert toetsing ontwikkelen die werkt in een wereld waarin AI vanzelfsprekend beschikbaar is. Je leert hoe je studenten laat aantonen dat zij kunnen denken, handelen, onderbouwen en verantwoorden. Daarbij kijken we naar toetsvormen die beter passen bij het AI-tijdperk. Denk aan authentieke beroepsopdrachten, praktijkassessments, mondelinge toelichting, portfolio’s, procesbewijzen, simulaties, casusgesprekken en AI-verantwoording.

Ook onderzoek je hoe AI juist onderdeel kan zijn van de toets. Bijvoorbeeld wanneer AI-geletterdheid, kritisch beoordelen van output of professioneel gebruik van AI, onderdeel is van de beroepsbekwaamheid.

Wat leer je:

• Hoe je een toets herontwerpt vanuit leeruitkomsten en beroepspraktijk
• Hoe je AI-gebruik transparant en toetsbaar maakt
•  Hoe je proces, product en verantwoording combineert
• Hoe je rubrics en beoordelingscriteria aanscherpt voor AI-ready toetsing
• Hoe je AI-logboeken, promptreflecties en mondelinge checks zinvol inzet

Aan de slag: 

Je maakt een eerste ontwerp voor een AI-ready toetsvorm. Je werkt met je eigen casus en krijgt feedback van de docent en deelnemers.

AI-ready toetsing vraagt om meer dan een aangepaste opdracht. Het vraagt om samenhang, duidelijke afspraken en borging binnen het toetsprogramma. Je kijkt hoe je kwaliteit, validiteit en betrouwbaarheid bewaakt in toetsing waarin AI een rol speelt.

Daarbij onderzoek je wat dit vraagt van toetsbeleid, examencommissies, toetscommissies en onderwijsteams. Welke keuzes leg je vast? Hoe voorkom je willekeur tussen docenten? En hoe neem je collega’s mee in deze verandering? De nadruk ligt op toekomstbestendig werken: keuzes maken die niet alleen vandaag werken, maar ook meebewegen met nieuwe AI-tools, veranderende beroepspraktijken en actuele kwaliteitseisen.

Je vertaalt jouw ontwerp naar een implementatieplan, zodat het niet bij een losse pilot blijft.

Wat leer je:

• Hoe je AI-ready toetsing borgt binnen het toetsprogramma
• Hoe je eindkwalificaties, leeruitkomsten en toetsvormen opnieuw op elkaar afstemt
• Welke rol examencommissies en toetscommissies hebben
• Hoe je afspraken maakt over toegestaan AI-gebruik
•  Hoe je draagvlak creëert binnen je team

Aan de slag:

Je werkt je AI-ready toetsontwerp uit tot een concreet implementatieplan. Inclusief vervolgstappen voor jouw opleiding, team of commissie.