Liever een unieke persoonlijke ervaring
Opinie: Geef studenten een keuze, dan maak je studeren “AI-proof”
Toen het gebruik van GenAI een serieuze zorg werd onder docenten en bestuurders, stelde ik een kort praatje op dat ik aan het begin van mijn cursussen hield. Hulp vragen aan GenAI om je opdrachten te schrijven, zo stelde ik, was een beetje alsof je naar de gym gaat en een robot vraagt om je gewichten te tillen. Het zal de training misschien een stuk makkelijker maken, maar gaat voorbij aan het doel: als je niet de moeite wilt doen die nodig is om spieren op te bouwen, waarom zou je dan überhaupt betalen voor een sportschoolabonnement?
Een tijdje was ik best tevreden met mijn korte toespraak. Niet alleen omdat het (voor mij) leek alsof het de kern van het GenAI-probleem netjes uitlegde op een manier die voor studenten makkelijk te begrijpen was. Maar ook omdat het hun eigen verantwoordelijkheid benadrukte: in plaats van dat docenten met steeds strengere maatregelen kwamen om ons onderwijs “AI-proof” te maken, legde mijn aanpak de verantwoordelijkheid weer bij de studenten: uiteindelijk is het aan hen, niet aan ons, wat ze van hun studie maken.
Waarom blijven zoveel studenten AI gebruiken?
Nu, een jaar later, heeft mijn zelfgenoegzaamheid plaatsgemaakt voor een nieuw inzicht. Ik vermoed dat studenten mij niet echt nodig hebben om hen te vertellen dat ze hun tijd niet moeten verspillen – tenminste als jong zijn tegenwoordig ook maar een beetje lijkt op hoe het in mijn tijd was – dan houdt dat in dat je je veel zorgen maakt over wat je met je leven moet doen en hoe je het verstandig kunt besteden. Jongeren nu zijn ook veel techniekvaardiger en beter geïnformeerd dan ik op hun leeftijd ooit was. Dus ze hebben waarschijnlijk alle argumenten tegen GenAI al eens gehoord.
Maar als ze deze technologie zo goed kennen, waarom blijven dan zoveel studenten het gebruiken? Het is me gaan dagen dat het probleem misschien niet bij hen ligt, maar bij ons, bij de universiteit. We hebben bijna alle keuzevrijheid – met andere woorden, mogelijkheden om autonomie uit te oefenen – uit onze studieprogramma's gehaald en dwingen studenten in een vast rooster van verplichte vakken.
Bovendien hebben we studeren steeds meer geframed als een oefening in het verwerven van “skills” waarmee je jezelf kunt omvormen tot een gewild product voor de arbeidsmarkt. Maar nu er een technologie is die belooft veel van deze vaardigheden in enkele seconden uit te voeren, hebben werkgevers voor deze taken misschien geen mensen meer nodig. Misschien bestaan de banen waarvoor we beloven onze studenten voor te bereiden in de toekomst niet eens meer. Waarom zouden ze dan tijd en moeite besteden aan het verwerven van vaardigheden die in wezen nutteloos lijken?
In dit licht is het leren van generieke “skills” een zinloze klus die gemakkelijk kan worden uitbesteed aan GenAI: als je tegen je zin gedwongen wordt om naar de sportschool te gaan, is het eigenlijk heel logisch om een robot te gebruiken om je gewichten te tillen.
Wat is de taak van de universiteit?
Studenten kiezen er natuurlijk zelf voor om naar de universiteit te gaan. Maar in veel opzichten is die keuze een illusie: universiteiten zijn unieke instellingen, en er zijn niet veel andere mogelijkheden voor hen als ze een bepaald beroep willen uitoefenen of een breed scala aan carrièremogelijkheden willen hebben. Wat we hebben gedaan (excuses voor het doortrekken van de metafoor) is van een sportschoolabonnement een toelatingseis voor het studentenfeest maken: als je 180 repeties haalt, mag je de dansvloer op. En nu er met GenAI in elke kamer gewichthefrobot staat, klagen we dat studenten de makkelijke weg kiezen.
Het lijkt dan ook duidelijk dat de oplossing voor het probleem van GenAI eruit bestaat studenten te motiveren om het niet te gebruiken, in plaats van een kat-en-muisspel te spelen met een technologie in ontwikkeling. We moeten de beslissing aan de studenten overlaten.
Het is onze taak om hun werk weer zo interessant te maken dat ze het daadwerkelijk zelf willen doen; niet alleen maar een reeks hindernissen die ze moeten nemen om de prijs van “employability” te behalen. De belangrijkste stap om dat te bereiken zou zijn om studenten meer autonomie en zeggenschap te geven over hun eigen studieprogramma door hen meer aspecten van hun studie te laten kiezen op basis van hun oprechte interesses.
En in plaats van ons te richten op “transferable skills”, zouden we de nadruk moeten leggen op ervaring: het feit dat het lezen en bespreken van moeilijke teksten – van Marx’ Das Kapital tot de Bijbel, van feministische filmtheorie tot boeddhistische filosofie – echt levensveranderend kan zijn. Het worstelen met grote ideeën en concepten kan je kijk op de wereld veranderen en je helpen een meer veelzijdig persoon te worden. In tegenstelling tot vaardigheden zijn ervaringen uniek voor elke persoon. Ik neem aan dat studenten hun ervaringen niet aan een machine zouden willen uitbesteden.
Zouden ze allemaal GenAI afzweren als dat zou betekenen dat ze een belangrijke ervaring zouden missen? Waarschijnlijk niet. Maar ze zouden zich in ieder geval in een positie bevinden waarin ze het gevoel hebben dat er een keuze is en dat die beslissing daadwerkelijk iets betekent.
Dit is een ingezonden opiniestuk. Het standpunt in dit artikel is niet per definitie ook het standpunt van DUB.
I think teachers have been trying to motivate students for centuries, if not millennia, and there is only so much further improvement we can expect from motivation alone.
That said, I do agree that autonomy is an important ingredient of motivation. This is also one of the central ideas of the well-established Self-Determination Theory.
In my own course, we took a different approach. Students completed two small homework assignments each week, despite knowing that AI could probably solve many of them. We awarded one point simply for submitting the homework and one point for looking at another student's submission. We deliberately did not assess quality, and I even told students they were free to submit an empty sheet of paper. This approach is known as labour-based grading.
The result surprised me. Every student submitted the homework, nobody handed in an empty sheet, and the quality of the work strongly suggests that students genuinely engaged with the assignments rather than relying on AI.
An additional benefit was that this approach allowed us to assign much more practice while staying within our allocated teaching hours.