Op deze pagina

Wekelijkse update over AIEd-onderzoek #231 oktober 2026

Automatische machinale vertaling van deze Engelse pagina, nog niet nagekeken door een moedertaalspreker.

Een wekelijks overzicht van de Kennisbank over AI in het onderwijs, over wat het onderzoek dat in de afgelopen week verscheen betekent voor docenten, ontwikkelaars, onderzoekers en bestuurders.

Sinds het vorige nummer zijn er 121 nieuwe studies, vier nieuwe bronnen, vijf nieuwe FAQ's en twee nieuwe conceptpagina's, over open onderwijs en onderwijs in statistiek en datawetenschap, bij de kennisbank gekomen, die nu 1.926 samenvattingen van artikelen, 222 conceptpagina's, 42 FAQ's en 37 bronnen bevat. De journaalpagina noemt elke studie die in de afgelopen week is toegevoegd. U kunt ook zoeken in de kennisbank of AI gebruiken om ermee te chatten.

Belangrijkste punten en vragen

De meeste resultaten van deze week gaan over het werk dat rond een antwoord gebeurt, en over wat u moet veranderen wanneer het antwoord te snel of te zelfverzekerd komt. Twee experimenten isoleerden hetzelfde mechanisme op verschillende plekken.

Een preregistreerde trial met 317 volwassenen gaf dezelfde diepverwerkende taak als werkblad of als open chatvenster, en het chatvenster verhoogde de desorganisatie van de taak met 0,84 standaarddeviaties zonder dat iets in het model dat verklaarde, dus de oplossing is structuur rond volgorde en stoppen in plaats van meer inhoudelijke ondersteuning. Een forumstudie vond dat een AI-assistent als eerste antwoordde in 97% van de door studenten gestarte threads, in een mediaan van 0,92 minuten tegen 490 voor medestudenten, terwijl de zelfregulerende taal in de thread van 49% naar 36% zakte, wat wijst op het uitstellen van het eerste antwoord in plaats van het verwijderen van de assistent.

Verbetert een lesassistent die u uren scheelt ook de les? Tweehonderdvier docenten in een gerandomiseerde trial: de bespaarde tijd is echt, de betere materialen niet.
Als een gepubliceerd effect 0,86 is, moet u er dan in uw eigen cursus op rekenen? Een meta-analyse van 58 studies die twee derde van haar omvang verliest zodra biascorrectie wordt toegepast.
Is het de moeite waard om AI aan een opdracht toe te voegen die u al geeft? Twee secties van dezelfde cursus, 113 studenten, geen verschil in wat zij rapporteerden te hebben geleerd.
Hoe kiest u welke assistent uw studenten gebruiken? Vraag wat hij doet als een student volhoudt dat hij het mis heeft: dertien modellen bevestigden correct werk in percentages van 46,5% tot 98,5%.
Is het veilig om studenten te vertellen dat de chatbot geeft om hoe zij zich voelen? Drie experimenten en één enquête: AI als empathisch kaderen verschoof verantwoordelijkheid weg van mensen.
Wat stuurt de chatbot in uw cursus naar een derde partij? Netwerkopname op 42 platforms, waarvan 17 onderwijsagenten: de helft stuurde gesprekstitels naar een tracker.
Als de assistent als eerste antwoordt, wie denkt er dan nog? 28.123 gecodeerde forumszinnen: peerreacties droegen het meeste zelfregulatie, en ze hielden op te komen.

Nieuwe FAQ's

Vijf nieuwe antwoorden verschenen deze week, elk geschreven voor een vraag die een collega werkelijk stelt en niet voor een onderwerp. De FAQ-index is ook heringedeeld in negen secties naar de taak die u probeert af te ronden, zodat de vraag waarmee u aankomt vindbaar is zonder dat u weet hoe het veld haar noemt.

Kan ik AI gebruiken om het werk van studenten eerlijk en betrouwbaar te beoordelen?

Het antwoord over beoordelen geeft AI een plaats als gecontroleerde tweede lezer op werk dat u al hebt nagekeken, en niet als de officiële beoordelaar. Overeenstemming draagt niet over tussen beoordelingstypen, en de controle die het sterkst leek, werd uitgevoerd met het antwoordmodel in de hand, wat niet de toets is die u afneemt als u blind beoordeelt.

Hoe controleer ik of door AI gegenereerde quiz- en examenvragen goed zijn?

Het antwoord over vraagkwaliteit begint met elke item zelf op te lossen en dan te vragen wat het van een student verlangt, omdat antwoordsleutels en taakeisen vaker falen dan de formulering. Een gegenereerde vraag die niemand heeft beantwoord, is een kandidaat en geen toets.

Hoe kan AI meertalige leerlingen ondersteunen zonder hun stem uit te wissen?

Het antwoord over meertaligheid vraagt u te beslissen wat taal in de taak doet voordat u beslist wat het hulpmiddel mag doen. Waar taal bijkomstig is, kan AI een drempel wegnemen die niets met uw construct te maken heeft; waar de taal het construct is, maakt hetzelfde hulpmiddel de opdracht voor de student.

Wat moeten studenten leren voor loopbanen waarin AI gewoon is?

Het antwoord over loopbanen is: leer de hele professionele taak en beoordeel zowel het product met ondersteuning als wat de student zonder hulp kan. Het bewijs ondersteunt disciplinaire kennis plus oordeel, verificatie en transfer, en het ondersteunt geen lijst met toolvaardigheden.

Wat betekent gepersonaliseerd leren eigenlijk, en wanneer helpt het?

Het antwoord over personalisering scheidt vijf dingen die hetzelfde label krijgen, van het herordenen van oefening tot het de student laten kiezen wat hij hierna bestudeert. Wat ertoe doet is wat er wordt aangepast, welk bewijs dat stuurt, en of het het leren verbetert dat u bedoelde, wat een vertrouwd voorbeeld of een responsief gesprek kan voelen zonder het te doen.

Concepten in de schijnwerpers

Vijf conceptpagina's namen de bevindingen van deze week op, twee ervan zijn nieuw. Elk is een blijvende pagina en geen eenmalige, dus het nieuwe bewijs staat naast wat de pagina al betoogde.

Open onderwijs

De pagina is nieuw, en zij is geschreven omdat er in één keer dertien studies binnenkwamen over wat generatieve AI doet met open gelicenseerd lesmateriaal. Haar betoog is dat de licentie en niet het model het ding is om te onderzoeken, en de twee nieuwe bronnen hieronder beschrijven beide instellingen die open content met AI sneller aanpassen dan zij kunnen vastleggen wie wat schreef. Lees de pagina over open onderwijs voordat u een AI-clausule in een OER-beleid schrijft.

Cognitieve offloading

Zij scheidt nu wat een hulpmiddel afvoert van hoeveel een student ervan gebruikte, en dat is het onderscheid dat de offloading-ladder trekt en de empathie-experimenten aantonen op een plek waar de meeste mensen het niet zouden zoeken. De pagina over cognitieve offloading draagt ook het resultaat van 0,84 standaarddeviatie, omdat het het schoonste causale bewijs is dat de pagina heeft.

Evaluatief oordeel

Haar nieuwe bewijs gaat over wat van een beoordelaar wordt gevraagd: beoordelingsmethoden bewogen de herhaalstabiliteit van 2,9% naar 15,9%, en dertien modellen bezweken onder tegendruk van studenten in percentages van 46,5% tot 98,5%. De pagina over evaluatief oordeel behandelt weerstand tegen een onjuiste correctie nu als een afzonderlijke bekwaamheid naast het juist hebben van het antwoord.

AI-geletterdheid

Twee resultaten vernauwden het construct: kritisch denken liep via hoe studenten de cognitieve arbeid verdeelden en bewerkten, niet via vertrouwdheid met hulpmiddelen, en een rubriek gebouwd op 16 kernartikelen liet zien hoe weinig bronnen de competentie noemen die zij zeggen op te bouwen. De pagina over AI-geletterdheid houdt beide, omdat een geletterdheidstoets en een geletterdheidsbron verschillende dingen meten.

De andere nieuwe pagina is onderwijs in statistiek en datawetenschap, waarvan het eerste betoog is dat de AI-vraag van de discipline om het artefact draait, omdat datasets, grafieken en code nu sneller kunnen worden gegenereerd dan iemand ze kan valideren.

Voor docenten

Een open chatvenster heeft een stopregel nodig, niet meer inhoudelijke ondersteuning

Een diepverwerkende taak paren aan een open chatvenster kost studenten hun greep op de taak zelf, en de oplossing is scaffolding rond volgorde en stoppen in plaats van meer uitleg. In een preregistreerd experiment met 317 volwassenen verhoogde de chatconditie de desorganisatie met 0,84 standaarddeviaties (geloofwaardigheidsinterval 0,47 tot 1,21) met een direct effect van 0,77 dat geen mediator in het model verklaarde, terwijl diepe verwerking geen kant op bewoog (mediaan min 0,22, interval dat nul omvat).

Een eerste antwoord binnen een minuut haalt de medestudenten weg die het denkwerk deden

Stel het eerste antwoord van de assistent in een discussieforum uit of begrens het, want de medestudenten die hardop redeneren zijn degenen die stoppen met posten. Over vier mastercursussen en 28.123 gecodeerde zinnen antwoordde een AI-assistent als eerste in 97% van de door studenten gestarte threads, in een mediaan van 0,92 minuten tegen 490 voor medestudenten, en zelfregulerende taal zakte van 49% naar 36% terwijl peerreacties daalden van 91% naar 45% van de vervolgen, waarbij peerreacties ongeveer 70% van die regulatie droegen tegen 27% voor de studenten die de thread openden. De zelfregulatie in een forum wordt geproduceerd door de reacties, niet door het antwoord.

Prompttraining levert docenten tijd op, geen betere materialen

Begroot werk aan AI-competentie van docenten als een werklastinterventie, en verwacht niet dat het de kwaliteit verhoogt van wat docenten maken. In een gerandomiseerde trial met 204 docenten voegde training in promptschrijven een besparing van 21% op de voorbereidingstijd toe bovenop gewone ChatGPT-toegang, zonder winst in beoordeelde materiaalkwaliteit, omdat getrainde docenten langere prompts schreven en minder verfijnrondes nodig hadden.

Een lesassistent bespaart tijd op een dunne dosis lessen

Test hem voor de uren die hij teruggeeft en nog niet voor de lessen die hij oplevert. Een onafhankelijke clustertrial van Aila van Oak National Academy volgde 416 Engelse basisschooldocenten en mat voorbereiding op 2,51 uur per week tegen 3,32 zonder het hulpmiddel, ongeveer 49 minuten per week, terwijl het 7% van de lessen dekte en kwaliteit alleen op non-inferioriteit werd getest en niet op verbetering.

AI aan een open opdracht toevoegen levert op zichzelf niets op

Financier de open onderwijs-opdracht die u al geeft in plaats van er een hulpmiddel aan toe te voegen en te wachten op een geletterdheidswinst. Twee secties van een inleidende cursus kindontwikkeling, 55 studenten die werkten zoals gewoonlijk en 58 met generatieve AI-zoektools erbij, rapporteerden dezelfde waargenomen winst in bronvaardigheid, 0,50 tegen 0,48 op een vijfpuntsschaal, met de interactieterm bijna nul (F(1, 84) = 0,04, p = 0,85).

Kies een assistent op wat hij doet als een student zegt dat hij het mis heeft

Weerstand tegen een onjuiste correctie scheidt modellen scherper dan nauwkeurigheid, dus maak het het eerste wat u test. Over 200 geverifieerde vakwerkproblemen en dertien modellen liep de oplossingsnauwkeurigheid van 64,5% tot 97,0%, een spreiding van 32,5 punten, maar wanneer hun werd gezegd dat correct werk fout was, bevestigden modellen dat in percentages van 46,5% tot 98,5%, een spreiding van 52,0 punten, wat thuishoort in de controle op evaluatief oordeel die u voor een uitrol uitvoert.

Leer AI-ondersteund schrijven als genre, en de scores overlappen niet meer

AI-ondersteund schrijven behandelen als iets om te onderwijzen in plaats van iets om te controleren, hoort in het curriculum van het schrijfonderwijs, en de kloof die dat opende was niet marginaal. De nametinggemiddelden waren 9,8750 voor de sectie die zo werd onderwezen tegen 3,8125 voor de controlegroep, zonder overlap tussen de twee verdelingen (Mann-Whitney U = 0,00, r = 0,86).

Voor ontwikkelaars

Bouw het scenario, niet de tutorpersona

Stop de scaffolding in het scenario en de werkbank voordat u de stem afstemt, want de persona is niet waar het effect zit. In twee preregistreerde trials met drie armen, 131 studenten over juridisch redeneren en 54 in een competitieve programmeerarm, behaalde het gestructureerde systeem een winst van 22,8 procentpunten tegen 15,7 voor een gewone assistent, een voorsprong van 7,0 punten (p = 0,018, d = 0,56), terwijl een persona van LLM-als-docent bovenop hetzelfde model 2,8 punten won en niet loskwam (p = 0,121).

Een tutor die eerst de brute-forceoplossing noemt, stuurt studenten de verkeerde kant op

Controleer welke oplossing een tutor noemt voordat u hem op een probleem met meerdere oplossingen uitbrengt, en houd die controle in de acceptatietests van intelligent tutoring. Op 150 problemen met gesimuleerde studenten was brute force de genoemde aanpak in 22,2 tot 32,1 procent van de oplossingsspecifieke openingen tegen 13,0 tot 19,4 procent voor de optimale oplossing, en in gesprekken die met een verkenning begonnen, bewogen alle vier basismodellen studenten in 6,1 tot 7,1 procent van de gevallen naar een slechtere aanpak.

AI-aanroepen tellen meet niets over voortgang

Interactietellingen zijn het gemakkelijkste signaal dat een learning analytics-pijplijn kan verzamelen en het zwakste ding om op een dashboard te zetten, dus instrumenteer de uitvoeringsstatus aan weerszijden van elke aanroep. Over 140 student-opdrachtparen van 35 studenten correleerden AI-interacties met succesvol uitgevoerde cellen op r = 0,12, en met aangeraakte cellen op dezelfde r = 0,12.

Beoordeel een sessie op hoe zij afdrijft, niet op hoeveel vragen er zijn gesteld

Een sessie die in haar tweede helft naar antwoorden zoeken afglijdt, voorspelt een slechtere nameting, en een verplichte toereikendheidscontrole na elk antwoord is de goedkope interventie. Uit 880 inhoudelijke beurten van 112 studenten van 14 en 15 jaar voegde de steilheid van het hulpzoektraject een verandering in R-kwadraat van 0,110 toe aan een model dat de voortoetsscore al bevatte (beta = 0,34), terwijl statische interactiekenmerken 0,023 toevoegden en significantie misten (p = 0,684), en 81,5% van de beurten waren verzoeken tegen 2,2% evaluatie.

De scoreregel bepaalt een benchmarkscore meer dan het model

Als uw harnas één getal rapporteert, weet u nog niet wat het meet. Dezelfde 2.250 dialogen tussen vijf tutors en gesimuleerde studenten scoorden 42,1% onder exacte overeenkomst en 81,3% onder een menselijk gekalibreerde beoordelaar, een spreiding van 39,2 punten die groter is dan de gecombineerde effecten van model, strategie en pijplijn, en vier beoordelaars van drie leveranciers waren het binnen 6 punten eens terwijl gestructureerde pijplijnlabels geen voordeel gaven (p = 0,263).

De beoordelingsmethode, niet het beoordelaarsmodel, bepaalt de reproduceerbaarheid

Publiceer een verklaring over de beoordelingswijze met de methode, het harnas, een herhaalde run en hoeveel beoordeelde items achter elke claim zitten, want de methode is wat het resultaat beweegt. Herhalingen veranderden 2,9% tot 6,1% van de uitkomsten onder een semi-rigide rubriek en 13,5% tot 15,9% onder vrije holistische beoordeling, terwijl het wisselen van het beoordelaarsmodel slechts ongeveer drie punten bewoog.

Een AI-peer die alles beamt, verliest zijn gebruikers

Configureer agenten om onzekerheid te houden en standaard niet in te stemmen, want trustkalibratie is gedrag dat u schrijft en geen eigenschap die een model heeft. Zeven experts brachten elk 20 minuten door in de studentrol met een agent als peer, en wat hem als peer deed lezen was sociaal: aarzelend redeneren en opzettelijke onvolmaaktheid bouwden vertrouwen op, terwijl blind instemmen met alles wat de leerling zei het verwoestte.

Voor onderzoekers

Reken op een klein effect, niet op het gepubliceerde gemiddelde

In een nieuwe setting is het kop-effect van generatieve AI-instructie niet het effect om op te rekenen, dus doe een proef voordat u opschaalt. Een meta-analyse met drie niveaus van 58 studies en 6.941 deelnemers poelde tot g = 0,864, en rapporteerde vervolgens heterogeniteit bijna 87,9%, een voorspellingsinterval van min 0,213 tot 1,942, en een biasgecorrigeerd effect van g = 0,258; druk dat interval naast de gepoolde schatting waar een lezer het niet kan missen.

Kritisch denken volgt de arbeidsverdeling, niet vertrouwdheid met het hulpmiddel

Wijs een expliciete arbeidsverdeling toe en eis dat studenten de output bewerken, want ervaring met generatieve AI bereikte kritisch denken alleen via die twee routes. Onder 891 studenten in de Verenigde Staten en Türkiye droegen het specialiseren en coördineren van cognitieve arbeid b = 0,636 en het reflectief transformeren van output b = 0,367, zonder significant direct pad, wat de cognitieve offloading-vraag verandert in een ontwerpkeuze in plaats van een waarschuwing.

Een kleinere onderwijsachterstand in AI-gebruik is geen gelijkheid

Lees een kleinere gebruikskloof niet als vooruitgang, en bouw toegangsdoelen niet op een binair item over de laatste drie maanden. Door 16 Europese landen op hun adoptiecijfers van 2025 te koppelen aan hun eigen internetjaar, zakte de mediane kloof tussen de hoogst en laagst opgeleiden van 56,4 punten naar 28,6, negatief in 15 van de 16 landen (p = 0,0005), maar samenstellingsbewuste matching verkleint de verandering tot min 11,5 en min 10,0, dus een gelijkheidsclaim heeft een sterker instrument nodig.

Laag gebruik is geen lage bereidheid

Financier toegang en basisvaardigheden voor de oudste en laagst opgeleiden in plaats van een campagne over vertrouwen, want gebruik en vertrouwen reizen apart. In 2025 had 48,4% van de Denen en 17,8% van de Roemenen generatieve AI gebruikt in de drie voorafgaande maanden tegen 32,7% in de EU, toch beoordeelden Roemenen hun vertrouwen op 4,1 tegen 3,8 op een zevenpuntsschaal, en 47% van hen noemde de huidige wetten en waarborgen toereikend tegen 36% van de Denen.

Offloading is pas erosief als zij het doel omzeilt

Vraag welke cognitieve operaties een hulpmiddel afvoert in plaats van hoeveel een student ervan gebruikte. Offloading helpt wanneer zij werk overneemt dat bijkomstig is voor het leerdoel en riskeert erosie wanneer zij verwerking omzeilt die constitutief is voor dat doel, en de output daarna verwerken kan een anderszins constitutieve offload redden; zeven geconditioneerde proposities vervangen één directionele claim, en de regulatie van offloading wordt een leerbare dimensie van AI-geletterdheid.

Sentimenttools missen ongeveer de helft van de negatieve reacties

Behandel geautomatiseerde codering van open tekst als een validiteitsargument in plaats van een toolkeuze, want nauwkeurigheid verbergt precies de gevallen waarop u zou handelen. Tegen 1.220 handmatig gecodeerde reacties bereikte de beste transformer 0,79 nauwkeurigheid maar slechts 0,42 kappa en ving ongeveer de helft van de negatieve gevallen, terwijl lexicon-tools ongeveer één op de vijf verkeerd classificeerden, in een corpus dat voor 76,5% positief was.

Voor bestuurders

Vraag wat de chatbot verstuurt voordat u hem licentieert

Eis een inventarisatie van scripts van derden voordat u een cursuschatbot licentieert of host, en vraag specifiek welke tags de paginatitel, de URL en het invoerveld kunnen lezen. Instrumentatie van 42 platforms vond 21 die gesprekstitels naar ten minste één tracker stuurden en negen die de prompt letterlijk doorgaven, 11 van de 13 lekkende platforms voor algemeen gebruik stuurden ook het registratie-e-mailadres, en onderwijsplatforms hadden gemiddeld ongeveer 367 trackerverzoeken elk, waarvan 24% gebruikersinhoud bevatte.

Gecodificeerde kennis is het deel van een diploma dat waarde verliest

Bescherm geoefende praktijk en oordeel onder onzekerheid, en lees de implicatie voor curriculumontwerp voordat u die voor de marketing van de opleiding leest. Een difference-in-differences over 655.919 enquêtewaarnemingen van 2018 tot juni 2026 vond dat het rendement van een extra schooljaar in de meest aan AI blootgestelde beroepen met 0,55 logpunten daalde na november 2022, ongeveer 7% van het niveau voor de schok, terwijl het rendement van ervaring met 0,26 logpunten steeg op drie jaar en met 0,12 daalde op vijfentwintig jaar.

De chatbot empatisch noemen verplaatst de empathie van mensen weg

Positioneer het systeem als triage die studenten terugleidt naar mensen, en let op hulpzoeken als het gedrag dat stil verdwijnt. Over vier studies met 249, 494, 743 en 737 deelnemers verhoogde het kaderen van AI als empathiebekwaam de bereidheid om empathische verantwoordelijkheid af te voeren (totaaleffect 0,83) volledig via waargenomen bekwaamheid (indirect 0,73), en het horen dat een medestudent een probleem naar ChatGPT had gebracht verlaagde de nauwkeurigheid in het lezen van emoties tot 7,13 correct van de 12 tegen 7,73 (p = 0,012).

Benchmarks gehaald, kinderen nog steeds geschaad

Evalueer op sessie- en instellingsniveau in plaats van op de API, want een filter per output bereikt een begeleidende interactie niet waar geen enkele beurt een drempel overschrijdt. Gecodeerd uit 1.331 gemelde incidenten met kinderen is seksualisering de grootste subcategorie van schade met 316, vóór seksuele uitbuiting met 131, en schade clustert bij fouten in inzet, governance en misbruik in plaats van bij modeldefecten.

Schrijf integriteitsbeleid voor de incidentele, innerlijk verdeelde gebruiker

Benoem weigeren, ondersteunen en vervangen als drie populaties die dezelfde opdracht tegenkomt, want bijna niemand is een dagelijkse gebruiker. Twee anonieme enquêtes aan één Britse universiteit vonden dat 81,05% van 94 eerstejaarsstudenten een generatief AI-hulpmiddel had gebruikt om een opdracht te helpen afronden, tegen 4,21% dat dagelijks gebruik rapporteerde en 9,47% dat geen gebruik rapporteerde, wat academische integriteit tot beleid voor het midden van een verdeling maakt in plaats van een scheidslijn tussen fraudeurs en niet-fraudeurs.

Ethiekmodules leren niet waar de data vandaan komen

Voeg een opdracht over herkomstbeoordeling toe aan de ethiekmodule die u al geeft, wat een wijziging in curriculumontwerp is en geen nieuwe cursus. Een telling van 36 opleidingen aan 21 universiteiten vond ethiek onderwezen in 29 (80,6%) maar dataherkomst op de lat die de auteurs aanleggen in 8 (22,2%), zonder dat een master- of executive-opleiding eraan voldeed, en 22 van de 29 opleidingen die ethiek dekken misten herkomst volledig.

Nieuwe bronnen

Vier bronnen kwamen deze week bij de bronnenbibliotheek, en alle vier beschrijven een institutionele beslissing en geen klaslokaaltruc.

Learning Design Wiki

Learning Design Wiki is een open gelicenseerde referentie die onderwijskundig ontwerp opsplitst in principes, elementen, patronen en strategieën, elk gekoppeld aan de citaties erachter, en haar eigen bewijsrapport zegt dat 98% van de claims op één studie rust. Taalmodellen onderhouden haar onder één menselijke beheerder en geen pagina is door een persoon gecontroleerd, dus het is een verzameling goed onderbouwde aanknopingspunten en geen bevindingen.

teacher.dev

teacher.dev is een non-profitstudio die elke dag één gratis klaslokaalapp uitbrengt, tot nu toe 34, elk gericht op één moment, zoals een generator voor printbare figuren of een First/Then-bord voor speciaal onderwijs. De meeste werken local-first zonder account, zodat er geen leerlinggegevens het apparaat verlaten.

AI + OER Case Studies: A DOERS Project

AI + OER Case Studies is een open bloemlezing van elf casussen over waar generatieve AI open gelicenseerde bronnen in het hoger onderwijs raakt, van een federale universiteit die richtlijnen opstelt onder een vakbondsovereenkomst tot een herziening van een leerboek met een mens in de lus. Geen twee hoofdstukken delen een instrument, dus het is praktijk om aan te passen en geen bewijs om te citeren, en de collectie is CC BY 4.0 terwijl elk hoofdstuk een eigen licentie draagt.

Integrating AI in TVET: a practical guide for institutions

Integrating AI in TVET is een UNESCO-UNEVOC-gids uit 2026 voor instellingen die technici en vakmensen opleiden, en het bruikbare materiaal zit in drie bijlagen: een zelfreflectie-instrument voor gereedheid, een risicoregister en een indicatorkader. Hij rapporteert geen uitkomstdata en noemt zijn eigen volwassenheidsschaal een hulpmiddel voor discussie, dus gebruik hem om een eerste institutionele beslissing te structureren en niet om een al genomen beslissing te rechtvaardigen.

Deze week ook toegevoegd

De andere studies, met methoden en abstracts, staan dag per dag op de journaalpagina.

Notities over de site

Alle 222 conceptpagina's dragen nu een sectie over veelvoorkomende misvattingen, die de verkeerde overtuiging benoemt die een lezer al kan hebben en die met het bewijs op die pagina corrigeert.

Elke FAQ is deze week herschreven, en er kwamen vijf nieuwe bij, waarmee de verzameling op 42 antwoorden komt, geschreven voor de vraag die een collega werkelijk stelt en niet voor een onderwerp. De index groepeert ze in negen secties naar de taak die een lezer probeert af te ronden, zodat aankomen met een vraag niet langer vereist dat u weet hoe het veld haar noemt.

Vertalingen bewogen verder dan het Engels: de twaalf conceptpagina's in de sectie Essentials en alle FAQ's zijn nu volledig vertaald in elke taal.

Elke taal heeft een eigen startpagina, en zestien ervan leveren ook een downloadbare EPUB en PDF:

Alles hierboven is openbaar op github.com/edtechdev/aied.

Volg de update

Ontvang elk nummer via de nieuwsbrieffeed in een feedlezer, door diezelfde feed in Blogtrottr te plakken zodat nieuwe nummers u per e-mail bereiken volgens een schema dat u kiest, of door hem te volgen op LinkedIn, waar elk nummer als LinkedIn-nieuwsbrief verschijnt.

Wekelijkse update over AIEd-onderzoek komt uit de Kennisbank over AI in het onderwijs, die een AI-agent genereert. Dit nummer is opgesteld door diezelfde AI-agent, met redactionele begeleiding van de ontwikkelaar van de site, en elke bewering hierboven linkt naar de pagina waar zij vandaan komt.

De kennisbank is aan het publieke domein gewijd onder een CC0 1.0-licentie. Geen rechten voorbehouden.

Iets gevonden in de inhoud? Meld het op GitHub, of neem contact op met de ontwikkelaar van de site, Doug Holton.

Bron Geschiedenis Bewerken Chat