Over taalbewustzijn en taalmodellen
Wij willen studenten opleiden en ‘afleveren’ die logisch en creatief denken, kennis ontwikkelen, kritisch zijn en op op een eigen, authentieke manier hun gedachten en ideeën onder woorden brengen waardoor zij zich kunnen verbinden met anderen, zodat zij succesvol kunnen studeren en professioneel functioneren.
Hiervoor moeten zij over een grote taalvaardigheid en taalbewustzijn beschikken: zij moeten kunnen luisteren en lezen, over een grote woordenschat beschikken, informatie beoordelen en structureren, en vervolgens kennis en inzichten mondeling of schriftelijk communiceren, op de juiste manier en het juiste moment, in de juiste toon, afhankelijk van doel, doelgroep en context.
Het gebruiken van taalmodellen kan op gespannen voet staan met deze ambitie. Op deze pagina vind je tips voor goed gebruik van generatieve AI bij taalontwikkeling en daarnaast welke risico’s taalmodellen hebben voor de ontwikkeling van taalvaardigheid.
Hoe GenAI taalontwikkeling ondersteunt
De grote vraag is: welke taal- en denkhandeling moet de student zélf oefenen, en welke ondersteuning mag AI wel of niet geven?
Het taalbewuste antwoord hierop is: docenten van de HR gebruiken generatieve AI niet als vervanger van taal- en denkvorming, maar als doelbewust, transparant en ethisch hulpmiddel dat studenten ondersteunt bij het beter leren denken, schrijven, spreken, lezen en luisteren in verschillende contexten terwijl elke opleiding systematisch borgt dat iedere student ook zonder AI
- kan denken, lezen, luisteren, spreken en schrijven op hbo-niveau,
- AI-output kritisch kan beoordelen,
- eigen keuzes en stijl kan verantwoorden, en
Daarnaast moet de student in authentieke beroepscontexten verantwoord met AI kunnen samenwerken.
9 belangrijke tips
- Maak AI niet verplicht. De student is altijd vrij om AI niet te gebruiken.
- Ontwikkel eerst AI-geletterdheid. Voordat studenten een taalmodel gebruiken, moeten zij begrijpen hoe het werkt: wat kan het wel en niet, hoe betrouwbaar is het, welke risico’s horen erbij, welke input is nodig en hoe beoordeel je output?
- Laat studenten expliciet afwegen wat zij ‘verliezen, inleveren’. Docenten moeten studenten laten nadenken over de nadelen van te gemakkelijk AI-gebruik: welke taal- of denkhandeling oefen je dan niet?
- Over-all ontwerpregel: AI mag het leerproces verrijken en zichtbaar maken, maar mag het denk-, lees-, formuleer- en revisiewerk niet onzichtbaar overnemen.
- Hanteer het mens–machine–mensprincipe.
Mens (student) eerst: de student bepaalt zelf wat hij/zij wil zeggen: doel, doelgroep, boodschap, bronnen/ervaringen, toon, en een voorlopige eigen formulering. Dit is cruciaal voor woordenschat, denkstructuur, begrip, eigen stem en taalbewustzijn.
Dan de machine: het taalmodel fungeert als assistent, spiegel of sparringpartner. Het geeft feedback op gevraagde aspecten, stelt kritische vragen of doet suggesties. Voorbeelden: “Welke zin is onduidelijk en waarom?” of “Welke vragen zou mijn doelgroep nog hebben na het lezen van deze alinea?” (zie ook: Beter leren schrijven met AI, een taalmodel als schrijfcoach).
Mens als laatste: de student beslist wat wel en niet wordt overgenomen, en waarom. Past het bij de bedoeling? Klopt het inhoudelijk? Klinkt er nog een eigen toon? Past de toon bij context en doelgroep? De student blijft eindredacteur en draagt volledige verantwoordelijkheid voor inhoud en vorm/ formulering. - Beoordeel het proces, niet alleen het product. Als eindproducten met AI gemaakt kunnen zijn, is een opdracht soms niet meer valide als toets. Maak het leerproces zichtbaar: laat studenten bijhouden wanneer en hoe AI is gebruikt, wat de output was, hoe zij de kwaliteit beoordeelden, wat zij wel/niet overnamen en waarom, wat zij leerden en hoe zij het geleerde kunnen verwerken in een volgende opdracht. Een portfolio kan helpen om ontwikkeling over langere tijd zichtbaar te maken.
- Feedback van docent tijdens het proces. Het beste is als feedback tijdens het leertraject gegeven wordt en niet alleen achteraf. Feedback geven en ontvangen, aanpassen en verbeteren is ook een proces. AI kan daar op verschillende momenten behulpzaam zijn, mits het denk- en oefenwerk niet overgenomen wordt. Maar betekenisvolle feedback vraagt om verbinding, om een relatie tussen de student en de docent. Studenten stellen persoonlijke, waardegedreven, professionele feedback van docenten op prijs. De docent heeft en houdt ook een belangrijke rol in het motiveren van de student. Daar kan geen AI tegenop.
- Toets zo nodig AI-loos. Als het taaldoel is dat studenten ook zonder AI moeten kunnen denken, schrijven, spreken, luisteren of lezen, moet de toetsing daarop aansluiten. Creëer dan omstandigheden waarin studenten een toets maken of opdracht uitvoeren zonder AI te kunnen raadplegen.
- Houd rekening met het niveau. Nog niet geoefende taalgebruikers hebben meer begeleiding nodig bij het prompten, om de gewenste output te genereren (‘garbage in, garbage out’). Geoefende schrijvers kunnen dat beter. Organiseer het onderwijs van ‘sturend’, naar ‘begeleid’, naar ‘zelfstandig’. De taalsteun neemt af naarmate de student vordert. Stem de opdrachten hierop af.
Uitdagingen voor taalontwikkeling
De belangrijkste risico's van taalmodellen voor de ontwikkeling van taalvaardigheid op een rij.Taalmodellen kunnen ordenen, argumenteren, samenvatten en formuleren. Juist deze denkhandelingen moeten studenten oefenen. Te gemakkelijk gebruik kan leiden tot minder duurzame leerwinst, cognitieve uitbesteding en “metacognitive laziness”.
Studenten leveren betere teksten in dan zij zelfstandig kunnen maken. Het product lijkt goed, maar het is onduidelijk of de student kan lezen, redeneren, structureren, formuleren en reviseren. Betere GenAI-output betekent niet automatisch betere leeropbrengsten. En wat als de tool niet beschikbaar is?
Als AI zinnen herschrijft, alinea’s structureert of stijlproblemen oplost, oefent de student minder met woordkeuze, zinsbouw, samenhang, toon en revisie.
AI-taal is vaak vloeiend en generiek. Teksten kunnen daardoor lijken op 'professionele standaardtaal', maar missen persoonlijke toon, perspectief en beroepsidentiteit. Dat raakt direct aan onze ambitie dat studenten zich 'op een eigen, authentieke manier' leren uiten.
Studenten kunnen gaan denken dat 'goed Nederlands' vooral betekent: laat AI het mooier maken. Dan ontwikkelen zij minder gevoel voor waarom formuleringen werken en hoe tekstsoort, doel, doelgroep, toon en context samenhangen. De HR-tool Beter leren schrijven met AI probeert dit risico te keren door AI pas na een eigen tekst in te zetten en studenten te laten onderbouwen welke feedback zij wel of niet verwerken.
Woordenschat groeit door actief gebruik: lezen, spreken, schrijven en zoeken naar precieze woorden. Als AI steeds woorden kiest, herkent de student mogelijk meer woorden, maar kan deze ze minder goed zelfstandig produceren.
Als studenten teksten laten samenvatten, oefenen zij minder met hoofd- en bijzaken onderscheiden, argumentatie volgen, impliciete aannames herkennen en bronnen wegen. Daarom moeten studenten AI-geletterd worden en leren output kritisch te beoordelen.
Creativiteit ontstaat vaak door zoeken, mislukken, combineren en herformuleren. Als AI snel ideeën en formuleringen geeft, kan het creatieve proces verkorten en ontwikkelt de student minder eigen invalshoeken.
Taalvaardigheid is niet alleen schrijven, maar ook luisteren, reageren, doorvragen en afstemmen. Als AI de belangrijkste gesprekspartner of feedbackgever wordt, oefenen studenten minder met echte dialoog, nuance en relationele afstemming.
Studenten kunnen taalzekerheid verliezen: niet “ik kan dit formuleren”, maar “AI kan dit voor mij formuleren”. Dit is problematisch in (beroepssituaties) waarin communicatie snel, mondeling, gevoelig, vertrouwelijk of zonder AI-tool moet gebeuren.
Algemene uitdagingen
- Minder valide toetsing: als eindproducten met AI gemaakt kunnen zijn, meet een schrijfopdracht mogelijk niet meer wat zij moet meten. HR stelt bij Beter leren schrijven met AI dat het beoordelen van alleen een eindproduct op taal in deze tijd vaak niet meer valide is; de aandacht moet naar het schrijfproces.
- Ongelijkheid tussen studenten: studenten verschillen in toegang tot betaalde tools, voorkennis, promptvaardigheid, kritisch vermogen en thuistaal. Betaalde versies bieden meer functies, waardoor verschillen kunnen toenemen. We moeten ook rekening houden met studenten die AI niet willen gebruiken.
- Bias, normering en uitsluiting: AI-output weerspiegelt bias, normering en uitsluiting in trainingsdata en keuzes van ontwikkelaars. Daardoor kunnen dominante taalnormen, stereotypen of culturele aannames ongemerkt worden versterkt.
- Privacy en beroepsethiek: studenten kunnen persoonsgegevens, stagecasussen, cliëntgegevens, teksten van medestudenten of interne documenten in tools plakken en daarmee weggeven aan ontwikkelaars.