Ga naar de startpagina
Zoek leermateriaalKennis & expertiseCommunities
NL|EN
Privacy policy
Creative CommonsCreative Commons AttributionSURFFunded by the European Union

Filteren

Zoekresultaten (4)

HBO/WO

MBO

5 oktober 2026

Hoe krijg je het beste resultaat uit GenAI?

Deze e-learning is onderdeel van het pakket Werken met Generatieve AI. De e-learning gaat over prompten en hoe je betere resultaten krijgt uit GenAI. Aan bod komen onderdelen van een goede prompt, het verschil tussen zwakke en sterke prompts, prompts stap voor stap verbeteren, meta-prompts en het controleren van AI-output en bronnen. De e-learning bestaat uit interactieve vragen, voorbeelden, oefenopdrachten, een video en reflectievragen. Leerdoel 1: Je weet welke onderdelen in een goede prompt horen. Leerdoel 2: Je herkent het verschil tussen een zwakke en sterke prompt. Leerdoel 3: Je verbetert een prompt stap voor stap (itereren). Leerdoel 4: Je weet wat meta-prompts zijn en hoe je ze gebruikt. Leerdoel 5: Je weet dat de output van GenAI niet altijd klopt en dat je bronnen moet checken. Duur: circa 15 minuten.

MboWebsite

Project Werken met generatieve AI, House of Digital en Team Content Creation

22 september 2026

HBL1 Hospitality, Business & Leadership - modulaire leermaterialen voor Hospitality

De student groeit van uitvoerend medewerker naar beginnend leider en ondernemende denker. Drie modules vormen een leerlijn: Manage your operation (coördineren van dagelijkse activiteiten), Lead your team (begeleiden, instrueren, feedback geven) en Launch your business (ondernemerskwaliteiten en verbetervoorstellen). Het onderwijs is ontworpen rond leeruitkomsten. Elke module heeft één leeruitkomst met succescriteria; de student werkt aan eigen bewijsstukken en bouwt zo een portfolio op. Modules zijn formatief (behaald of nog niet behaald); de summatieve afsluiting volgt op het niveau van het opleidingsonderdeel. Samenwerkend leren in wisselende samenstelling zit ingebouwd, met feedback volgens twee tops en één tip. Het pakket bevat per module een moduleboek (Word) en een lessenpresentatie (PowerPoint), aangevuld met een planning en een docentenhandleiding. Belangrijk: dit zijn sjablonen om te verrijken. De structuur, de KD-koppeling en de bewijsstukken liggen vast (strak op WAT). Volgorde, tempo, eigen praktijkvoorbeelden en accenten vult de docent zelf in (ruim op HOE). Op enkele plekken verwijst het materiaal naar de digitale leeromgeving en de periodenummering van Zadkine; pas die aan naar je eigen context. Onderdeel van de open set 'Modulair Hospitality-onderwijs KD 2025' van Zadkine Hospitality College. Bekijk de opleidingsroutes voor niveau 2, 3 en 4 om te zien waar dit onderdeel in de opleiding valt.

Document

Robbert Nijenhuis

16 juli 2026

Handleiding AI-bewust onderwijsontwerp voor hbo-docenten

De handleiding AI-bewust onderwijsontwerp voor hbo-docenten helpt docenten en opleidingsteams om bestaand onderwijs opnieuw te ontwerpen voor een context waarin generatieve AI breed beschikbaar is. De centrale vraag is niet hoe AI kan worden tegengehouden, maar welke kennis, vaardigheden en professionele afwegingen studenten zelfstandig moeten blijven beheersen. De handleiding biedt een praktische herontwerpcyclus. Docenten onderzoeken eerst de invloed van AI op leeruitkomsten, opdrachten en toetsing. Daarna bepalen zij welk bewijs nodig is om beheersing zichtbaar te maken. Zij kiezen bewust welke rol AI krijgt en ontwerpen passende beoordelingscriteria, validatiemomenten, leeractiviteiten en begeleiding. Het leerdoel en de professionele oordeelsvorming van de student blijven steeds centraal staan. AI mag het denken ondersteunen, maar niet vervangen. Daarom verschuift de aandacht van alleen het eindproduct naar het denkproces, de gemaakte keuzes en de zelfstandige toepassing van kennis in nieuwe situaties. De methodiek sluit aan bij onder meer constructive alignment, backward design en het ADDIE-model. Praktijkvoorbeelden, ontwerpvragen en concrete werkvormen maken de aanpak direct toepasbaar. Zo ondersteunt de handleiding hbo-opleidingen bij het ontwikkelen van betekenisvol, valide en toekomstgericht onderwijs waarin studenten verantwoord leren handelen met én zonder AI.

Document

Hans Rader, Michael Hendriks

26 juni 2024

Sum-up: online learning analytics tool voor interpretatie van narratieve feedback.

R Broncode van Sum-up In een opleiding die is vormgegeven volgens de principes van programmatisch toetsen met een intrinsieke focus op formatieve toetsing ingebed in het leren, speelt narratieve feedback een cruciale rol in het leerproces. Studenten ontvangen wekelijks gedetailleerde feedback van diverse feedbackgevers om hun competenties te ontwikkelen. Ondanks de waardevolle inzichten die deze feedback biedt, blijkt het interpreteren van de grote hoeveelheid en uiteenlopende commentaren uitdagend en tijdrovend. Onnauwkeurige interpretaties kunnen leiden tot gemiste leerkansen. Daarom is Sum-up ontwikkeld: een online learning analytics tool die studenten en mentoren ondersteunt bij het efficiënt interpreteren van longitudinale narratieve feedback. Door AI-technieken te gebruiken, helpt Sum-up snel en nauwkeurig inzicht te krijgen in sterke en zwakke punten, en ontbrekende feedbackgebieden. Het doel is om een meer gerichte en betekenisvolle zelfevaluatie te bevorderen, wat leidt tot een effectiever reflectie-, leer- en begeleidingsproces. Sum-up maakt zo het leerproces efficiënter en effectiever voor toekomstige artsen.

Document

Joyce Moonen-van Loon, Marjan Govaerts, Marion van Lierop