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

Filteren

Zoekresultaten (112)

…

HBO/WO

MBO

2020

Settlement of International Disputes

This is a syllabus for the course "Settlement of International Disputes" designed for the Faculty of Law (LLM Public International Law), University of Groningen. This course aims at providing students an in-depth understanding of dispute settlement methods and procedures in international law. More specifically, the course’s learning objectives are: To obtain general knowledge of the various mechanisms for peaceful settlement of disputes in international law; To be aware of the role and limitations of mechanisms for peaceful dispute settlement in international law; To gain detailed knowledge of a number of specific dispute settlement procedures, in particular, the International Court of Justice; To improve the ability to critically reflect on the interaction between the various mechanisms in the overall context of international law. The course is taught through online lectures focusing on the main features of dispute settlement (procedures) and working sessions aiming at discussing specific procedural and jurisdictional issues based on case law.

Document

Mando Rachovitsa

30 januari 2026

Constructive Alignment Prompt Guide

This prompt guide helps teachers, course coordinators, and educational advisors use MS Copilot (or another LLM) to review a course design through the lens of constructive alignment. It supports you in producing: A Constructive Alignment Table connecting Intended Learning Outcomes (ILOs), Assessment, and Teaching & Learning Activities (TLAs), and A brief Strengths & Weaknesses overview to identify improvement opportunities. The guide was initially constructed for use in our UTQ Design course (Dutch, University Teaching Qualification)

Document

Roos Köhler, Anne Velthorst

1 september 2025

Algorithmic assessment systems

This class pursues a twofold goal of making students both think about the use of AI in recidivism prediction/social benefits allocation and reflect on the possible use of AI for making evaluative, moral judgments. To do so, students are first presented with contextual information about recidivism prediction and social benefits allocation controversies before the class through mandatory reading. During the class, students are divided into four groups that take contrasting positions on these two issues (recidivism prediction and social benefits allocation) and are asked to suggest (counter-)arguments for the position that they have been assigned in a debate-style manner, following academic argumentative norms. Later, students use ChatGPT/GPT3 or an alternative LLM with a chat interface to prompt it about arguments and counter-arguments pertaining to their position. As a result, students compare and discuss the answers they have come up with and those offered by ChatGPT, both within the groups and with the whole class, exploring different dimensions of using AI for evaluative moral judgments

Document

Olya Kudina, Dmitry Muravyov

30 september 2024

Some potential uses for GenAI in your PhD

This module covers: Generally fine uses of GenAI

Website

Erasmus University Library

17 december 2024

Generative AI Tutorials for Students and Teachers

As part of our commitment to innovation in research and education, the Graduate School of Life Sciences (GSLS) at University Medical Centre Utrecht has begun integrating the use of Large Language Models (LLMs) into our educational framework. We recognise the growing influence of LLMs in academic research and education. To ensure that our graduates and staff can effectively navigate and utilise these tools, we have developed a tutorial designed to provide both the technical knowledge and ethical framework necessary for responsible use.

Document

Christine Fox, Fleur Boelen

30 juni 2026

Integrating GenAI into your classroom

This e-module is aimed at lecturers and teaching assistants who want to learn more about the responsible use of GenAI in higher education and the impact it can have on your teaching. Please note: this e-learning course was created using the Wikiwijs editor and is still under construction.

Website

Community voor Docentontwikkeling

17 februari 2025

Libguide Artificiële Intelligentie

AI (Artificiële Intelligentie) is technologie die computers en machines in staat stelt om menselijke intelligentie te simuleren. Hierdoor kan AI bepaalde taken uitvoeren die doorgaans door mensen worden uitgevoerd. Op basis van data, algoritmes en statistische modellen kunnen computers en machines patronen herkennen en voorspellingen doen. Dit soort AI heet voorspellende AI. Deze libguide richt zich op het gebruik van AI door studenten, en bestaat uit vier onderdelen: Wat is AI?; Verantwoord gebruik; AI-Tools; en Prompten.

Website

Universiteitsbibliotheek Utrecht

17 februari 2025

Libguide Artificial Intelligence

AI (Artificial Intelligence) is technology that enables computers and machines to simulate human intelligence. As a result, AI can execute certain tasks that are usually done by people. Based on data, algorithms and statistical models, computers and machines can recognise patterns and make predictions. This kind of AI is called predictive AI. This libguide focuses on the use of AI by students. The libguides covers four topics: What is AI?; Responsible Use; AI-Tools and Prompting.

Website

Universiteitsbibliotheek Utrecht

27 mei 2025

Gen AI Impact Scan

Dit materiaal is gepubliceerd met het doel een voorbeeld te geven, een inspiratiebron te zijn, of als bouwsteen te dienen binnen een andere onderwijscontext. Voel je vrij om (gedeelten) over te nemen en naar eigen inzicht aan te passen. De methode is ontwikkeld om de impact van Generatieve AI (GenAI), zoals ChatGPT, te beoordelen op de validiteit van toetsing en de relevantie van leerdoelen in een curriculum. De scan heeft een signalerend en activerende functie. Het doel is om een systematische en coherente aanpak te bieden voor het aanpassen van een curriculum als reactie op het (ongeoorloofd) gebruik van GenAI door studenten. De methode bestaat uit vijf stappen: De onderstaande documenten zijn aanwezig in dit pakket: Doelgroep: Opleidingsteams, coördinatoren, docenten en andere onderwijs professionals die de validiteit van de toetsing en relevantie van de leerdoelen willen borgen, gezien de impact van generatieve AI. Basisniveau: Basis GenAI literacy is nodig bij de professionals die de impact scan gaan uitvoeren. Indien die nog niet aanwezig is, kan deze e-learning gebruikt worden om dat te bereiken. (https://tlc.uva.nl/en/article/e-learning-for-lecturers-about-genai/?faculty=53) Benodigdheden: -Lokaal met beamer voor de workshops -Online werkomgeving om bestanden te delen zoals Excel bestanden -Toegang voor docenten tot een geavanceerd taalmodel om de toetsing te maken. Idealiter in een veilige omgeving waar niet getraind wordt op de data zodat er geen problemen zijn met copyright van het leermateriaal. Contactpersoon: Remco Jongkind (r.c.jongkind@amsterdamumc.nl), Erik Elings (e.w.elings@amsterdamumc.nl), Birgit van Berlo (b.m.a.vanberlo@amsterdamumc.nl), Jennita Meinema (j.g.meinema@amsterdamumc.nl), Floor van der Steijle (f.vandersteijle@amsterdamumc.nl)

Document

Erik Elings, Remco Jongkind, Birgit van Berlo, Jennita Meinema, Floor van der Steijle

17 december 2025

Onderwijs & AI Module voor Docenten

Generative Artificial Intelligence (genAI), ofwel generatieve kunstmatige intelligentie, maakt een snelle groei door. De nieuwste generatie genAI tools is zo goed dat het steeds moeilijker wordt te onderscheiden of een tekst door een mens of AI is geschreven. De ontwikkeling van genAI heeft dan ook een grote impact op de maatschappij en daarmee ook op het onderwijs. Daarnaast kan genAI onderdeel uit gaan maken van de toekomstige werkpraktijk van vele studenten. De realiteit is dat deze technologie er is en we zullen ons ertoe moeten verhouden. Hoewel de eindverantwoordelijkheid voor het gebruik van genAI ligt bij de student zelf, hebben wij de verantwoordelijkheid om hen te helpen hier op een verantwoorde manier mee om te gaan. Deze module beoogt hierbij te ondersteunen. Na het doorlopen van deze module ben je bekend met: Wat genAI is. Wat de impact van genAI is op onze wereld. De juridische kaders van genAI. De relatie tussen genAI en academische waarden en integriteit. De manieren waarop studenten genAI kunnen gebruiken en wat dat kan betekenen voor academisch onderwijs. De impact die genAI kan hebben op jouw onderwijs. Elk van de bovenstaande leerdoelen hoort bij één hoofdstuk van deze module. Deze module is gebaseerd op de module AI geletterdheid van de Rijksuniversiteit Groningen. De module is zowel in het Nederlands als het Engels beschikbaar en wordt hier aangeboden als Brightspace package. Dit zou ook in Canvas geïmporteerd kunnen worden.

Document

Steven Trooster, Max Moeskops