Mijn zoon deed mee aan het schrijfexamen van de staat Arizona. De browser is vergrendeld. Tabbladen gesloten. Telefoon weg. Geen aantekeningen, geen zoeken. Gewoon een kind en een scherm.
Toen liep hij de echte wereld in.
Het werk daar begint niet met een blanco pagina. Een memo begint met onderzoek, misschien een AI-prompt, vervolgens bewerkingen, factchecks en menselijke beoordeling. Een bijeenkomst wordt een transcriptie, een samenvatting, een actielijst.
Wat telt als werk is aan het veranderen.
Beoordelingssystemen hebben hun achterstand niet ingehaald. Ze gaan ervan uit dat een test veilig moet zijn om geldig te zijn. Dat is verkeerd. Een test kan perfect worden afgesloten en toch nutteloos zijn. Het probleem is niet bedrog. Het is dat tests zich gedragen alsof AI niet bestaat.
Het debat concentreert zich op wangedrag. Kan een chatbot een essay schrijven? Moeten scholen AI verbieden?
Dat zijn de verkeerde vragen.
Het echte probleem is de constructie. Assessmentspecialisten gebruiken dat woord om te beschrijven wat we feitelijk meten. Communicatie is niet statisch. Constructen zijn kaarten van mogelijkheden. Als het terrein verandert, tekent u de kaart opnieuw.
Hoe AI verandert wat het betekent om competent te zijn
AI is niet alleen een mooie spellingcontrole.
Het verandert het auteurschap. Het verandert de manier waarop we competentie bewijzen. Taken zonder gereedschap laten zien wat een leerling alleen kan doen. Als je daar stopt, verwar je isolatie met authenticiteit. Je kunt de zuiverheid behouden en de relevantie verliezen.
Xiaoming (Madeline) Xi, een beoordelingswetenschapper, zei het duidelijk.
“Wat we meten moet zich aanpassen aan de door AI versterkte realiteit van leerlingen.”
Het doel is technologie-gemedieerde capaciteit. Weten wanneer je solo moet werken. Wanneer vragen. Wanneer co-creëren, verifiëren of weigeren?
Schrijven is een van de meest voorkomende toepassingen van AI, gebaseerd op miljoenen Claude-gesprekken.
Traditionele tests kijken naar de voltooide paragraaf. Is de bewering duidelijk? Klopt de grammatica?
Dat vertelt je niets meer.
Gepolijst proza verbergt het proces. Het betekenisvolle bewijs bevindt zich stroomopwaarts.
Heeft de leerling het publiek gedefinieerd? Alternatieven vergelijken? Claims verifiëren? Hallucinaties opsporen? Slechte uitvoer afwijzen?
De schrijver is nu redacteur. Een factchecker.
Stem is wat overblijft. Het is wat je beschermt tegen de drang van de machine naar een soepele, aangename gelijkheid.
De verschuiving in luisteren en spreken
Luisteren is ook veranderd.
Spraak wordt opgenomen, getranscribeerd, doorzocht en omgezet in taken.
Goede luisteraars moeten toon horen. Aarzeling. Ironie. Wat werd er niet gezegd.
Ze moeten opmerken wanneer een transcriptie het punt mist. Wanneer een samenvatting meningsverschillen vervlakt. Wanneer een follow-up ambiguïteit omzet in vals vertrouwen.
Spreken?
Dat blijft menselijk.
Live levering is afhankelijk van timing. Geloofwaardigheid. De kamer lezen.
Maar het voorbereidende werk? Onderzoek, repetitie, vertaling, ondertiteling? Allemaal bemiddeld.
Alleen al het testen van de bevalling mist de voorbereiding. Het mist de aanpassing. Het mist verantwoordelijkheid.
AI heeft de menselijke vaardigheden niet uitgewist. Het heeft het verplaatst.
Beoordeling moet ontdekken wat vloeiendheid verbergt. Zwakke argumenten. Verzonnen bronnen. Vervormde samenvattingen. Plausibele onzin.
Scholen hebben drie soorten bewijsmateriaal nodig:
1. Wat leerlingen alleen kunnen doen.
2. Wat ze kunnen doen met AI.
3. Of ze er verantwoord mee om kunnen gaan.
De laatste is het moeilijkst te vervalsen.
Kaders voor het beoordelen van AI-geletterdheid
Het 2026 AI LiterACY Framework van de Europese Commissie en de OESO begrijpt dit.
Het behandelt AI-geletterdheid niet als het indrukken van knoppen. Het is het vermogen om AI te betrekken, te creëren, te beheren en vorm te geven. Het weegt de risico’s af tegen de voordelen.
Het gaat verder dan consumptie en gaat over agency.
Beoordeling heeft een ladder van paraatheid nodig.
Fundamentele leerlingen hebben een beschermde ruimte nodig. Ze bouwen woordenschat en redenering op zonder de strijd uit te besteden.
Gemiddelde leerlingen gebruiken AI voor begrensde kritiek. Tegenvorderingen. Revisies.
Geavanceerde beoordelingen meten de inzet van AI voor complexe problemen. Verificatie. Aanpassing van het publiek. Retorische verfijning.
De architectuur moet tweesporig zijn.
Volg één: AI-beperkte taken. Meet onafhankelijke prestaties.
Spoor twee: AI-inclusieve taken. Meet uw oordeel onder realistische omstandigheden.
Stel je voor dat een leerling alleen tekent. Vraag dan een model om een tegenargument. Het verifiëren van het bewijsmateriaal. Uitleggen welke herzieningen ze accepteerde.
Of een lezing vergelijken met het automatische transcript ervan. Identificeren wat de plaat verloren heeft.
Bij deze taken is proces prestatie.
Kijk naar de doelen. De aanwijzingen. De concepten. De beslissingen om te accepteren of af te wijzen.
College Board doet dit met AP Seminar en AP Research. Ze brengen beslissingen naar boven. Ze traceren het werk. Het doel? Toegang tot het denken dat het eindproduct verbergt.
Risico’s van een slecht AI-beoordelingsontwerp
Er zijn drie grote risico’s.
Ten eerste: cognitieve overgave. Steven Shaw en Gideon Nave noemen het iets anders dan cognitieve ontlading. Het gebeurt wanneer leerlingen het antwoord van de machine overnemen zonder hun eigen mening te vormen.
Het resultaat is een totale schuldenlast. Er wordt meer taal geproduceerd dan begrepen.
Ten tweede: de vloeiendheid van het gereedschap varieert. Studenten hebben verschillende “dialecten” van prompting.
Ten derde: homogenisering. Als je steriel poetsmiddel beloont, train je studenten om als robots te klinken.
Deze gevaren pleiten voor ontwerp, niet voor ontkenning.
Klaslokalen zijn laboratoria. Tests met een lage inzet kunnen experimenteren.
Systemen met een hoge inzet die kredieten of toegang controleren, moeten wachten. Ze mogen alleen in beweging komen als uit bewijsmateriaal blijkt dat ze vaardigheid meten, en geen privilege.
Wat blijft menselijk?
Wat kan een machine niet?
Het kan de zin opstellen. Vat de bijeenkomst samen. Genereer dia’s.
Het kan geen verantwoordelijkheid aanvaarden.
Het kan niet achter een claim staan. Antwoord voor een omissie. Zich inleven in een publiek. Herstel een verbroken relatie.
Het oordeel kan niet worden uitbesteed.
Dit is de verantwoordelijke menselijke rest.
Eigendom van doel. Nauwkeurigheid. Stem. Gevolg.
Ga terug naar mijn zoon in de vergrendelde browser.
Het oude examen vraagt: Kun je dit alleen?
Soms hebben we dat antwoord nodig.
Maar de wereld vraagt meer.
Kun je een hulpmiddel gebruiken zonder dat het gebruikt wordt? Kunt u de nauwkeurigheid en stem behouden als u de taal direct vloeiend spreekt? Kun jij verantwoordelijk blijven voor woorden die deels door een code zijn gevormd?
De toekomst is geen nostalgisch verbod. Het is geen technologische overgave.
AI kan de constructie van communicatie verbreden. Of het kan het uithollen.
Ontwerp beslist.
Een school die de nieuwe vragen weigert beschermt een illusie.
Het meet het verleden.
