Van prompt naar werkplek: een fundamentele paradigmashift

Het is 2023 en je krijgt als docent de beschikking over een bijzondere assistent. Iemand die ongelooflijk veel weet, razendsnel werkt en bovendien dag en nacht bereikbaar is. Het enige nadeel is dat deze persoon ergens aan de andere kant van de wereld zit. Je kunt mailen en vragen stellen, maar meer ook niet.

Je probeert het eerst voorzichtig. Kun je vijf vragen maken over de industriële revolutie? Kun je deze tekst eenvoudiger schrijven? Heb je een leuke werkvorm waarmee ik de les morgen kan beginnen? Binnen een paar seconden krijg je antwoord. Niet altijd perfect, maar vaak goed genoeg om te denken: hier kan ik iets mee. Soms bespaart het je tien minuten, soms brengt het je op een idee waar je zelf niet aan had gedacht en af en toe krijg je vooral heel overtuigend klinkende onzin terug. Gaandeweg leer je de assistent beter aansturen. Je vertelt voor welke leerlingen het materiaal bedoeld is, wat ze al weten, hoeveel tijd je hebt en waaraan een goed resultaat moet voldoen. Je ontdekt dat de kwaliteit sterk verbetert wanneer je niet alleen een vraag stelt, maar ook uitlegt wat de bedoeling is.

We noemen dat prompten. Wie daar heel serieus mee bezig is, spreekt over prompt engineering.

Een kleine groep voorlopers ging al verder. Zij bouwden eigen chatbots voor hun vak of lieten leerlingen tijdens de les met een historisch personage, taalcoach of feedback-assistent praten. Dat waren interessante experimenten en ik heb ze zelf ook vaak gebruikt en laten zien. Maar voor de gemiddelde docent bleef AI vooral een website die je opende wanneer je ergens hulp bij kon gebruiken. Een redelijk slimme assistent op afstand, die een antwoord of een stukje materiaal leverde en daarna weer uit beeld verdween. Na ieder telefoongesprek moest je zelf verder. Je kopieerde de tekst naar Word, bouwde er een presentatie van, zocht afbeeldingen, zette een opdracht in de digitale leeromgeving en controleerde of alles aansloot op de toets. AI hielp bij losse onderdelen van het werk, maar jij bediende alle programma’s, verzamelde alle informatie en knoopte de onderdelen aan elkaar.

Dat beeld van AI is denk ik bij heel veel mensen nog steeds actueel. We denken aan een chatvenster, een knipperende cursor en een tekstvak waarin we zo slim mogelijk moeten formuleren wat we willen weten. Maar ondertussen is er iets fundamenteel aan het veranderen.

De assistent krijgt een werkplek

Het is 2026 en de assistent zit niet meer uitsluitend aan de andere kant van de telefoon of mail. Die komt bij je werken en krijgt een werkplek. En dat verschil verandert heel erg veel. Een assistent die bij je werkt, kan zien welke bestanden er zijn, waar de planning staat en welke formats binnen de organisatie worden gebruikt. Je kunt hulpmiddelen beschikbaar stellen en toegang geven tot andere systemen. De assistent kan informatie verzamelen, meerdere stappen achter elkaar uitvoeren, software gebruiken, het eigen werk controleren en fouten herstellen.

Bovendien is de assistent zelf veel slimmer geworden. Je hoeft niet meer iedere tussenstap voor te schrijven. Wanneer het einddoel en de grenzen duidelijk zijn, kan AI steeds vaker zelf bepalen welke route nodig is om daar te komen. Ontbreekt er informatie, dan kan die worden opgezocht of kan AI jou om verduidelijking vragen.

Dat betekent niet dat je op maandagochtend zegt: “Doe mijn onderwijs maar”, om vervolgens koffie te gaan drinken. Ook een zeer intelligente menselijke assistent kan weinig beginnen wanneer die niet weet wat jouw doelen zijn, waar alles staat, welke afspraken gelden en wanneer overleg nodig is. Je moet de assistent eerst inwerken. Je laat zien waar de jaarplanning, leerdoelen en eerdere lessen te vinden zijn. Je deelt voorbeelden van materiaal waar je tevreden over bent en legt uit waarom je dat goed vindt. Je vertelt welke bronnen betrouwbaar zijn, hoe jullie omgaan met privacy en wat AI nooit zelfstandig mag beslissen. Vervolgens geef je toegang tot de hulpmiddelen die nodig zijn: bestanden, een browser, misschien de agenda, mailbox of digitale leeromgeving, steeds binnen duidelijke grenzen.

Vanaf dat moment verandert ook het soort opdracht dat je kunt geven. Je vraagt niet langer alleen om tekst voor een PowerPoint. Je kunt vragen om bronnen te verzamelen, je eerdere lessen te analyseren, een presentatie in het juiste sjabloon te maken, die daadwerkelijk te openen, iedere dia te controleren en fouten te herstellen. Daarna kan dezelfde assistent een werkblad en antwoordmodel maken, controleren of alle onderdelen hetzelfde leerdoel ondersteunen en alles op de juiste plek opslaan.

De uitkomst is dan geen antwoord meer in de vorm van tekst. Het is volledig uitgevoerd werk geworden, gecontroleerd en al. En daar zit volgens mij de paradigmashift. AI wordt niet simpelweg beter in het beantwoorden van onze vragen. Het verschuift van een hulpmiddel waaraan we losse stukjes werk vragen naar een werkomgeving waaraan we, binnen afgesproken grenzen, complete taken en processen kunnen overdragen.

Wat dat voor de les zelf betekent

Die verschuiving gaat veel verder dan efficiëntere lesvoorbereiding. Als we alleen voorbeelden geven van sneller een PowerPoint, werkblad of toets maken, lijkt het alsof AI vooral hetzelfde onderwijs goedkoper en sneller produceert. Dat is een deel van het verhaal, maar niet het interessantste deel.

Een docent kan de nieuwe assistent bijvoorbeeld de leerdoelen, eerdere lessen, goedgekeurde bronnen en didactische uitgangspunten geven en vragen om een interactieve historische leeromgeving te bouwen. Niet alleen een chatbot die doet alsof hij een fabrieksarbeider uit 1842 is, maar een complete omgeving waarin leerlingen verschillende personages spreken, tegenstrijdige bronnen onderzoeken, keuzes maken en uiteindelijk een advies over kinderarbeid moeten onderbouwen.

De assistent kan zo’n omgeving bouwen, openen en testen. Blijkt een tekst te moeilijk, een knop onbereikbaar of een route didactisch te eenvoudig, dan kan dat worden aangepast. Wanneer de docent bijvoorbeeld vindt dat een fabriekseigenaar te karikaturaal is neergezet, kan die feedback worden verwerkt in het personage, de bronnen en de opdrachten die ermee samenhangen. Hetzelfde principe kan leiden tot een virtueel practicum, een adaptieve oefenomgeving, een realistische beroepscasus of een simulatie waarin leerlingen vanuit verschillende rollen een maatschappelijk probleem onderzoeken. Zulke werkvormen bestonden natuurlijk al. Alleen kostte het bouwen ervan zoveel tijd en technische vaardigheid dat ze voor de meeste docenten nauwelijks haalbaar waren. De didactische mogelijkheden worden hiermee veel groter en binnen handbereik.

Van prompten naar opdrachtgeverschap

De eerste assistent uit het verhaal was ChatGPT zoals de meeste mensen het vanaf 2023 hebben leren kennen: een redelijk slim systeem achter een chatvenster waaraan je vragen stelt en dat antwoorden genereert.

De tweede assistent staat voor de manier waarop AI nu snel verandert. Ik werk zelf bijvoorbeeld veel met Codex. Even voor de context: Codex is onderdeel van de desktopapp van ChatGPT (Claude Code is de variant van Anthropic van zo'n systeem). Het kan op je computer met bestanden en mappen werken, informatie opzoeken, hulpmiddelen gebruiken en complete producten bouwen. Vervolgens kan het die producten openen, testen en verbeteren. Codex komt oorspronkelijk uit de wereld van programmeren. Toch hoef ik bij veel van wat ik ermee doe nauwelijks technische kennis te hebben. Ik hoef meestal niet te bepalen welk hulpmiddel bij iedere afzonderlijke stap gebruikt moet worden. Ik beschrijf het doel, wijs aan waar de relevante context staat, geef grenzen mee en beoordeel tussentijds het resultaat. Veel van de uitvoering daartussen regelt Codex zelf.

De technische drempel wordt daardoor niet hoger, maar de mentale stap die van je gevraagd wordt, wordt wel groter. Wie AI als chatbot ziet, probeert vooral een zo goed mogelijke vraag te formuleren. Wie AI als assistent inwerkt, moet veel breder nadenken. Welke informatie heeft deze assistent nodig? Waar kan die worden gevonden? Welke hulpmiddelen en verbindingen zijn beschikbaar? Wat mag zelfstandig gebeuren en wanneer wil ik eerst toestemming geven? Hoe kan het resultaat worden gecontroleerd en wat blijft nadrukkelijk mijn professionele verantwoordelijkheid?

Prompting verdwijnt daarmee niet. Een heldere opdracht blijft net zo belangrijk als bij een menselijke assistent. Maar de prompt wordt één onderdeel van een grotere werkomgeving. De nieuwe kernvaardigheid is dan een soort goed opdrachtgeverschap: doelen stellen, context organiseren, ruimte geven voor uitvoering en kwaliteit kunnen beoordelen.

Dat vraagt ook iets van scholen. Wanneer iedere docent AI alleen af en toe een losse vraag stelt, blijft de opbrengst afhankelijk van individuele handigheid. Zodra scholen gaan nadenken over gedeelde bronnen, betrouwbare voorbeeldmaterialen, vaste werkwijzen, veilige verbindingen en duidelijke bevoegdheden, kan de investering zich gaan opstapelen. Een goed ingewerkte assistent hoeft immers niet bij iedere opdracht opnieuw uitgelegd te krijgen hoe de organisatie werkt.

Hoe scholen dit goed organiseren, is overigens een groot onderwerp op zichzelf. Daar kom ik wellicht in een volgend artikel uitgebreider op terug. Het zal een van de belangrijkste aandachtspunten van onze focus bij https://aivoordocenten.nl/ worden in de komende jaren.

Ons congres AI voor Docenten

Op 3 november organiseren we in Veenendaal ons eerste congres AI voor Docenten. Mijn sessie staat in het teken van prompting en het bouwen van een onderwijsgerichte chatbot. Dat is nog steeds een logische basis, juist omdat de meeste docenten AI op dit moment vooral vanuit dat chatvenster kennen. Maar ik wil het daar niet bij laten. Vanuit de chatbot wil ik de stap maken naar de assistent die jouw vak, doelgroep en werkwijze leert kennen. Naar AI die niet alleen antwoord geeft, maar context kan verzamelen, hulpmiddelen gebruikt, verschillende stappen uitvoert en het resultaat controleert. En naar de vraag wat dat vervolgens betekent voor het onderwijs dat we kunnen maken.

Daar hoeven docenten geen programmeurs voor te worden. Ze moeten wel leren formuleren wat goed onderwijs in hun context betekent, welk denkwerk van leerlingen zelf moet blijven en waar zij als professional de regie houden.

De afgelopen jaren hebben we geleerd hoe we AI moeten bellen. Een kleine groep voorlopers zette die telefoon zelfs al op de luidspreker in de klas. Nu moeten we veel breder leren denken: hoe werken we deze assistent in, welke werkplek geven we die en welk onderwijs wordt daardoor mogelijk?

Ik ben benieuwd waar jij op dit moment staat. Gebruik je AI vooral om af en toe een vraag te stellen, of draag je al complete werkzaamheden over? En wat heb je nodig om die volgende stap verantwoord te kunnen zetten? Ik lees je ervaringen en twijfels graag in de reacties. Ook verzoeken voor onderwerpen voor onze podcast en/of gratis webinars zijn heel welkom!