Van generieke feedback naar betekenisvol leren met Agentic AI
12-11-2025 , Jazz 3

Hoe kunnen we AI gebruiken om studenten niet alleen feedback te geven, maar hun leerproces daadwerkelijk te versterken? In deze sessie wordt een AI-feedbacktool gepresenteerd die studenten tijdens het schrijven ondersteunt met directe, gerichte en transparante feedback. Deze tool maakt gebruik van een agentic AI-aanpak: meerdere gespecialiseerde agents analyseren het werk vanuit verschillende perspectieven en leveren samen een rijk en gebalanceerd beeld van sterke punten en verbeterpunten. De feedback is exporteerbaar en kan worden ingezet om het leerproces te monitoren en zelfreflectie te stimuleren. Tijdens de sessie wordt niet alleen de werking van de tool getoond, maar vooral ook het gesprek aangegaan met deelnemers: hoe kunnen we samen AI op een verantwoorde en zinvolle manier integreren in het onderwijs en hoe kunnen we de tool verder verbeteren?


In dit praatje wordt een innovatieve AI-feedbacktool gepresenteerd die is ontwikkeld om het leerproces van studenten te versterken en docenten te ondersteunen. Nu studenten steeds vaker AI gebruiken bij het schrijven van hun werk, verschuift de aandacht in het onderwijs van het beoordelen van eindproducten naar het begeleiden van leerprocessen. Deze tool speelt in op die verschuiving door studenten tijdens het schrijven directe, gerichte feedback te geven, gebaseerd op beoordelingscriteria die door docenten worden ingesteld, zoals inhoud, argumentatie, schrijfstijl en structuur.

Wat deze tool onderscheidt van bestaande AI-tools, is dat hij niet alleen een enkel, algemeen oordeel geeft, maar werkt volgens een agentic AI-aanpak. Dat betekent dat meerdere gespecialiseerde AI-agents parallel en onafhankelijk verschillende beoordelingsaspecten analyseren. Daardoor ontstaat een rijk, veelzijdig en gebalanceerd beeld, waarin studenten zowel hun sterke punten als verbeterpunten duidelijk in kaart gebracht zien.

Daarnaast is de feedback niet generiek of moeilijk te plaatsen (zoals bij veel standaard AI-oplossingen), maar expliciet gekoppeld aan concrete tekstpassages. Studenten weten precies wáár de feedback op slaat en hoe ze hun werk kunnen verbeteren. De gegenereerde feedback is bovendien exporteerbaar en kan worden ingezet om het leerproces te monitoren, bijvoorbeeld bij zelfreflectie of begeleidingsgesprekken. Voor docenten biedt dit waardevolle inzichten in hoe studenten met feedback omgaan, zonder dat het per se als beoordelingsmiddel wordt ingezet.

Tijdens de sessie wordt de werking van de tool gedemonstreerd en wordt nadrukkelijk de dialoog met de deelnemers gezocht: hoe kunnen we AI op een verantwoorde en zinvolle manier integreren in het onderwijs? En hoe kunnen we, juist door samenwerking met de onderwijspraktijk, de verdere ontwikkeling van deze tool versterken?

Docent, onderwijsontwikkelaar en onderzoeker in het UMCG. Gespecialiseerd in AI (met name grote taalmodellen) en onderwijs.