Toets Jezelf!
Beantwoord de vragen hieronder om je kennis te testen.
Wat is een potentiële uitdaging bij de implementatie van AI in het onderwijs?
Feedback op de opties:
- AI-systemen vereisen grote hoeveelheden data om effectief te kunnen leren en functioneren. Het verzamelen, opschonen en labelen van deze data kan een uitdaging zijn.
- Te veel personalisatie kan leiden tot een geïsoleerde leerervaring, waarbij studenten minder interactie hebben met docenten en medestudenten.
- De ontwikkeling en implementatie van AI-systemen kan kostbaar zijn, wat een drempel kan vormen voor onderwijsinstellingen.
- Het is inderdaad niet vanzelfsprekend dat AI-systemen de werkdruk voor docenten verlagen, het tegendeel kan waar zijn!
Hoe kan AI bijdragen aan inclusiviteit in het onderwijs?
Feedback op de opties:
- AI kan helpen door het aanbieden van verschillende niveaus van moeilijkheid of door het aanpassen van de presentatie van de stof.
- Het doel van AI in het onderwijs is juist om rekening te houden met individuele verschillen en niet te focussen op de gemiddelde student.
- AI kan helpen bij het rekening houden met individuele verschillen door bijvoorbeeld gepersonaliseerde feedback te geven op opdrachten.
- AI kan helpen bij het vergroten van de toegang tot onderwijs door bijvoorbeeld het aanbieden van online cursussen en het automatiseren van administratieve taken.
Waar of niet waar? De AVG zorgt voor rechtvaardige AI
Feedback op de opties:
- De AVG is een privacywet die de bescherming van persoonsgegevens regelt.
- Hoewel de AVG belangrijke principes bevat die ook relevant zijn voor AI, zoals transparantie en dataminimalisatie, garandeert het niet dat AI-systemen altijd rechtvaardig zijn.
Welke van de onderstaande begrippen heeft niets met AI te maken?
Feedback op de opties:
- Een random forest is een verzameling van (random) beslissingsbomen. Er wordt een verzameling van decision trees (beslisboom) gegenereerd met random variaties in de trainingset en input variabelen.
- Een beslisboom is een manier waarop machine learning ingericht kan worden.
- Deep learning is een discipline van machine learning, waarin gelaagde neurale netwerken leren van grote hoeveelheden data.
- Logische regressie bestaat wel, maar onlogische regressie is onzin.
Wat is een voorbeeld van een adaptief leersysteem?
Feedback op de opties:
- Een adaptief leersysteem past zich juist aan de individuele behoeften van de student aan.
- Ja, dat klopt. Een adaptief leersysteem past de leerroute aan op basis van de prestaties en het tempo van de student.
- Een adaptief leersysteem kan juist door docenten worden aangepast, maar het past zich ook automatisch aan de student aan.
- Een adaptief leersysteem maakt juist gebruik van data-analyse om de leerroute aan te passen.
Welke rol speelt data-analyse in AI-gedreven onderwijssystemen?
Feedback op de opties:
- Data-analyse stelt AI-systemen in staat om patronen, trends en afwijkingen in leergedrag te identificeren, van belang voor het personaliseren van leerervaringen.
- Nee, dat is gelukkig niet juist
- AI-systemen kunnen juist helpen bij het verbeteren van de beoordeling door bijvoorbeeld automatische feedback te geven op opdrachten.
- Hoewel AI-systemen kunnen helpen bij het automatiseren van de invoer van studentgegevens, is het niet volledig overbodig.
Waar is AI niet goed in?
Feedback op de opties:
- Dat kan AI steeds beter en lukt al heel goed
- Dat kan AI soms beter dan mensen
- Dat klopt, het blijft best moeilijk om die goed te herkennen. Ook voor mensen overigens.
Vink alle risico's van AI aan
Feedback op de opties:
- AI kan leiden tot een focus op meetbare resultaten, waardoor creativiteit en kritisch denken onder druk komen te staan.
- Het is belangrijk dat docenten de controle behouden en niet blindelings vertrouwen op AI-systemen waarvan de werking niet transparant is.
- AI-systemen worden getraind op data, en als die data bevooroordeeld is, zal de AI die vooroordelen overnemen en versterken.
- De ontwikkeling van AI-systemen is geconcentreerd bij een beperkt aantal grote technologiebedrijven, wat kan leiden tot een machtsverschuiving in het onderwijslandschap.
Welk van de onderstaande uitspraken over Machine Learning is juist?
Feedback op de opties:
- Dat is inderdaad waar. Voorwaarde is dan wel dat het correcte data is. Garbage in = garbage out!
- De mens moet het model ontwikkelen, het trainen begeleiden, het model daarna testen. Dus helemaal niets is niet juist.
- Jawel hoor, het kan wel al, je zult waarschijnlijk alleen niet snel zelf een model trainen als individuele docent.
Wat is het Automation Model?
Feedback op de opties:
- Dat klopt. Een denkmodel om over te praten.
- Dat klopt deels, maar is zeker niet waarvoor het model ontwikkeld is.
- Nee, daar is het niet voor.
- Nee, het model is wel afgeleid van het model voor zelfrijdende auto’s.