Docenten leren AI het best eerst toe te passen op lesvoorbereiding, gedifferentieerd materiaal, feedbackconcepten en ouderberichten in het Arabisch en Engels, met hun eigen curriculum en klassen. Administratief personeel leert aanmeldingsvragen beantwoorden en brieven opstellen. Vanaf het begin gelden twee regels: de docent beslist over elk cijfer en elke opmerking, en leerlingdata gaan alleen in tools die de school heeft goedgekeurd.
#Belangrijkste punten
- Docenten halen het meeste uit AI bij de voorbereiding: lesplannen, gedifferentieerde werkbladen, rubrics en vragenbanken.
- Concepten voor feedback en beoordeling zijn alleen nuttig als de docent elke opmerking en elk cijfer controleert en voor eigen rekening neemt.
- Ouderberichten in het Arabisch en Engels leveren snel winst op, voor docenten én administratief personeel.
- Leerlingdata en academische integriteit vragen om schriftelijke regels vóórdat de training begint, niet erna.
- Een gratis cursus volstaat voor individuele docenten; training voor de hele school loont als de school gedeelde regels en gemeten gebruik wil.
#Hoe ziet de week van een docent eruit met AI?
Docenten bereiden lessen voor, passen materiaal aan voor verschillende niveaus, kijken werk na, schrijven rapportopmerkingen, beantwoorden ouders en zitten in overleggen, vaak via Google Classroom of Microsoft Teams en een berichtenapp van de school of WhatsApp. Administratief personeel beantwoordt vragen over aanmelding, stelt brieven op en beheert roosters. Veel docenten proberen thuis al ChatGPT of Gemini voor een lesidee of een werkblad.
AI helpt bij de voorbereiding: een lesopzet die aansluit op het curriculum, drie versies van één werkblad voor verschillende niveaus, een rubric, een ouderbrief in beide talen. Het gaat mis als een concept een feitelijke fout bevat die een leerling vervolgens leert, als feedback wordt overgenomen zonder dat de docent het werk heeft gelezen, of als namen en cijfers in een persoonlijk account belanden.
#Wat moeten docenten eerst leren, en in welke volgorde?
- Lesvoorbereiding: opzetten, voorbeelden en vragensets op basis van het eigen curriculum van de school, gecontroleerd op juistheid.
- Differentiatie: dezelfde opdracht op meerdere niveaus, inclusief ondersteuning voor leerlingen die in een extra taal leren.
- Ouderberichten: heldere brieven en antwoorden in het Arabisch en Engels, in de toon van de school.
- Feedbackconcepten: opmerkingen op basis van de rubric die de docent bewerkt, ondertekent en voor eigen rekening neemt.
- Later: concepten voor rapportopmerkingen, vragenbanken per sectie en administratieve taken zoals antwoorden op aanmeldingen.
Feedback komt op de vierde plaats omdat het het gevoeligste onderdeel is. Tegen die tijd weten docenten waar AI fouten maakt in hun eigen vak, dus lezen ze de feedbackconcepten kritisch. Wie begint met beoordelen, omdat dat de grootste tijdwinst belooft, nodigt uit tot precies de kortere weg waar ouders en inspecteurs zich het meest zorgen over maken.
#Welke echte taken gebruik je in de training?
Gebruik het echte werk van volgende periode. Elke docent neemt een komende lessenreeks mee, een klassenlijst zonder namen, recent werk van een leerling met de rubric en een ouderbericht dat lastig te schrijven was. Administratief personeel neemt veelgestelde aanmeldingsvragen mee. Iedereen vertrekt met materiaal dat ze echt in de klas gebruiken of naar gezinnen sturen.
#Wat meten schoolleiders vooraf en achteraf?
- Hoeveel tijd lesvoorbereiding, differentiatie en ouderberichten volgens docenten kosten, via een korte enquête vooraf en achteraf.
- Hoeveel medewerkers de goedgekeurde tool gebruiken, en voor welke taken, op basis van de gebruikslogs.
- Kwaliteitscontroles: fouten die tijdens de sectiereview worden gevonden in materiaal dat met AI is opgesteld.
- Reacties en klachtpatronen bij ouderberichten, waar de school die al bijhoudt.
Het NIST AI Risk Management Framework, januari 2023 ziet menselijk toezicht en verantwoordelijkheid als onderdeel van het beheersen van AI-risico. Op een school is dat toezicht het professionele oordeel van de docent, en de metingen moeten laten zien dat het er nog steeds is.
#Wat zijn de regels voor veilig gebruik van leerlingdata en integriteit?
- Namen, cijfers, medische notities en gezinsgegevens van leerlingen gaan alleen in tools die de school heeft goedgekeurd.
- De docent leest elk werkstuk voordat er feedback of een cijfer wordt gegeven, en is verantwoordelijk voor het resultaat.
- Bij elke opdracht staat of leerlingen AI mogen gebruiken, en hoe ze dat moeten vermelden.
- Materiaal wordt gecontroleerd op juistheid en vooringenomenheid voordat het een klas bereikt.
- Leerlingdata zijn persoonsgegevens onder wetten zoals de Emiraatse wet op de bescherming van persoonsgegevens, en sommige scholen vallen onder aanvullende onderwijsregels.
#Wanneer volstaat een workshop of gratis cursus?
Als een paar docenten AI willen uitproberen voor lesideeën, zijn de gratis cursussen van toolleveranciers en docentennetwerken, plus een teamvergadering over de dataregels van de school, voldoende. Veel goede docenten leren het zo, en niemand hoeft het gevoel te hebben dat er eerst een programma nodig is.
Training voor de hele school loont als de school of scholengroep gedeelde regels wil voor leerlingdata en integriteit, consistente oudercommunicatie in het Arabisch en Engels, en onderbouwing voor het bestuur of de inspectie van hoe AI wordt gebruikt. Daarvoor is training nodig op het eigen curriculum en beleid van de school, met gemeten gebruik. Voor scholen met personeel in de EU vereist de EU AI Act, artikel 4 bovendien een toereikend niveau van AI-geletterdheid.
#Hoe Stennir dit aanpakt
Stennir geeft schooltraining in groepen binnen het AI Operator Program, onderdeel van de dienst AI-training: docenten per sectie of bouw, administratief personeel apart, en een sessie voor de directeur en de schoolleiding. De trainers hebben in het onderwijs gewerkt, en elke oefening gebruikt je eigen curriculum en documenten, in het Arabisch en Engels. Het gebruik wordt vooraf en achteraf gemeten en eindigt in een adoptierapport.
We are
Stennir traint docenten en schoolpersoneel op hun eigen curriculum, klassen en ouderberichten, met het oordeel van de docent bij elk cijfer.
We aren't
Stennir is geen edtech-platform, beoordeelt leerlingen niet automatisch en is geen algemene cursus AI-bewustwording.
#Wat doet een schoolleider nu?
Vraag elke sectie welke voorbereidende taak de meeste moeite kost, en ga na of de school schriftelijke regels heeft over leerlingdata en AI-gebruik bij opdrachten. Lees daarna AI voor het onderwijs en AI voor scholengroepen: aanmeldingen en ouderberichten. Ben je zover, doe dan de gratis gereedheidsscan of boek een gesprek van 30 minuten.
#Veelgestelde vragen
Kunnen docenten AI gebruiken om werk van leerlingen te beoordelen?
Ze kunnen het gebruiken om feedback op basis van een rubric op te stellen, maar de docent hoort het werk te lezen, het cijfer te bepalen en elke opmerking te bewerken. In de training wordt precies dat geoefend op echt leerlingwerk zonder namen, zodat docenten leren waar de concepten de kern missen of het antwoord van een leerling verkeerd lezen.
Wat heb je van de school nodig om te beginnen?
Een schoolleider die eigenaar is van het resultaat, toegang tot de goedgekeurde AI-tool, het curriculum of de jaarplanningen, en voorbeelden van leerlingwerk zonder namen. Stennir vraagt ook om het huidige beleid voor gegevensbescherming en toetsing, zodat de training de eigen regels van de school leert in plaats van algemene.
Werkt het voor Arabische en tweetalige scholen?
Ja. Stennir traint in het Arabisch en Engels, en de oefeningen behandelen materiaal en ouderberichten in beide talen. Andere talen zijn op aanvraag beschikbaar. Tweetalige scholen hebben vaak dezelfde brief in twee registers nodig, formeel voor officiële mededelingen en warmer voor klasberichten, en de groep oefent beide.
Waar blijven de leerlingdata?
Binnen de goedgekeurde tools en accounts van de school. Stennir kopieert geen leerlingdossiers, cijfers of werk naar eigen systemen. De oefeningen gebruiken geanonimiseerd werk en klassenlijsten, zodat medewerkers de dataregels leren door ze tijdens de training te volgen in plaats van erover te lezen in een beleidsdocument achteraf.
