De AI-werkruimte: vakmanschap boven techniek

In eerdere afleveringen schreef ik over AI als aardverschuiving, over de verschillende snelheden waarmee scholen bewegen en over AI als partner in onderzoek. Dit keer houd ik het bij wat je er als docent vandaag mee kunt, zonder dat je eerst expert hoeft te worden.

Ingang

Zelfs docenten die voorop lopen in het experimenteren met AI, raken soms duizelig van het tempo waarin alles verandert. Hoe zal dat voelen voor collega’s die nog moeten beginnen… Toch is er op dit moment een laagdrempelige ingang. Een tool die krachtig is, weinig technische kennis vraagt en opvallend betrouwbaar werkt: NotebookLM van Google. Veel scholen werken met Google for Education en hebben met een basisaccount toegang tot deze tool. Wie op een Microsoft-school werkt, kan met een privéaccount aan de slag, maar wees alert op privacy. Het uploaden van privacygevoelige schoolinformatie naar een privéaccount is een no-go. De infrastructuurkeuze van een school bepaalt daarmee direct hoe veilig en hoe makkelijk docenten kunnen innoveren. Toegang tot technologie is iets wat je school moet regelen en dat bepaalt hoeveel ruimte jij krijgt om ermee te werken.

Hoe werkt het?

NotebookLM werkt met bronnen die je zelf aanlevert. Dat kunnen leerdoelen zijn, samenvattingen van de methode, een door jou gemaakte analyse van veelgemaakte fouten en misvattingen of eigen lesmateriaal. De tool bouwt daar een werkruimte omheen. Na het uploaden maakt het systeem automatisch een samenvatting. In de chatfunctie kun je vervolgens vragen stellen over de inhoud. Bij elk antwoord laat het systeem zien op welke bron het antwoord is gebaseerd. Het is dus een georganiseerde werkruimte met zelfgekozen materiaal.

Ik testte dit bij het onderwerp Systeem Aarde, voor zowel havo als vwo. Ik voerde lesstof in over plaattektoniek en vulkanisme en stelde in de chat gerichte vragen. Bijvoorbeeld over het ontwateren en ontgassen van de onderduikende oceanische plaat en over de rol van slab pull als motor achter de platentektoniek. NotebookLM gaf precies aan wat hierover wel en niet in mijn bronnen stond. Het maakte zichtbaar waar de informatie ‘ophield’. Dat onderscheid wordt bij veel andere AI-toepassingen juist verhuld, wat vaak leidt tot de beruchte ‘hallucinaties’ met vette fouten in het verhaal.

Voor mijn leerlingen laat ik NotebookLM regelmatig leerproducten maken, zoals een infographic, flashcards (kaartjes met op de ene kant een begrip en op de andere de uitleg), een korte presentatie of een compacte podcast. Ook die producten zijn niet foutloos, maar ze zijn inhoudelijk vaak verrassend sterk. Juist doordat er soms iets schuurt of ontbreekt, zijn ze goed bruikbaar om samen met leerlingen fouten op te sporen, begrippen aan te scherpen en verbanden te bespreken.

Goede resultaten krijg je niet vanzelf. Ze vragen om scherpe keuzes: wat voer ik in en wat laat ik bewust weg? En wat wil ik dat leerlingen hieruit halen? Het succes van deze werkwijze schuilt niet in de techniek, maar in het denkwerk van de docent. Het nodigt uit vooraf expliciet te worden. Wat zijn de leerdoelen? Waar lopen leerlingen bij exogene processen structureel vast? Welke begrippen halen ze vaak door elkaar? Dat is professioneel vakmanschap.

Digitale geletterdheid

NotebookLM vertaalt die keuzes vervolgens snel en consistent naar leerproducten die je met leerlingen kunt delen. Ik laat ze zien hoe ik een AI-werkruimte opbouw en bied die aan als extra hulpmiddel. Sommigen leren het liefst met pen en papier, anderen via een AI-podcast of flashcards. Dat is allemaal prima. Het is geen vervanging van bestaande werkvormen, maar een extra optie. Wel merk ik dat steeds meer leerlingen expliciet vragen om de flashcards, omdat die hen helpen grip te krijgen op de abstracte materie van het vak.

Dit raakt direct aan digitale geletterdheid. Samen zoeken naar zinvolle toepassingen van AI en dat proces expliciet maken, vormen een tegenwicht tegen het ongericht bevragen van generieke chatbots. Leerlingen leren werken vanuit bronnen, onzekerheid herkennen en controle terugpakken door te vergelijken en te controleren.

Natuurlijk bevat het resultaat soms foutjes. Net zoals een lesboek. En net zoals ik zelf ook weleens iets zeg dat niet klopt. Kritisch omgaan met informatie is geen bijzaak, maar een kernvaardigheid.

Je verdiepen in deze werkwijze is de moeite waard. Het is een voorproefje van een toekomst waarin technologie niet boven ons hangt, maar in dienst staat van wat wij als aardrijkskundigen belangrijk vinden. Dat is geen geruststellende gedachte voor wie hoopt dat AI overwaait, maar wel voor wie weer zelf aan het stuur wil zitten.