Thema's
1. Wat is AI (en wat is het niet)? — Onderwijs‑inzicht in technologie
Korte, heldere basis over generatieve AI met focus op wat dit betekent in de les.
Verschil tussen traditionele AI/ML en generatieve AI (LLM’s, multimodaal).
Waarom AI “fout kan zitten” (hallucinaties, bias) en hoe je dat didactisch benut.
Kritisch lezen van AI-output: claim-evidence-reasoning en snelle fact-checks.
Veilig prompten in de klas: geen persoonsgegevens, bronvermelding, eenvoudig logboek.
Mini-formats: 1-minuut betrouwbaarheidsscan, peer-review van AI-antwoorden.
2. De EU AI Act voor onderwijs (praktisch)
Wat vraagt de AI-wet van scholen en hoe vertaal je dit naar dagelijkse praktijk?
Rollen & plichten: transparantie over AI-gebruik, menselijk toezicht en documentatie.
Student-disclosure: wanneer en hoe laat je studenten AI-gebruik verantwoorden.
Toolkeuze met privacy in gedachten: DPIA-light, dataminimalisatie, ELO/EDU-suite.
Wat je vastlegt: klasregels, reflectieformulieren, eenvoudige logging als bewijs van zorgvuldigheid.
Audits/inspectie: hoe AI-geletterdheid en training aantoonbaar bijdragen aan compliance.
3. Didactiek & toetsing in het AI‑tijdperk
Borg leren en eigen werk, zonder afhankelijk te zijn van “AI-detectors”.
AI-als-scaffold: uitleg op niveau, misconcepties opsporen, formatieve feedback.
Opdrachtontwerp: AI-enabled (met proces-artefacten) vs. AI-free (met mondelinge verdediging).
Procesbewijslast: prompts, tussenversies, bronnen, reflectie op het leerproces.
Rubrics die eigen bijdrage en bronverantwoording wegen (schrijven, presenteren, project, code).
Alternatieven: portfolio en in-class defense voor authenticiteit en diepgang.
4. AI-governance & risico’s, doorvertaald naar de klas
Heldere afspraken, proportionele controle en werkbare routines.
Klascharter: wat mag, onder welke voorwaarden, met voorbeeldgedrag van de docent.
Incident-light protocol: vermoedens van misbruik → gesprek, herstelopdracht, escalatiepad.
Prompt-/proces-logging die leren ondersteunt zonder over-administreren.
Tool-inventarisatie en leverancierscriteria (edu-SaaS); koppeling aan PDCA/kwaliteitszorg.
KPI’s: adoptie van AI-clausules/rubrics, % transparante opdrachten, tijdbesparing, incidenten.
5) Ethische principes & inclusie
Eerlijk, uitlegbaar en toegankelijk onderwijs met AI.
Uitlegbaarheid en non-discriminatie: bias-stress-tests voor prompts en opdrachten.
UDL-toegankelijkheid: AI als steunmiddel vs. oneerlijke voorsprong—heldere grenzen.
Gelijke toegang: omgaan met verschillen in thuis-toegang en vaardigheden.
Heldere communicatie naar studenten en ouders: toon, voorbeeldteksten, verwachtingsmanagement.
6) Beleidsworkshop: didactische dilemma’s → werkbare richtsnoeren
Verkennende/brainstormende sessie (management + sleutelrollen) met focus op didactiek én uitvoerbaarheid.
Voor de uitwerking van de sessie voor jullie specifieke organisatie, kunnen onderstaande zaken worden besproken en verder worden uitgewerkt (keuze-dilemma: het past niet allemaal in een workshop van 3 uur uiteraard…).
Dilemma-safari: AI als rekenmachine vs. eigen werk, groepswerk & individuele bijdrage, schrijf/beeld/code-generatie, misinformatie, gelijke kansen, privacy.
Policy-canvas: kernprincipes (transparantie, proportionaliteit, inclusie) en verkeerslicht-regels(toegestaan/voorwaardelijk/verboden) per opdracht/gebruik.
Scenario-drills: toetsfraude, bias-incident, datalek—wie doet wat wanneer?
Rubric-refit: één bestaande rubric ombouwen voor het AI-tijdperk.
Assessment-menu: AI-enabled / AI-free / hybride opties mét bijbehorende eisen.
Opvolg-deliverables:
Beleidsverslag (keuzes + open punten en rationale).
Richtlijnvoorstel (1–2 A4) in drie versies: ouders, docenten, studenten.
Dilemma-matrix (Didactische Dilemma’s Canvas) + RACI voor toezicht & incidenten.
Student-disclosure & reflectiesjabloon en FAQ (intern/extern).
90-dagen implementatie-roadmap met KPI’s en review-momenten.
1. Wat is AI (en wat is het niet)? — Onderwijs‑inzicht in technologie
Korte, heldere basis over generatieve AI met focus op wat dit betekent in de les.
Verschil tussen traditionele AI/ML en generatieve AI (LLM’s, multimodaal).
Waarom AI “fout kan zitten” (hallucinaties, bias) en hoe je dat didactisch benut.
Kritisch lezen van AI-output: claim-evidence-reasoning en snelle fact-checks.
Veilig prompten in de klas: geen persoonsgegevens, bronvermelding, eenvoudig logboek.
Mini-formats: 1-minuut betrouwbaarheidsscan, peer-review van AI-antwoorden.
2. De EU AI Act voor onderwijs (praktisch)
Wat vraagt de AI-wet van scholen en hoe vertaal je dit naar dagelijkse praktijk?
Rollen & plichten: transparantie over AI-gebruik, menselijk toezicht en documentatie.
Student-disclosure: wanneer en hoe laat je studenten AI-gebruik verantwoorden.
Toolkeuze met privacy in gedachten: DPIA-light, dataminimalisatie, ELO/EDU-suite.
Wat je vastlegt: klasregels, reflectieformulieren, eenvoudige logging als bewijs van zorgvuldigheid.
Audits/inspectie: hoe AI-geletterdheid en training aantoonbaar bijdragen aan compliance.
3. Didactiek & toetsing in het AI‑tijdperk
Borg leren en eigen werk, zonder afhankelijk te zijn van “AI-detectors”.
AI-als-scaffold: uitleg op niveau, misconcepties opsporen, formatieve feedback.
Opdrachtontwerp: AI-enabled (met proces-artefacten) vs. AI-free (met mondelinge verdediging).
Procesbewijslast: prompts, tussenversies, bronnen, reflectie op het leerproces.
Rubrics die eigen bijdrage en bronverantwoording wegen (schrijven, presenteren, project, code).
Alternatieven: portfolio en in-class defense voor authenticiteit en diepgang.
4. AI-governance & risico’s, doorvertaald naar de klas
Heldere afspraken, proportionele controle en werkbare routines.
Klascharter: wat mag, onder welke voorwaarden, met voorbeeldgedrag van de docent.
Incident-light protocol: vermoedens van misbruik → gesprek, herstelopdracht, escalatiepad.
Prompt-/proces-logging die leren ondersteunt zonder over-administreren.
Tool-inventarisatie en leverancierscriteria (edu-SaaS); koppeling aan PDCA/kwaliteitszorg.
KPI’s: adoptie van AI-clausules/rubrics, % transparante opdrachten, tijdbesparing, incidenten.
5) Ethische principes & inclusie
Eerlijk, uitlegbaar en toegankelijk onderwijs met AI.
Uitlegbaarheid en non-discriminatie: bias-stress-tests voor prompts en opdrachten.
UDL-toegankelijkheid: AI als steunmiddel vs. oneerlijke voorsprong—heldere grenzen.
Gelijke toegang: omgaan met verschillen in thuis-toegang en vaardigheden.
Heldere communicatie naar studenten en ouders: toon, voorbeeldteksten, verwachtingsmanagement.
6) Beleidsworkshop: didactische dilemma’s → werkbare richtsnoeren
Verkennende/brainstormende sessie (management + sleutelrollen) met focus op didactiek én uitvoerbaarheid.
Voor de uitwerking van de sessie voor jullie specifieke organisatie, kunnen onderstaande zaken worden besproken en verder worden uitgewerkt (keuze-dilemma: het past niet allemaal in een workshop van 3 uur uiteraard…).
Dilemma-safari: AI als rekenmachine vs. eigen werk, groepswerk & individuele bijdrage, schrijf/beeld/code-generatie, misinformatie, gelijke kansen, privacy.
Policy-canvas: kernprincipes (transparantie, proportionaliteit, inclusie) en verkeerslicht-regels(toegestaan/voorwaardelijk/verboden) per opdracht/gebruik.
Scenario-drills: toetsfraude, bias-incident, datalek—wie doet wat wanneer?
Rubric-refit: één bestaande rubric ombouwen voor het AI-tijdperk.
Assessment-menu: AI-enabled / AI-free / hybride opties mét bijbehorende eisen.
Opvolg-deliverables:
Beleidsverslag (keuzes + open punten en rationale).
Richtlijnvoorstel (1–2 A4) in drie versies: ouders, docenten, studenten.
Dilemma-matrix (Didactische Dilemma’s Canvas) + RACI voor toezicht & incidenten.
Student-disclosure & reflectiesjabloon en FAQ (intern/extern).
90-dagen implementatie-roadmap met KPI’s en review-momenten.
1. Wat is AI (en wat is het niet)? — Onderwijs‑inzicht in technologie
Korte, heldere basis over generatieve AI met focus op wat dit betekent in de les.
Verschil tussen traditionele AI/ML en generatieve AI (LLM’s, multimodaal).
Waarom AI “fout kan zitten” (hallucinaties, bias) en hoe je dat didactisch benut.
Kritisch lezen van AI-output: claim-evidence-reasoning en snelle fact-checks.
Veilig prompten in de klas: geen persoonsgegevens, bronvermelding, eenvoudig logboek.
Mini-formats: 1-minuut betrouwbaarheidsscan, peer-review van AI-antwoorden.
2. De EU AI Act voor onderwijs (praktisch)
Wat vraagt de AI-wet van scholen en hoe vertaal je dit naar dagelijkse praktijk?
Rollen & plichten: transparantie over AI-gebruik, menselijk toezicht en documentatie.
Student-disclosure: wanneer en hoe laat je studenten AI-gebruik verantwoorden.
Toolkeuze met privacy in gedachten: DPIA-light, dataminimalisatie, ELO/EDU-suite.
Wat je vastlegt: klasregels, reflectieformulieren, eenvoudige logging als bewijs van zorgvuldigheid.
Audits/inspectie: hoe AI-geletterdheid en training aantoonbaar bijdragen aan compliance.
3. Didactiek & toetsing in het AI‑tijdperk
Borg leren en eigen werk, zonder afhankelijk te zijn van “AI-detectors”.
AI-als-scaffold: uitleg op niveau, misconcepties opsporen, formatieve feedback.
Opdrachtontwerp: AI-enabled (met proces-artefacten) vs. AI-free (met mondelinge verdediging).
Procesbewijslast: prompts, tussenversies, bronnen, reflectie op het leerproces.
Rubrics die eigen bijdrage en bronverantwoording wegen (schrijven, presenteren, project, code).
Alternatieven: portfolio en in-class defense voor authenticiteit en diepgang.
4. AI-governance & risico’s, doorvertaald naar de klas
Heldere afspraken, proportionele controle en werkbare routines.
Klascharter: wat mag, onder welke voorwaarden, met voorbeeldgedrag van de docent.
Incident-light protocol: vermoedens van misbruik → gesprek, herstelopdracht, escalatiepad.
Prompt-/proces-logging die leren ondersteunt zonder over-administreren.
Tool-inventarisatie en leverancierscriteria (edu-SaaS); koppeling aan PDCA/kwaliteitszorg.
KPI’s: adoptie van AI-clausules/rubrics, % transparante opdrachten, tijdbesparing, incidenten.
5) Ethische principes & inclusie
Eerlijk, uitlegbaar en toegankelijk onderwijs met AI.
Uitlegbaarheid en non-discriminatie: bias-stress-tests voor prompts en opdrachten.
UDL-toegankelijkheid: AI als steunmiddel vs. oneerlijke voorsprong—heldere grenzen.
Gelijke toegang: omgaan met verschillen in thuis-toegang en vaardigheden.
Heldere communicatie naar studenten en ouders: toon, voorbeeldteksten, verwachtingsmanagement.
6) Beleidsworkshop: didactische dilemma’s → werkbare richtsnoeren
Verkennende/brainstormende sessie (management + sleutelrollen) met focus op didactiek én uitvoerbaarheid.
Voor de uitwerking van de sessie voor jullie specifieke organisatie, kunnen onderstaande zaken worden besproken en verder worden uitgewerkt (keuze-dilemma: het past niet allemaal in een workshop van 3 uur uiteraard…).
Dilemma-safari: AI als rekenmachine vs. eigen werk, groepswerk & individuele bijdrage, schrijf/beeld/code-generatie, misinformatie, gelijke kansen, privacy.
Policy-canvas: kernprincipes (transparantie, proportionaliteit, inclusie) en verkeerslicht-regels(toegestaan/voorwaardelijk/verboden) per opdracht/gebruik.
Scenario-drills: toetsfraude, bias-incident, datalek—wie doet wat wanneer?
Rubric-refit: één bestaande rubric ombouwen voor het AI-tijdperk.
Assessment-menu: AI-enabled / AI-free / hybride opties mét bijbehorende eisen.
Opvolg-deliverables:
Beleidsverslag (keuzes + open punten en rationale).
Richtlijnvoorstel (1–2 A4) in drie versies: ouders, docenten, studenten.
Dilemma-matrix (Didactische Dilemma’s Canvas) + RACI voor toezicht & incidenten.
Student-disclosure & reflectiesjabloon en FAQ (intern/extern).
90-dagen implementatie-roadmap met KPI’s en review-momenten.
Prijs
600
EUR
Groepsgrootte:
10
Groepsgrootte:
10
Groepsgrootte:
10
Niveau:
Intermediate - Advanced
Niveau:
Intermediate - Advanced
Niveau:
Intermediate - Advanced
Aantal trainingsessies:
1
Aantal trainingsessies:
1
Aantal trainingsessies:
1
Taal:
Nederlands
Taal:
Nederlands
Taal:
Nederlands
Eventueel mogelijk:
English, Deutsch
Eventueel mogelijk:
English, Deutsch
Eventueel mogelijk:
English, Deutsch
Duur:
Dag (in 2 sessies)
Duur:
Dag (in 2 sessies)
Duur:
Dag (in 2 sessies)
Certificaat:
Na afronding training
Certificaat:
Na afronding training
Certificaat:
Na afronding training
VWO‑ en HBO‑docenten, onderwijsadviseurs/teamleiders, examencommissie/TOA’s, MT/Directie, privacy officer/FG, IT/ELO‑beheer.
VWO‑ en HBO‑docenten, onderwijsadviseurs/teamleiders, examencommissie/TOA’s, MT/Directie, privacy officer/FG, IT/ELO‑beheer.
VWO‑ en HBO‑docenten, onderwijsadviseurs/teamleiders, examencommissie/TOA’s, MT/Directie, privacy officer/FG, IT/ELO‑beheer.
Er is geen technische voorkennis vereist; deze training is specifiek bedoeld voor docenten en deelnemers met een beleids- of strategische rol. De inhoud sluit aan bij vraagstukken over didactische dilemma's, risico’s, naleving van wetgeving, besturing (governance) en innovatie met AI, en biedt voldoende diepgang voor zowel docenten als management.
Er is geen technische voorkennis vereist; deze training is specifiek bedoeld voor docenten en deelnemers met een beleids- of strategische rol. De inhoud sluit aan bij vraagstukken over didactische dilemma's, risico’s, naleving van wetgeving, besturing (governance) en innovatie met AI, en biedt voldoende diepgang voor zowel docenten als management.
Er is geen technische voorkennis vereist; deze training is specifiek bedoeld voor docenten en deelnemers met een beleids- of strategische rol. De inhoud sluit aan bij vraagstukken over didactische dilemma's, risico’s, naleving van wetgeving, besturing (governance) en innovatie met AI, en biedt voldoende diepgang voor zowel docenten als management.
De training wordt altijd besloten gegeven binnen de eigen organisatie – vertrouwelijkheid en voorbeelden binnen eigen context staan centraal. Duur: ca. 3+3 uur. Locatie: intern, op externe locatie of – desgewenst – in de avond of in het weekend. Groepsgrootte: minimaal 10, maximaal 20 deelnemers. Na afloop ontvangen deelnemers een certificaat – inzetbaar voor audits, toezichthouders en belanghebbenden.
De training wordt altijd besloten gegeven binnen de eigen organisatie – vertrouwelijkheid en voorbeelden binnen eigen context staan centraal. Duur: ca. 3+3 uur. Locatie: intern, op externe locatie of – desgewenst – in de avond of in het weekend. Groepsgrootte: minimaal 10, maximaal 20 deelnemers. Na afloop ontvangen deelnemers een certificaat – inzetbaar voor audits, toezichthouders en belanghebbenden.
De training wordt altijd besloten gegeven binnen de eigen organisatie – vertrouwelijkheid en voorbeelden binnen eigen context staan centraal. Duur: ca. 3+3 uur. Locatie: intern, op externe locatie of – desgewenst – in de avond of in het weekend. Groepsgrootte: minimaal 10, maximaal 20 deelnemers. Na afloop ontvangen deelnemers een certificaat – inzetbaar voor audits, toezichthouders en belanghebbenden.
Andere AI trainingen
Intermediate-Advanced
(4.6)
Prompt engineering bootcamp
Dagdeel
1
Sessie
Meer over deze training
Intermediate-Advanced
(4.6)
Prompt engineering bootcamp
Dagdeel
1
Sessie
Meer over deze training
Beginner
(4.7)
AI Literacy Foundation (EU AI Act compliant)
Dagdeel
1
Sessie
Meer over deze training
Beginner
(4.7)
AI Literacy Foundation (EU AI Act compliant)
Dagdeel
1
Sessie
Meer over deze training
Intermediate
(4.5)
AI Literacy voor HR-Professionals (EU AI Act compliant)
Dagdeel
1
Sessie
Meer over deze training
Intermediate
(4.5)
AI Literacy voor HR-Professionals (EU AI Act compliant)
Dagdeel
1
Sessie
Meer over deze training
Intermediate-Advanced
(4.6)
Prompt engineering bootcamp
Dagdeel
1
Sessie
Meer over deze training
Beginner
(4.7)
AI Literacy Foundation (EU AI Act compliant)
Dagdeel
1
Sessie
Meer over deze training
Intermediate
(4.5)
AI Literacy voor HR-Professionals (EU AI Act compliant)
Dagdeel
1
Sessie
Meer over deze training
Intermediate - Advanced
(4.7)
AI Literacy voor C-level en senior management
Dagdeel
1
Sessie
Meer over deze training
Zorg voor EU AI Act compliance en haal tegelijkertijd méér uit AI.
De EU AI Act is wellicht een aanleiding om medewerkers te trainen, maar in de trainingen worden ook tips gegeven en handig gebruik van kunstmatige intelligentie en AI tools in de dagelijkse werkomgeving besproken. Zo kunnen medewerkers in hun dagelijkse werk slimmer, sneller en efficiënter werken.
Zorg voor EU AI Act compliance en haal tegelijkertijd méér uit AI.
De EU AI Act is wellicht een aanleiding om medewerkers te trainen, maar in de trainingen worden ook tips gegeven en handig gebruik van kunstmatige intelligentie en AI tools in de dagelijkse werkomgeving besproken. Zo kunnen medewerkers in hun dagelijkse werk slimmer, sneller en efficiënter werken.
Zorg voor EU AI Act compliance en haal tegelijkertijd méér uit AI.
De EU AI Act is wellicht een aanleiding om medewerkers te trainen, maar in de trainingen worden ook tips gegeven en handig gebruik van kunstmatige intelligentie en AI tools in de dagelijkse werkomgeving besproken. Zo kunnen medewerkers in hun dagelijkse werk slimmer, sneller en efficiënter werken.