Voor het kinderboek van Barend Last heb ik een lessenserie over AI ontwikkeld. Het is een prachtig en spannend verhaal en ik ben enorm trots op hoe de lessenserie is geworden.
In de lessen gaan leerlingen aan de slag met thema’s als antropomorfisme, vriendschap, taalmodellen, ontwerpkeuzes en de invloed van AI op ons dagelijks leven.
Download de lessen hieronder:
https://drive.google.com/drive/folders/1jfyS0iDh4JhGMybvlBWzLOVGNlk4XSmE
Een interactieve website met driehoeken en vierkanten als startpunt voor een les over bias in technologie. Het klinkt misschien wat vreemd, maar het werkte verrassend goed.
Ik begon de les met Parable of the Polygons (https://ncase.me/polygons/), een interactief verhaal met spelelementen waarin simpele vormen volgens één eenvoudige regel bewegen: “ik verhuis als minder dan 1/3 van mijn buren dezelfde vorm heeft als ik.”
Op het eerste gezicht lijkt dat een vrij onschuldige voorkeur. De vormpjes hoeven namelijk helemaal niet alleen maar tussen vergelijkbare vormen te wonen. Toch zie je langzaam dat de groepjes zich steeds meer gaan clusteren. Zonder dat iemand daar bewust op stuurt, ontstaat er steeds meer scheiding tussen de vormen.
De werkelijkheid is natuurlijk genuanceerder dan deze simulatie, maar het laat wel duidelijk patronen zien die we ook in de echte samenleving tegenkomen. Juist daarom vind ik deze tool zo sterk voor in de klas: het laat op een toegankelijke manier zien hoe kleine keuzes in systemen grote gevolgen kunnen hebben.
Het is bovendien een mooie link naar bias in digitale technologie. Digitale technologie is namelijk niet neutraal. Achter apps, algoritmes, AI-systemen en games zitten regels, aannames, ontwerpkeuzes en datasets. Kleine keuzes kunnen grote effecten hebben op wat mensen zien, hoe systemen reageren en wie voordeel of nadeel ervaart.
Na ongeveer een kwartier spelen stelde ik de leerlingen een paar vragen:
Waar ging deze website eigenlijk over?
Wat heb je ontdekt?
Herken je dit soort patronen in het echte leven?
Zie je dit ook terug in digitale technologie?
Dat leverde mooie gesprekken op over:
algoritmes
aanbevelingen op sociale media
games die bepaald gedrag belonen
AI-systemen die sommige mensen beter herkennen dan anderen
De website bleek bovendien een mooie aanleiding om het over data te hebben:
Wat is data eigenlijk?
Hoe verzamelen systemen data?
Hoe kun je data zichtbaar maken met grafieken en visualisaties?
Als afsluiting liet ik de leerlingen nadenken over een interactieve tool of game waarmee kinderen kunnen leren over bias in technologie.
Vragen waar zij over nadachten:
Hoe zou zo’n game eruit moeten zien?
Waar moet het over gaan?
Welke technologie moet erin zitten?
Wat maakt zo’n tool leuk, spannend of interessant?
Welke keuzes moet een speler kunnen maken?
Dat was niet alleen een mooie verwerkingsopdracht, maar leverde ook waardevolle input op voor een wetenschappelijk onderzoek waar ik vanuit de Rijksuniversiteit Groningen aan meewerk. We werken momenteel aan een lespakket over bias in digitale technologie en onderzoeken ook de mogelijkheden voor een interactieve tool of game voor leerlingen.
Daarover later meer 🙂
Een les over bias in AI
Hoe leg je uit dat AI niet neutraal is?
In deze les voor groep 7 en 8 begin ik zonder uitleg.
Leerlingen maken een werkblad met opdrachten zoals:
Wie is de boef? Kies een afbeelding.
Maak de zin af: “Er loopt ’s avonds laat een man met een capuchon over straat…”
Teken een dokter.
Ze krijgen voor het werkblad vijf minuten. Welke keuzes hebben ze gemaakt en waarom? Ik leg uit wat een vooroordeel is. Een vooroordeel is als je denkt dat iets altijd zo is, terwijl dat niet hoeft te kloppen.
Daarna maken we de stap naar AI.
We kijken naar voorbeelden van bias:
Gezichtsherkenning die minder goed kan werken als het systeem met name is getraind op blanke mensen.
Vertalingen waarin stereotypen ontstaan
Aanbevelingssystemen die gedrag versterken
Taalmodellen die voorspellen welk woord er volgt in een zin
AI die door mensen wordt getraind
Tussendoor laat ik leerlingen steeds kort reflecteren op wat ze zien.
Wat valt op? Waar zit het vooroordeel? En waar komt dat vandaan?
Als mensen niet neutraal kunnen zijn, kan AI dat dan wel zijn?
In de eindopdracht gaan leerlingen zelf AI trainen met ArtBot.
Ze merken dat AI leert van de data die je geeft en dat daarin ook vooroordelen kunnen zitten.
Vandaag gaf ik een schrijfles waarin leerlingen (groep 7 en 8) een fictief personage bedachten met behulp van beelden en geluiden van internet. Het doel was niet alleen creatief schrijven, maar vooral je kunnen inleven in een personage. Uiteraard behandelen we ook de termen feit en fictie. Wat is er feit en fictie aan deze opdracht? Wat is er echt en nep? Ook oefenden de leerlingen met ICT-basisvaardigheden.
De opdracht, stap voor stap:
Stap 1 – Kies een raam op https://lnkd.in/ecG-6mAv
Leerlingen gingen naar Window Swap en kozen een raam ergens in de wereld. Stel je voor dat een persoon uit dit raam kijkt.
Stap 2 – Inleven in het personage:
Wie is deze persoon?
Waarom kijkt hij/zij naar buiten?
Wat is er gebeurd?
Hoe voelt deze persoon zich?
Wat voor type mens is dit?
Stap 3 – Luister naar dezelfde plek (deze stap kun je eventueel ook overslaan)
Via Radio Garden https://radio.garden zochten leerlingen een radiostation uit dezelfde stad of hetzelfde land. Ze luisterden naar de radio en dachten na:
Welke sfeer roept het bij je op?
Past dit bij jouw personage?
Stap 4 – Werk je personage uit met aandacht voor:
Uiterlijk
Gedachten en gevoelens
Wat speelt er op dit moment?
Zintuigen (wat ziet, hoort of voelt jouw personage?)
Stap 5 – Kies een gezicht
Pas daarna kozen leerlingen via This Person Does Not Exist een gezicht dat volgens hen bij het personage past. https://lnkd.in/eE7eaNNb
Stap 6 – ICT-vaardigheden & reflectie
Leerlingen maakten screenshots (print screen) en plakten deze in Word. Dit was voor velen een nieuwe vaardigheid.
Stap 7 – Reflectie: feit of fictie?
Een aantal leerlingen las hun verhaal voor.
Samen bespraken we:
Welke onderdelen zijn feit (beeld, geluid, locatie)?
Welke onderdelen zijn fictie?
En: wat doen echte beelden en geluiden met onze interpretatie en hoe beïnvloeden ze wat we als ‘waar’ ervaren?
We startten de les met een klassikaal gesprek:
Wat zijn slimme apparaten eigenlijk?
– Welke voorbeelden kennen jullie?
– Welke apparaten hebben jullie thuis?
– Zijn die apparaten echt slim?
– En… is AI slim?
– Wat betekent slim eigenlijk?
De leerlingen kwamen met prachtige opmerkingen:
“AI is niet slim, want alle informatie die erin zit is door mensen gemaakt.” (Leerling uit groep 3)
“AI kan supersnel rekenen en heel veel onthouden, maar heeft geen gevoel.” (Leerling uit groep 5)
Als verwerkingsopdracht bedachten de leerlingen zelf een “slim” apparaat en schreven daar een verhaal bij:
– Hoe heet het apparaat?
– Welk probleem lost het op?
– Hoe ziet het apparaat eruit?
Daarna mochten ze hun apparaat tekenen.
Vervolgens gebruikten we samen op het digibord een AI-tool om van een paar ideeën een afbeelding te maken. De leerlingen vonden het prachtig om de afbeeldingen te zien en het leverde mooie vragen op:
Is dit wat je bedoelde? Klopt het beeld? Ben je tevreden?
Een leerling uit groep 3 bedacht een ontbijtrobot met messen als oren en was erg tevreden over het resultaat.
Een leerling uit groep 4 had een slim vogelhuisje bedacht, met een camera erin om vogels te bekijken op de tablet en een muziekboxje met vogelgeluiden om vogels te lokken.
De AI maakte er alleen een vogelhuisje van waar geen vogel naar binnen kon. Zie de afbeelding 😅. De leerling vond het niet echt slim dat de AI de camera in de opening had geplaatst.
Dat moment was ook weer leerzaam en waardevol. Blijf altijd kritisch kijken naar wat AI maakt.
Het UNESCO Virtual Museum of Stolen Cultural Objects is een online museum dat aandacht vraagt voor gestolen en vermiste culturele objecten wereldwijd. Omdat deze objecten ontbreken, bestaat het museum logischerwijs alleen digitaal. De website laat zien dat het niet alleen gaat om waardevolle spullen, maar om erfgoed dat hoort bij een cultuur, geschiedenis en identiteit.
Nederland is in het virtuele museum ook vertegenwoordigd, onder andere met het Dacische goud dat uit Assen is gestolen. Ik heb deze collectie nog samen met mijn kinderen mogen bekijken, toen de objecten nog in de vitrines lagen. Het was een indrukwekkende en leerzame tentoonstelling, juist omdat ik vooraf nog weinig wist van deze cultuur.
Ik wil deze website gebruiken om een les digitale geletterdheid te koppelen aan burgerschap, geschiedenis en schrijfonderwijs.
Lesidee (bovenbouw PO en onderbouw VO):
Leerlingen kiezen één gestolen object uit het virtuele museum dat hen aanspreekt. Ze schrijven een tekst waarin ze:
– uitleggen waarom juist dit object indruk op hen maakt.
– beschrijven waarom zij het erg vinden dat dit voorwerp is gestolen of verdwenen.
– verwoorden wat dit object zou kunnen betekenen voor andere mensen of voor de cultuur waar het bij hoort.
Eigen ervaring:
– beschrijf een voorwerp dat bij jou is gestolen of dat je bent kwijtgeraakt. Leg uit waarom dit voorwerp belangrijk voor je was. Had het emotionele waarde? Waar was die waarde aan verbonden?
Afsluitend gesprek: hoe verschilt de betekenis van een voorwerp per persoon?
Is een digitale herinnering hetzelfde als een echte ervaring? Waarom wel of niet?
Kan iets waardevol zijn als het alleen digitaal is?
Wat zou jij willen bewaren van jouw eigen cultuur als je maar één ding mocht kiezen? En waarom?
https://museum.unesco.org/
Geschikt voor alle groepen. Pas je eisen aan bij het niveau van de groep.
Op de video is het resultaat van een groep 4 te zien.
We gebruikten de fijne en gratis tool Flipanim: https://www.flipanim.com.
En ja… op dit moment is het natuurlijk Happy 67 in plaats van Happy 2026.
Een les over verslavende elementen in games. Ik begon met de vraag wie er allemaal gamet. Alle handen gingen omhoog, inclusief die van mij. Gamen is natuurlijk hartstikke leuk en vrijwel alle kinderen doen het. Toch raken steeds meer jongeren gameverslaafd. Vaak ligt daar iets diepers achter, zoals zorgen, angsten of somberheid. Gamen wordt dan een manier om even te ontsnappen aan de werkelijkheid.
Daarnaast spelen de verslavende elementen die in veel games zijn ingebouwd een grote rol. Denk aan beloningen, leaderboards, tijdsdruk, dagelijkse beloningen, het gebruik van bepaalde kleuren en geluiden. Alles is erop gericht om spelers te blijven prikkelen en terug te laten komen.
Na dit gesprek mochten de leerlingen zelf een game ontwerpen in Scratch of Klokhuis Game Studio. De opdracht was om bewust na te denken over hun ontwerp: welke elementen maken een game verslavend en waarom?
Bij het presenteren van hun eigen games legden de leerlingen uit welke keuzes zij hadden gemaakt om hun game extra aantrekkelijk (of juist minder verslavend) te maken.
Deze les gaan de leerlingen schrijven, tekenen en animeren!
We gebruiken het gratis animatieprogramma https://monstermash.zone
De leerlingen kruipen in de huid van een avonturier die diep in het oerwoud een onbekend wezen ontdekt.
Dit is geen gewoon dier.
Het is een angstaanjagend monster dat gromt, schudt, kronkelt en zich dreigend voortbeweegt.
Eerst schrijven, dan tekenen
We starten niet achter het scherm, maar met pen en papier.
De leerlingen schrijven een spannende eerste ontmoeting met het monster:
– Hoe ziet het eruit in de schemer van de jungle?
– Welke geluiden doen je haren overeind staan?
– Hoe beweegt het als het je ontdekt?
– Hoe voelt de avonturier zich: dapper, verstijfd, trillend?
Moedig de leerlingen aan om te schrijven in zintuiglijke details om het extra aansprekend te maken.
Daarna brengen we het monster tot leven.
Teken het monster in Monster Mash
Een simpele 2D-schets is genoeg.
AI maakt er 3D van. Monster Mash gebruikt slimme algoritmes die de platte tekening automatisch omzetten in een 3D-vorm met volume. Het programma herkent de patronen van de tekening. Je hoeft dus geen ingewikkelde 3D-software te kennen.
Laat het bewegen
Met een paar simpele lijnen laat je het monster kruipen, kronkelen, springen of dreigend zwaaien. Je kunt leerlingen ook uitleg geven over scharnierpunten. Hoe werkt dat eigenlijk in ons eigen lichaam?
Vertel en presenteer
De leerlingen lezen een stukje van hun geschreven scene voor en tonen hun geanimeerde monster. Tekst en animatie versterken elkaar.
Over de tool
– Werkt met AI: zet 2D automatisch om in 3D
– Gratis en open source: geen licenties of verborgen kosten
– Kindvriendelijk: eenvoudige interface zonder reclame
– Goede uitlegvideo’s in de tool zelf: leerlingen (en leerkrachten) kunnen snel aan de slag zonder aparte handleidingen
Precies zoals ik het graag zie: toegankelijk, open source en leerzaam.
Het doel: demystificeren van de technologie en in dit geval de werking van een taalmodel. Begrijpen wat er achter systemen zoals ChatGPT, Copilot en Gemini schuilgaat.
We begonnen met een gesprek over wie er wel eens een taalmodel gebruikt en waarvoor. Daarna bekeken we de basis van de werking. Een taalmodel is geen ”denkende machine”, maar een systeem dat is getraind op enorme hoeveelheden tekst. Door al die voorbeelden leert het voorspellen welk woord waarschijnlijk volgt in een zin. Het herkent patronen en verbanden in taal.
Om dat principe concreet te maken liet ik leerlingen zinnen afmaken zoals:
Het is winter
Buiten is het …
Ik heb erg veel zin in …
Leerlingen vullen dan vaak woorden in die sterk samenhangen, zoals koud, sneeuw of warme chocolademelk. Precies zo werkt een taalmodel: het koppelt woorden die vaak met elkaar voorkomen en gebruikt die kansberekening om een logisch vervolg te geven.
Daarna speelden de leerlingen het spel Semantris. Het spel is in het Engels, maar dit maakt het gelijk een goede oefening voor leerlingen in de bovenbouw. Het werkt met dezelfde onderliggende techniek als taalmodellen. De AI achter Semantris is getraind op enorme hoeveelheden tekst. Daardoor kan het voorspellen welke woorden bij elkaar horen.
In Semantris voer je een woord in, waarna het volgende gebeurt:
De AI analyseert alle woorden die op het scherm staan.
Het model kiest de woorden die volgens de statistische patronen het meest gerelateerd zijn aan jouw woord.
De geselecteerde woorden verdwijnen uit het speelveld.
Op die manier moet je woorden wegspelen, vergelijkbaar met het principe van Tetris.
Semantris laat daarmee in eenvoudige vorm zien wat taalmodellen doen: patronen herkennen, verbanden leggen en voorspellingen doen op basis van enorme hoeveelheden tekst.
Door dit te bespreken en te illustreren met een spel, werd zichtbaar hoe taalmodellen werken en ook wat ze juist niet kunnen. Taalmodellen kunnen geen betekenis begrijpen, geen feiten kennen, niet redeneren zoals mensen, geen emoties of intenties hebben en geen besef hebben van de echte wereld; ze voorspellen alleen welke woorden waarschijnlijk volgen op basis van patronen in hun trainingsdata.
Semantris
Website gemaakt door Bas Hummel — Boven ↑