Tag: lesidee

Digitale geletterdheid binnen de Gouden Weken

augustus 26, 2026 / / Geen reacties

Wat maakt iemand een goede klasgenoot? Welke afspraken maken we met elkaar? En kan een robot eigenlijk ook een goede klasgenoot zijn?

Met die laatste vraag gingen de kinderen uit groep 4 en 5 vandaag aan de slag tijdens de eerste les van dit schooljaar in het e-lab. Met deze les wilde ik bewust voortborduren op waar ze tijdens de Gouden Weken in hun eigen klas al mee bezig zijn.

We begonnen met het eerste hoofdstuk uit Veer – Mijn kunstmatige vriendin van Barend Last. Veer is een chatbot die zichzelf al snel presenteert als vriendin. Vanuit het verhaal ontstond meteen een mooi gesprek over technologie, vriendschap en wat mensen van machines onderscheidt.

De kinderen kwamen zelf met prachtige observaties:

“Veer zegt: ik ben je vriendin, maar ze kennen elkaar nog helemaal niet.”

“Een vriendschap komt altijd van twee kanten.”

“Een robot kan je niet troosten, omdat een robot geen gevoelens heeft.”

Maar technologie werd zeker niet alleen bekeken vanuit wat ze niet kan:

“Het zou heel handig zijn als een chatbot kan helpen met het uitleggen van schoolwerk.”

Vervolgens legde ik uit dat een robot wordt aangestuurd door een computerprogramma en werkt volgens het principe invoer → verwerking → uitvoer. De robot neemt iets waar of krijgt een opdracht, het programma verwerkt dit en de robot voert vervolgens een actie uit.

Daarna kregen de kinderen de uitdaging om hun ideale klassenrobot te bedenken. Een robot met één belangrijke opdracht: helpen om van de klas een fijne groep te maken.

Op hun werkblad schreven ze op wat hun robot moet kunnen en tekenden ze hoe de robot er ongeveer uit zou zien. Wat moet de robot kunnen? Hoe kan de robot helpen? En hoe werkt dat precies? Vervolgens gingen ze met LEGO aan de slag om hun robot te bouwen.

Voor mij laat deze les mooi zien hoe vanzelfsprekend digitale geletterdheid onderdeel kan zijn van de Gouden Weken. En dat geldt zeker niet alleen voor groep 4 en 5. In de bovenbouw kun je bijvoorbeeld samen afspraken maken voor de groepschat: hoe gaan we online met elkaar om? Wat doe je als iemand buitengesloten wordt? En gelden online eigenlijk dezelfde afspraken als in de klas?

Lesbrief de ideale klassenrobotDownloaden
werkblad_mijn_ideale_klassenrobotDownloaden
presentatie_ideale_klassenrobot_groep_4_5Downloaden

Lessenserie bij het kinderboek Veer

mei 7, 2026 / / Geen reacties

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

lesbrief_veer_barend_last_2026_1Downloaden

Een les over bias in digitale technologie

mei 6, 2026 / / Geen reacties

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 ‘slimme’ apparaten

januari 18, 2026 / / Geen reacties

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.

Hoe leg je uit hoe een taalmodel werkt?

december 3, 2025 / / Geen reacties

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

© 2026

Website gemaakt door Bas Hummel — Boven ↑