Kennis over toetsen, feedback en AI in het onderwijs
Praktische artikelen en vergelijkingen over toetsen nakijken met AI, digitaal toetsen afnemen en feedback geven, voor docenten, scholen en ICT-beheerders.
-
ToetsChecker vs. Examplary: welke past bij jouw school?
Examplary en ToetsChecker gebruiken allebei AI om open vragen na te kijken, en bij allebei blijft de docent eindverantwoordelijk. Het verschil zit in de reikwijdte. Examplary bestrijkt de hele toetscyclus inclusief adaptief oefenen, toetsen genereren en koppelingen met leeromgevingen als Canvas, Moodle en Somtoday. ToetsChecker richt zich op het deel waar de meeste uren in gaan zitten: een stapel handgeschreven werk verwerken, controleren en teruggeven, met een leerlingomgeving waarin een leerling gericht om herbeoordeling kan vragen. Ligt je knelpunt bij het máken van toetsen, dan is Examplary logischer; ligt het bij het nakijken en teruggeven, dan ToetsChecker.
-
ToetsChecker vs. ToetsPers: welke is beter?
ToetsPers en ToetsChecker kunnen allebei papieren toetsen nakijken, splitsen ze per leerling en laten AI punten en feedback voorstellen, waarna de docent controleert. Het verschil zit in de instap en de reikwijdte. ToetsPers heeft: toetsen opmaken en drukklaar printen, koppelingen met uitgevers als Malmberg en ThiemeMeulenhoff en een prijs op offerte. ToetsChecker ondersteunt ook het volledige toetsproces, maar je kan ook beginnen met de toets die je al hebt: je maakt zelf een gratis account, uploadt je correctiemodel en de scans, en de leerling krijgt een eigen omgeving waarin hij gericht om herbeoordeling kan vragen.
-
Ik ben zeventien en ik bouw software tegen de nakijkdruk van mijn eigen docenten
Als leerling zie ik elke week wat administratiedruk met docenten doet, en dat merken leerlingen direct in de les: toetsen die te laat terugkomen en feedback die niet meer dan een krabbeltje is. Vernieuwing in het onderwijs hoeft echt niet uit een werkgroep of een commissie te komen. Meestal ziet degene die er dagelijks mee te maken heeft het probleem het scherpst.
-
De nakijkfout die elke docent maakt (en waarom dat menselijk is)
Elke docent beoordeelt de laatste toets van een stapel anders dan de eerste. Dat heeft weinig met slordigheid te maken en alles met hoe aandacht werkt: de maatstaf schuift, de volgorde kleurt het oordeel en vermoeidheid maakt het geven van een punt goedkoper dan het wegen ervan. Harder je best doen helpt daar niet tegen. Het vergelijkende werk scheiden van het beslissende werk wel: een machine leest elke toets even nauwkeurig, en de docent blijft degene die het cijfer vaststelt, omdat een besluit met gevolgen bij een mens hoort.
-
De cijferparadox: waarom leerlingen alleen de onderkant van het blad lezen
Nakijken kost maximale moeite en levert minimale didactische opbrengst, omdat de feedback de leerling bereikt op het moment dat hij er niets meer mee kan. Feedback werkt alleen als de stof nog vers is en er nog iets te repareren valt. Wie de doorlooptijd van drie weken naar twee dagen brengt, verandert de betekenis van precies dezelfde woorden.
-
Digitalisering in de klas is mislukt. Terug naar toetsen op papier
De digitalisering van het klaslokaal heeft geleverd wat niemand wilde: meer afleiding, minder handschrift en toetsen waarvan onzeker is wie ze gemaakt heeft. Het alternatief is niet terug naar niets, maar high-tech analoog: leerlingen schrijven op papier met een pen, en de technologie draait onzichtbaar op de computer van de docent.
-
Onderzoek: hoe dicht komen AI-modellen bij het oordeel van een ervaren docent?
In een praktijkonderzoek zijn 28 AI-modellen in 95 configuraties losgelaten op 18 volledig uitgewerkte VO-toetsen met een referentiebeoordeling. Over 2.187 nakijkbeurten komt de beste configuratie uit op 90,5% overeenstemming met de docent; de zwakste haalt 58,9%. Het soort antwoord dat voorligt weegt zwaarder dan het model dat het beoordeelt, en prijs voorspelt kwaliteit nauwelijks.
-
De docent blijft de baas: waarom AI nooit een cijfer mag geven zonder menselijke goedkeuring
Nakijkwerk bestaat uit twee dingen: een antwoord tegen een correctiemodel leggen, en vaststellen wat het cijfer wordt dat daaruit volgt. Het eerste doet een AI-model gelijkmatiger dan een vermoeide mens; het komt prima tot een cijfer. Wat het niet kan, is dragen wat er daarna met dat cijfer gebeurt: een overgang, een herkansing, een gesprek met ouders. Zo'n besluit hoort bij iemand die het kan uitleggen en die erop aanspreekbaar is. Een systeem waarin de leerling het resultaat pas ziet ná goedkeuring van de docent is daarom geen beleefdheidsvorm maar een ontwerpeis.
-
Handschriftherkenning in 2026: waarom AI keurig én slordig leerlingenhandschrift nu wél leest
Traditionele OCR is gebouwd om gedrukte tekst regel voor regel om te zetten in karakters. Een gemaakte toets is geen gedrukte tekst: er wordt doorgekrast, bijgeschreven in de kantlijn, met een pijl verwezen en halverwege van gedachten veranderd. Moderne multimodale modellen lezen de hele pagina als beeld en gebruiken de vraag en de context om te bepalen wat er staat. Daardoor werkt het nu wel, ook bij slordig handschrift.
-
De anatomie van docentenwerkdruk: hoeveel uur gaat er écht in nakijken zitten?
Een voltijds VO-docent kijkt per schooljaar al snel duizend tot vijftienhonderd toetsen na. Bij zes minuten per toets is dat 100 tot 150 uur, oftewel twee tot drie volle werkweken. Het grootste deel daarvan gaat op aan vergelijken en niet aan didactisch werk: staat er in dit antwoord wat er in het correctiemodel staat?
-
Hoe ToetsChecker werkt: van stapel papier tot feedback die de leerling begrijpt
ToetsChecker neemt een gemaakte toets in (als scan, foto of digitale inzending), leest deze uit, beoordeelt de antwoorden aan de hand van jouw correctiemodel en doet vervolgens een voorstel. Gesloten vraagtypen worden honderd procent via een formule gescoord, open vragen door AI. Een steekproef wordt daarna door een beter model nagecontroleerd. Pas als je het voorstel goedkeurt, ziet de leerling het resultaat.
-
We praten te veel over de negatieve kanten van AI in het onderwijs
Bijna elk gesprek over AI in het onderwijs gaat over leerlingen die hun werk laten maken. Die zorg is terecht, maar hij heeft het hele debat opgeslokt. De vraag die nauwelijks gesteld wordt is wat AI kan wegnemen bij de docent, en juist daar zit winst die niemand hoeft te verdedigen: minder administratie, meer tijd voor de leerling.
-
ToetsChecker vs. ToetsTester: welke is beter?
ToetsChecker en ToetsTester gebruiken allebei AI om open vragen na te kijken. ToetsTester is een losse nakijkassistent: de toets neem je elders af. ToetsChecker is een compleet toetsplatform: online afname, AI-nakijken, leerlingaccounts met feedback en centraal beheer voor ICT-beheerders zitten in één omgeving. In beide gevallen bepaalt de docent het uiteindelijke cijfer.
-
AI in het onderwijs: wat werkt echt in de klas?
AI werkt in de klas vooral als assistent bij repetitief werk: lesmateriaal voorbereiden, leerlinginformatie structureren en het nakijkproces ondersteunen. Pedagogische beslissingen blijven bij de docent. Begin met één afgebakend proces, meet de tijdwinst en beoordeel ook de kwaliteit en uitlegbaarheid van de uitkomst.
-
Minder nakijktijd, meer feedback: zo pak je het aan
Sneller nakijken begint bij een scherp correctiemodel: hoe concreter de criteria, hoe consistenter de beoordeling en hoe korter de feedback kan zijn. Werk daarna in vaste stappen, reserveer tijd voor de eindcontrole en koppel elk veelvoorkomend fouttype aan een concrete vervolgstap voor de leerling.
-
Formatief toetsen in het VO: van cijfer naar inzicht
Formatief toetsen gebruikt de informatie uit een toets om de instructie en de volgende leerstap bij te sturen, in plaats van alleen een cijfer vast te leggen. Dat vraagt om zichtbare leerdoelen vooraf, korte feedbackcycli en een gedeelde taal binnen de sectie.