Vier NUT-talencentra stelden op de NUT-conferentie tijdens een korte pitch een project voor. In onze nieuwsbrieven brengen we deze projecten graag even onder de aandacht.
Schrijfopdrachten corrigeren: essentieel voor het leerproces, maar ook een flinke tijdvreter voor docenten. Gelukkig komt Radboud In’to Languages met een slimme oplossing die tijd bespaart én kwaliteit borgt: een AI-feedbacktool speciaal voor NT2-schrijfproducten.
Samen met werkstudent Jochem Pannekoek en het MKB Datalab is het project in gang gezet. Het resultaat? Een handige tool waarbij de docent zelf aan het roer staat. Kies je voor directe of indirecte feedback? Of heb je liever feedbackcodes? En wil je kleur erbij om het overzicht te bewaren? De docent kan dit zelf bepalen.
De tool werkt zo: eerst worden de schrijfproducten geanonimiseerd om de privacy van studenten te waarborgen. Persoonsgegevens als namen en adressen worden uit de tekst gehaald. Daarna gaat AI aan de slag met jouw feedbackvoorkeuren. De producten krijgen commentaar via OpenAI, en zodra dat klaar is, worden de teksten weer gepersonaliseerd. Als docent ontvang je vervolgens voor elke student een overzichtelijk Word-document, compleet met AI-comments.
Dankzij anonimisatie en een opt-out-optie blijft de privacy van studenten gewaarborgd. En heel belangrijk: de docent houdt altijd de regie. Feedback kan worden aangepast, verwijderd of worden toegevoegd. Zo houdt de docent de leiding en heeft AI de rol van een slimme en snelle schrijfhulp.
(Marieke Elderman, Radboud Universiteit Nijmegen – Radboud in’to Languages)
