AI-codeeragenten gebruiken zonder de integriteit van de toetsing te verliezen

Integriteit van de beoordeling is iets anders dan fraude

Een cursus kan tekortschieten in de onderbouwing van leerclaims zonder dat iemand een regel overtreedt. Een agent kan bijvoorbeeld het grootste deel van een taak uitvoeren, terwijl het ingeleverde product te weinig bewijs biedt voor de individuele leeruitkomst. Omgekeerd kan AI-gebruik zijn toegestaan en kan de toets toch een verdedigbaar oordeel ondersteunen als taak en bewijs bij de leeruitkomst passen.

Fraude is een afzonderlijke vraag: heeft een student een toepasselijke toets- of instellingsregel overtreden? AI-gebruik op zichzelf beantwoordt die vraag niet. Een evaluatie van de cursus kijkt of voorwaarden en bewijs de leerclaims ondersteunen; een individuele zorg over gedrag volgt de gepubliceerde instellingsprocedure.

Stem de AI-voorwaarden af op de leerclaim

AI verboden kan passend zijn wanneer zelfstandig uitvoeren onderdeel is van de leeruitkomst. Een verbod maakt de toets niet vanzelf goed en bewijst niet dat de student de uitkomst behaalde. AI beperkt toegestaan vraagt om duidelijke grenzen voor tools of gebruik en om uitleg hoe beoordelaars die moeten interpreteren. AI toegestaan maakt AI onderdeel van de toetsvoorwaarden; ook dan moet het bewijs de leerclaim ondersteunen. Geen van deze keuzes is voor iedere cursus juist.

Als de claim is dat een student bepaalde redeneringen zonder AI kan uitvoeren, kunnen gecontroleerde omstandigheden relevant zijn. Als de claim is dat de student met een agent onveilig autorisatiegedrag kan opsporen en verifiëren, kan een AI-verbod juist een deel van de beoogde vaardigheid wegnemen. Leg voorwaarden en eventuele meldplicht vooraf uit. Een melding geeft context over opgegeven gebruik, maar bewijst op zichzelf geen leren of naleving; zie AI-gebruik melden. Voor afstemming binnen één opdracht, zie Programmeertoetsen ontwerpen en beoordelen; voor taken die betekenisvol blijven wanneer AI beschikbaar is, zie AI-bestendige programmeeropdrachten.

Kies bewijs dat de leeruitkomst beantwoordt

Het bewijs moet voldoende zijn voor de leerclaim en in verhouding staan tot de gevolgen van de beoordeling. Afhankelijk van de uitkomst kan het gaan om het product, tests of andere verificatie, geselecteerde ontwikkelgegevens, een gecontroleerde taak, gerichte toelichting, project- of portfolio-informatie of een melding. Geen enkele toets heeft al deze soorten nodig. Een voltooid product of geslaagde build toont niet automatisch alle beoogde vaardigheden aan.

Gebruik alleen bewijs dat relevant is en mogelijk iets toevoegt wanneer de leerclaim daarom vraagt. Meerdere zwakke of overlappende signalen worden niet sterker doordat je ze optelt: een screenshot en log van dezelfde geslaagde test kunnen dezelfde waarneming weergeven. Geselecteerde gegevens uit het ontwikkelproces kunnen vragen over keuzes, aanpassingen of verificatie ondersteunen, maar maken een toets niet vanzelf valide of eerlijk. Zie Bewijs uit het ontwikkelproces. Een detectoruitslag is evenmin bewijs van leren of fraude; zie AI-detectie bij programmeerbeoordeling.

Voorbeeld: autorisatie in een backenddienst

Voorbeeld ter illustratie — geen lespraktijk, studentgegevens, klantgegevens of TraceYield-bewijs. Een opdracht in het tweede jaar HBO-ICT vraagt studenten robuuste autorisatie voor een webdienst te ontwerpen, implementeren en controleren. AI-hulp bij implementatie is toegestaan. Studenten moeten beveiligingskeuzes onderbouwen en belangrijk gedrag verifiëren.

Een agent stelt een autorisatiecontrole voor en de student past die aan. De ingeleverde implementatie slaagt voor de meegeleverde tests, maar een belangrijk negatief geval ontbreekt. De student kan een deel van de redenering toelichten, maar niet alles. Het product en de tests ondersteunen uitspraken over het gedrag dat ze daadwerkelijk afdekken. Ze tonen niet dat het ontbrekende geval is overwogen of dat alle verificatie-eisen zijn gehaald. Het bewijs toont op zichzelf ook geen regelovertreding aan.

De docent kan de resterende vraag afbakenen: herkent en controleert de student het ontbrekende autorisatiegeval? Een gerichte vervolgstap kan zijn de student een passende test te laten inspecteren of aanpassen. Beoordeel de reactie met de gepubliceerde criteria. De toets hoeft niet alle onzekerheid op te lossen of vast te stellen wie de eerste code “echt schreef”.

Toetsbeveiliging en authenticiteit zijn niet hetzelfde als validiteit

Beveiliging gaat over het handhaven van beoogde toetsvoorwaarden en het beperken van ongeoorloofde hulp. Een afgesloten examen kan goed beveiligd zijn en toch een andere vaardigheid meten dan de cursus wil certificeren. Een realistisch AI-ondersteund project kan op beroepswerk lijken, maar te weinig individueel bewijs opleveren. Authenticiteit is één ontwerpoverweging, geen garantie voor validiteit. TEQSA’s bespreking van toetsbeveiliging is Australische sectorvoorlichting, geen Nederlands beleid.

Preventie, detectie, bewijs en toetsontwerp hebben verschillende doelen. Preventie probeert voorwaarden te bewaken; detectie signaleert mogelijk relevant gedrag; bewijs ondersteunt een claim over leren of proces; toetsontwerp schept omstandigheden die relevant bewijs kunnen opleveren. Een cursus die vooral op preventie of detectie leunt, kan nog steeds bewijs voor de leerclaims missen.

Bekijk de dekking over de cursus of opleiding

Niet elke leeruitkomst vraagt om dezelfde AI-voorwaarden. Een opleiding kan AI-ondersteunde projecten combineren met individueel werk onder gecontroleerde voorwaarden, praktijkopdrachten, portfolio’s, examens of gerichte vervolgvragen, mits elk onderdeel een reden heeft die bij een leeruitkomst past. De vraag op systeemniveau is: waar en onder welke omstandigheden wordt iedere belangrijke leeruitkomst aangetoond? Dit schrijft geen vaste combinatie voor en vereist niet dat elke opleiding zowel gecontroleerde als AI-ondersteunde toetsing gebruikt.

Npuls beschrijft zijn Two-Lane-benadering als een manier om gecontroleerde toetsing van leren te onderscheiden van meer AI-geïntegreerde ontwikkel- of beroepscontexten. De visie moedigt aan beide soorten context in een leerroute te overwegen, maar opleidingen kiezen zelf op basis van leeruitkomsten en context; dit is geen universeel voorschrift of TraceYield-model. Npuls noemt ook een matrix of toetsdossier als mogelijke manier om dekking te bekijken, niet als verplicht blauwdruk. Het ACM Task Force-rapport verzamelt door docenten gerapporteerde aanpakken; het bewijst niet dat een specifieke aanpak effectief is.

Houd voorwaarden eerlijk en uitvoerbaar

Als AI-gebruik verplicht is of expliciet wordt beoordeeld, kijk dan of studenten werkbare toegang hebben tot instellingsaccounts, vergelijkbare mogelijkheden, gebruikslimieten, hardware en ondersteuning, en of rekening is gehouden met toegankelijkheid. Volledige gelijkheid is niet altijd haalbaar, maar materiële verschillen horen zichtbaar te zijn in het ontwerp. Is AI optioneel, overweeg dan of er een haalbare alternatieve route is om dezelfde leeruitkomst te tonen.

Voorwaarden kunnen tijdens een semester veranderen: modellen, functies, contextvensters, accountniveaus, prijzen en gebruikslimieten. Een docententeam kan mogelijkheden omschrijven, een tool noemen, gelijkwaardige alternatieven toestaan of de voorwaarden voor één toets vastzetten. Kies passend bij de leeruitkomst en de lokale situatie; communiceer veranderingen die vergelijkbaarheid kunnen beïnvloeden. Vraag niet standaard om elke prompt of een volledige chatgeschiedenis. Zulke registraties kunnen onvolledig zijn en extra werk, ruis, privacyrisico’s en onnodig toezicht veroorzaken zonder de leerclaim te ondersteunen.

Als bewijs ontbreekt of elkaar tegenspreekt

Stel dat het product sterk is, de verificatie beperkt, ontwikkelgegevens schaars en de toelichting aannemelijk. Neem dan geen gemiddelde en maak geen integriteitsscore. Vraag welke leerclaim elk gegeven ondersteunt en of het geheel die claim draagt. Een gerichte vervolgvraag, een beperktere beoordeling of een nieuwe kans kan passend zijn. Is er daarnaast een zorg over een regel, behandel die volgens de toepasselijke instellingsprocedure en niet als automatisch gevolg van tegenstrijdig leerbewijs.

Maak een zwaarwegend oordeel niet volledig afhankelijk van één detector, repositorylog, mondeling gesprek, telemetriebron of ontoegankelijke tool. Dit betekent niet dat elke leeruitkomst dubbel bewijs nodig heeft. Denk aan een alternatieve bewijsroute wanneer een bron kwetsbaar of niet beschikbaar is. Een mondelinge of praktische vervolgvraag kan een benoemde onzekerheid adresseren, maar communicatie, taal en toegankelijkheid spelen mee; mondelinge vaardigheid mag niet ongemerkt het beoordelingsdoel worden. Voor die afgebakende methode, zie Mondelinge toelichting als beoordelingsmethode.

Beoordeel het toetssysteem, niet alleen het incident

Bij zwaarwegende beoordelingen kunnen gedeelde criteria, kalibratie tussen beoordelaars, moderatie of een tweede lezing helpen om bewijs consistenter te interpreteren. Ze garanderen geen validiteit of eerlijkheid. Een integratieve literatuurreview uit 2025 over moderatie in het hoger onderwijs — grotendeels Australisch en niet specifiek gericht op programmeren — bespreekt onder meer samenwerking, duidelijke beoordelingsrichtlijnen, overleg en voldoende middelen.

Vraag na een toets: Wat beweert een voldoende? Onder welke AI-voorwaarden is de leeruitkomst beoordeeld? Welk bewijs ondersteunt die claim? Wat gebeurt er wanneer bewijs ontbreekt of elkaar tegenspreekt? Werkten studenten onder materieel vergelijkbare voorwaarden? Pasten beoordelaars dezelfde criteria toe? Dit zijn reflectievragen, geen formele integriteitschecklist. Voor bewijs over meerdere stukken werk, zie Portfolio beoordelen. Voor verantwoordelijkheid en begrip, zie Verantwoordelijkheid van de student; voor individueel oordeel binnen groepswerk, zie Individuele bijdrage in groepssoftwarewerk.

Waar gegevens zijn vastgelegd, kan TraceYield sessie- of projectcontext, interacties, bijsturing, technische keuzes, correcties, verificatie of patronen over werk heen tonen. Dat is optionele context: het valideert geen toets, garandeert geen eerlijkheid, stelt geen leren of auteurschap vast, detecteert geen fraude, bepaalt geen toegestane inzet, vervangt geen moderatie en geeft geen cijfer. Verzamel bewijs voor een benoemd doel; beleid en procedures blijven bij de instelling.