Feedback geven op AI-ondersteund programmeerwerk
Hoe docenten waarneembaar programmeerwerk kunnen verbinden aan een concrete volgende stap zonder gedrag als bewijs van denken of leren te behandelen.
TraceYield Inzichten
3 min leestijd · Bijgewerkt 7 oktober 2026
Koppel feedback aan waarneembaar werk
Feedback op AI-ondersteund programmeerwerk is het bruikbaarst wanneer ze een aanwijsbaar deel van het ingeleverde werk of een vastgelegde controle benoemt, uitlegt waarom dat voor de taak telt en een haalbare volgende stap geeft. Een werkend resultaat kan nog een ongecontroleerde aanname bevatten; een mislukte poging kan een nuttig aanknopingspunt zijn. Geen van beide verklaart op zichzelf de motivatie of algemene vaardigheid van de student.
Een observatie is niet hetzelfde als inzicht in het denken. Een mislukte test bewijst op zichzelf geen gebrek aan begrip; een geslaagde test bewijst niet dat de student alle relevante gevallen begrijpt.
Voorbeeld: een dubbelzinnige datumparser
Te algemene feedback: “De code werkt.” Dit zegt te weinig over de afgesproken invoerregel. “Je leunde te veel op AI” is evenmin onderbouwd: de code toont niet hoeveel hulp is gebruikt of wat de student begreep.
Feedback gekoppeld aan bewijs: “De opdracht vereist datums in ISO-formaat. Je parser accepteert `03/04/2026`, dat volgens verschillende conventies een andere datum kan aanduiden; je huidige test dekt alleen `2026-04-03`. Voeg een test toe voor de dubbelzinnige invoer en bepaal aan de hand van de opdracht of de parser deze moet weigeren of een vastgelegd formaat moet accepteren.” De waarneembare punten zijn parsergedrag en de reikwijdte van de test. De vervolgstap is een begrensde controle die aansluit bij de eis.
Maak de volgende stap proportioneel
Een volgende stap kan zijn één grenswaardetest toe te voegen, een fout met kleinere invoer te reproduceren, een API-claim aan documentatie te toetsen of uit te leggen waarom een ontwerp bij de eis past. Stem de stap af op leerdoel en risico; elk klein oefenproject vraagt geen uitputtende testset.
Deze onderwijspraktijk is geen methode om AI-gebruik te scoren. Het ACM Task Force-rapport bundelt door docenten aangedragen aanpakken; het bewijst niet dat dit feedbackvoorbeeld effectief is. Wanneer feedback een toelichting of trajectrecord betreft, benoem precies wat daartoe aanleiding gaf. Zie Bewijs uit het ontwikkelproces en De rol van de programmeerdocent.