Portfolio-beoordeling van AI-ondersteunde programmeerprojecten
Hoe een portfolio het eindproduct, ontwikkelingstraject, reflectie en beroepsgerichte leeruitkomsten bij elkaar kan brengen.
TraceYield Inzichten
11 min leestijd · Bijgewerkt 31 augustus 2026
TraceYield
Bewijs van AI-ondersteund werk
Portfolio-beoordeling van AI-ondersteunde programmeerprojecten
Een portfolio laat ontwikkeling over tijd zien
Een enkel project kan een momentopname zijn. Een portfolio toont hoe een student problemen benadert, feedback verwerkt, AI inzet en in latere projecten betere keuzes maakt.
Dat past bij leeruitkomsten die niet in één repository zichtbaar zijn.
Selecteer bewijs, verzamel geen archief
Vraag studenten enkele projecten, beslissingen, fouten, tests en reflecties te selecteren. Een portfolio is geen dump van alle chats of commits.
De selectie zelf kan laten zien of een student kan herkennen wat betekenisvol was.
Verbind het portfolio aan criteria
Beoordeel technische kwaliteit, probleemoplossing, verificatie, reflectie, samenwerking en verantwoord AI-gebruik volgens de leeruitkomsten. Beschrijf voor elk gebied welk bewijs telt.
Zo blijft het portfolio een toetsinstrument en geen algemeen verhaal over groei.
Maak groei zichtbaar
Vergelijk een vroeg project met later werk: wordt context eerder verduidelijkt, worden tests gerichter, worden AI-suggesties kritischer beoordeeld? Zulke veranderingen zeggen meer dan één eindscore.
Een portfolio kan ruimte geven aan mislukte pogingen die in een eindproduct zijn verdwenen.
Houd de beoordeling beheersbaar
Beperk het aantal artefacten, gebruik een duidelijke rubric en plan kalibratie tussen docenten. Studenten moeten weten wat een goed portfolio laat zien.
De development trajectory wordt zo onderdeel van leren en beoordelen, zonder dat elk detail bewaard hoeft te worden.
Als een agent aangeeft klaar te zijn, is het ontwikkelwerk nog niet automatisch af.
Referenties
Pilotprogramma
Begrijp waarom uw team AI gebruikt zoals het dat doet.
TraceYield beoordeelt het traject achter AI-gebruik in plaats van alleen kosten en tokenaantallen te bekijken. Meld u aan voor de private pilot om AI-gebruik in Codex-, Claude Code- en Copilot-werkwijzen te onderzoeken, met aandacht voor technische context, security en vertrouwen bij developers.
Meld u aan voor de TraceYield-pilot