door Kiran van Bentum, Bernhard Liemann en Ilona Riek

Op 5 juni 2025 vond het derde online colloquium Digitale Neerlandistiek (CoDiNeer) plaats met 29 deelnemers. Het colloquium werd georganiseerd door de Werkgroep Digitale Neerlandistiek die op dat moment bestond uit Kiran van Bentum en Rita Schlusemann van het Institut für Deutsche und Niederländische Philologie aan de FU Berlijn en Bernhard Liemann en Ilona Riek, van de FID Benelux van de UB Münster. Anders dan de vorige keren waren er nu behalve neerlandici uit de Duitstalige landen ook collega’s aanwezig uit Hongarije, Nederland, Oekraïne, Roemenië, Servië, Tsjechië en Zweden.

Het doel van alle bijeenkomsten is om een laagdrempelige uitwisseling over digitale methoden in de Nederlandse taal- en letterkunde te stimuleren. Op de eerste twee bijeenkomsten stonden methoden en tools centraal en ging het om open vragen, geleerde lessen en uitdagingen m.b.t. digitaal onderzoek.

Het programma van 5 juni 2025 zag er als volgt uit:

Presentatie: Generatieve AI in Schrijfvaardigheidsonderwijs Nederlands en Nederlands als Vreemde Taal

Het onderwerp waarvoor de meeste tijd was ingeruimd was het gebruik van generatieve AI (GenAI) in het schrijfvaardigheidsonderwijs Nederlands en Nederlands als vreemde taal omdat tijdens de bijeenkomst in november 2024 duidelijk naar voren kwam dat het omgaan met AI in het onderwijs momenteel een brandend thema is voor alle docenten. Om die reden werden er dan ook collega’s van buiten de Duitstalige landen uitgenodigd.

De bijbehorende lezing werd gegeven door Lieve De Wachter. De Wachter − wier onderzoek zich voornamelijk richt op de relatie tussen taalvaardigheid en studiesucces en op schrijfvaardigheid in verschillende contexten − is gewoon hoogleraar Nederlandse Taalbeheersing en Academisch Nederlands aan de KU Leuven en lid van de Onderzoeksgroep Taal en Onderwijs. Samen met Bert De Groef, Kirsten Fivez en Carolien Van Soom schreef ze het handboek „Wetenschappelijk schrijven in tijden van AI“ (2024), uitgegeven bij Owl Press. Als hoofd van het Schrijfcentrum van de KU Leuven ontwikkelde ze samen met haar team ook verschillende ‚digitale schrijfhulpen‘, zowel voor academisch als voor algemeen taalgebruik.

De Wachter begon met een vraag aan het publiek: Wie is docent Nederlands en wie gebruikt zelf GenAI? Een relatief groot aantal van de deelnemers gaf aan al ervaring te hebben met GenAI.

Volgens haar eigen zeggen is De Wachter geen voorvechter van Gen AI, maar je kunt volgens haar ook niet doen alsof het niet bestaat. In haar presentatie ging zij in op de vraag hoe studenten GenAI kunnen gebruiken om zelfstandig schrijfvaardigheid te ontwikkelen. Het gebruik van GenAI zou volgens haar niet verboden moeten worden, maar het mag ook niet verplicht worden gesteld. Belangrijk is dat studenten leren om GenAI kritisch te gebruiken en dat er een consequente human-centered aanpak wordt gehanteerd. Ook is het van belang dat docenten de ontwikkelingen rondom GenAI kritisch volgen en evalueren. Er is volgens haar veel dat we nog niet weten en sommige effecten van GenAI kunnen we pas over een paar jaar overzien.

Bovendien is er een punt waar we rekening mee moeten houden: het energieverbruik van GenAI en grote taalmodellen (LLM’s) is significant hoger dan dat van eerdere technologieën zoals bijvoorbeeld Google of andere zoekmachines. Dat vormt een groeiende uitdaging op gebieden als duurzaamheid en klimaatdoelstellingen.

De Wachter wees ook op vormen van bias in de LLM’s: er is dikwijls een zekere bias aanwezig − vaak mannelijk (zie slide 6 van haar presentatie) – doordat de modellen zijn getraind op Engelstalige data uit de VS. Wat de variëteiten van het Nederlands betreft is er vooral een bias met betrekking tot het Nederlands-Nederlands. Het Belgisch-Nederlands is veel minder sterk vertegenwoordigd. Dit geldt ook voor data uit andere minder frequente talen.

Aan de KU Leuven is het gebruik van GenAI als taalassistent en als zoekrobot toegestaan, maar het wordt niet geaccepteerd als tekstgenerator. Dat betekent: studenten mogen GenAI gebruiken als hulpmiddel voor de verbetering van eigen teksten, bijvoorbeeld voor de correctie van spelling en grammatica of voor het opzoeken van informatie, maar ze mogen over het algemeen geen hele tekstblokken letterlijk overnemen. Detectiesystemen voor AI-teksten worden aan de KU Leuven niet gebruikt omdat zij niet betrouwbaar zijn, daarom is een duidelijke regeling (code of conduct) voor studenten belangrijk.

De KU Leuven heeft een digitale schrijfassistent ontwikkeld voor NT2-leerders op universitair niveau: https://nt2.schrijfassistent.be. Bij de schrijfoefeningen met behulp van GenAI gaat het er volgens Lieve De Wachter ook om de studenten ervan bewust te maken dat ze minder leren als ze gewoon maar perfect geformuleerde teksten door de AI laten genereren. Veel zinvoller is het bijvoorbeeld om via goed geformuleerde prompts zoals deze om feedback of om een interactie te vragen: “Ik ben student Nederlands op niveau B1+. Welke feedback zou je me geven op het vlak van grammatica, woordenschat en coherentie? Bekijk zowel de zinnen apart als de verschillende alinea’s. Hieronder vind je mijn tekst.”, “Kan je met mij een dialoog voeren over de supermarkt met de woorden ‘afdeling’, ‘fruit’, ‘groenten’, ‘betalen’.” Maar er is ondanks alles voorzichtigheid geboden, want veel antwoorden die de AI geeft − zie bijvoorbeeld pagina 30 van de slides: “Ik ben een student Nederlands als tweede taal. Ik wil weten wanneer je een extra -e moet schrijven bij een adjectief.” − kloppen niet. De oproep van De Wachter luidt dan ook zeer terecht: Blijf kritisch!

Een enquête onder NT2-studenten toonde aan dat velen AI slechts als hulpmiddel beschouwen om Nederlands te oefenen en dat ze GenAI niet als vervanging van de taaldocent zien. Uit ervaring blijkt trouwens inmiddels dat verhoudingsgewijs sterke schrijvers duidelijk herkenbaar blijven als sterke schrijvers als de docenten het gebruik van GenAI integreren in hun cursussen Nederlands.

Een tip van De Wachter voor zelfstandige leerders (en zeker ook voor docenten) is NotebookLM. Dat is een door Google ontwikkelde AI-tool die zijn informatie in tegenstelling tot algemene AI-chatbots niet van het hele internet haalt. In plaats daarvan upload je je eigen materiaal en kun je gericht werken met de door jou ingevoerde bronnen. NotebookLM wordt niet verder getraind op basis van je input, aldus de spreker, anders dan andere LLM-systemen, waar het niet helemaal duidelijk is of je input uiteindelijk niet toch voor de training wordt gebruikt, hoewel je dat in de instellingen hebt geweigerd.

GenAI kan uiteraard ook docenten ondersteunen, bijvoorbeeld bij het ontwikkelen van lesmateriaal. Hier geldt echter ook zoals altijd bij het werken met AI: hoe beter de prompts, hoe beter de resultaten. Een mogelijke prompt zou bijvoorbeeld kunnen luiden: “Ik ben een docent Nederlands als vreemde taal (niveau B1+) en wil weten hoe ChatGPT mij kan helpen bij het ontwikkelen van onderwijsmaterialen. Ik zou met jou een woordenschatlijst kunnen delen. Wat kan jij op basis van een woordenschatlijst genereren? Graag ook originele ideeën.” Meer leestips voor prompting zijn te vinden op pagina 41 van de slides.

Ter afsluiting van haar presentatie stelde De Wachter het PAIRR-model (Peer + AI + Review + Reflection) van de University of California in Davis voor. Het biedt een manier om AI zinvol te integreren in het taalonderwijs door peerfeedback te combineren met AI-feedback in een aanpak die de autonomie en reflectie van de studenten bij het schrijven en herschrijven van teksten benadrukt. Ook hier blijkt: de menselijke interactie bij het leren van talen blijft essentieel. Voor PAIRR zie ook: https://doi.org/10.1016/j.compcom.2025.102921

Bekijk hier de slides van de presentatie “Generatieve AI in Schrijfvaardigheidsonderwijs Nederlands en Nederlands als Vreemde Taal“.

Discussie: Generatieve AI in het schrijfvaardigheidsonderwijs

Tijdens de discussie kwam de vraag op of het gebruik van AI in academisch schrijven wel professioneel is. Een deelnemer merkte op dat er behoefte is aan een transparant proces om GenAI op een professionele manier in te zetten. Dit werd door andere deelnemers bevestigd: het gebruik van AI moet worden vermeld als bron, afhankelijk van de doelgroep en de eisen aan de studenten. Ook werd er de vraag gesteld of er naast een “code of conduct” voor studenten ook een “code of conduct” voor docenten nodig is. Volgens Lieve De Wachter is dit vooral een ethisch debat en zitten we in een overgangsfase waar de reflectie en het gesprek over AI centraal moeten staan. GenAI kan in principe bijna alle stappen van het schrijfproces overnemen. De vraag is: Wat willen we laten overnemen? Een van de activiteiten die we zeker niet mogen laten overnemen door AI is het kritische denken.

Een ander punt dat opkwam was dat GenAI mogelijk leidt tot hogere eisen aan studenten en dat het bewust inzetten van AI om die reden als onderdeel van de leerdoelen in het academisch leren zou moeten worden geïntegreerd. Maar daarnaast zijn een aantal docenten ook bang om AI in te zetten omdat ze onvoldoende op de hoogte zijn van de tools en ontwikkelingen op dit gebied.

Er werd in dit verband gewezen op een omvangrijke verzameling van informatie over AI-systemen en hun toepassingsmogelijkheden, juridische en ethische implicaties en verdere ontwikkelingen via TaskCards die door een medewerker het talencentrum van de Universiteit Münster beschikbaar wordt gesteld: https://www.taskcards.de/#/board/38cd6ea0-520a-4465-afd6-3969411cc081

Nog meer informatie over AI van het “Sprachenzentrum” van de Universiteit Münster is hier te vinden: https://www.uni-muenster.de/Sprachenzentrum/SPZ/serviceundinfo/nutzung_von_ki/index.html

Data FAIR maken: CC-licenties

Na de discussie over GenAI kwam een ander belangrijk punt aan bod: het toegankelijk maken van onderzoeksdata volgens de FAIR-principes. Onderzoeksdata – dat kunnen bijvoorbeeld ook wetenschappelijke publicaties zijn. Deze keer ging het met name over het toepassen van open licenties zoals de Creative Commons (CC).  Hierover gaf Ilona Riek een korte presentatie.

De onderzoeksfinanciers en ook de universiteiten in veel landen (bijv. de DFG in Duitsland of de NWO in Nederland) spelen een sturende rol in de implementatie van FAIR-data principes. Desondanks zijn de principes veelal nog niet bekend of worden op z’n minst niet toegepast. Wat in dit verband opvalt is dat onderzoekers of wetenschappelijke instellingen hun publicaties online zetten op hun homepages en erbij vermelden dat ze open access zijn. Maar dat zijn ze in heel veel gevallen niet – althans niet volgens het boekje, dat wil zeggen volgens de officiële definitie van open access uit de Budapest Open Access Initiative Declaration.

Een van de redenen is meestal dat ze niet vrij herbruikbaar – reusable – zijn. Dat betekent voor bibliotheken in de praktijk bijvoorbeeld dat ze niet mogen worden opgenomen in repositories en dat ze niet zomaar beschikbaar kunnen worden gesteld via bibliografieën of catalogi. Deze publicaties zijn dus alleen vindbaar via de homepages van de onderzoekers of de respectievelijke instellingen. En ze verdwijnen vaak als de structuur van de homepages verandert.

De herbruikbaarheid van wetenschappelijke publicaties kan worden gewaarborgd door het gebruik van open licenties. Heel gangbaar zijn in dit verband de Creative Commons (CC)-licenties − openbare licenties die makers van creatieve werken of auteurs kunnen gebruiken om aan te geven hoe anderen hun werk mogen gebruiken, verspreiden en aanpassen. Ze vormen een flexibel alternatief voor het traditionele „alle rechten voorbehouden“ auteursrecht.

In plaats van alles te verbieden, bieden CC-licenties een reeks gestandaardiseerde voorwaarden waaruit makers kunnen kiezen, waardoor ze precies kunnen bepalen welke rechten ze al dan niet willen vrijgeven. Het is dus niet zo dat je je auteursrecht zomaar weggeeft, integendeel: De auteurs behouden hun auteursrecht, maar staan anderen toe hun werk te hergebruiken onder de voorwaarde dat zij correct worden vermeld en dat de integriteit van hun werk wordt gerespecteerd.

Je hebt in principe de keuze tussen zes verschillende licenties die gerangschikt zijn van minst restrictief (CC BY − Naamsvermelding) naar meest restrictief (CC BY NC ND – Naamsvermelding | Niet Commercieel | Geen Afgeleide Werken). Veel onderzoeksfinanciers en instituten bevelen CC BY aan voor onderzoeksdata. Andere CC-licenties met restricties (zoals Niet Commercieel of Geen Afgeleide Werken) kunnen de herbruikbaarheid beperken en zijn daarom minder ideaal vanuit een strikt FAIR-perspectief, hoewel ze soms noodzakelijk kunnen zijn afhankelijk van de aard van je eigen data of van de data die je hebt verwerkt. Daarnaast bestaat er ook CC0. CC0 is geen echte licentie, maar betekent dat je als auteursrechthebbende afstand doet van alle auteursrechten.

Meer informatie over CC licenties:

• Creative Commons Nederland: Uitleg bij de Creative Commons-licenties
• Creative Commons: About CC Licenses

Discussie: Perspectieven voor de verdere samenwerking en uitwisseling

Tenslotte werd er onder de deelnemers gepeild naar de interesse in een volgende CoDiNeer-bijeenkomst en mogelijke agenda-onderwerpen. Voor een vervolgbijeenkomst, die bijvoorbeeld in november 2025 zou kunnen plaatsvinden, was er veel animo. GenAI blijft voorlopig een onderwerp dat velen bezighoudt en waar de aanwezigen zich graag nog verder in zouden willen verdiepen. Een meer specifiek onderwerp dat genoemd werd was onder andere AI in bronnenonderzoek.

Daarnaast zou het ook een optie kunnen zijn om samen met het iNVT-netwerk een soort vragenuurtje rond het thema GenAI te organiseren om samen verder te denken en concrete praktische ideeën (best practice) uit te wisselen. Bij alle planningen is het ook van belang om rekening te houden met initiatieven van andere instellingen zoals bijvoorbeeld de Internationale Vereniging voor Neerlandistiek (IVN) om dubbele structuren te vermijden. Zo is er binnen de IVN blijkbaar een netwerk in opkomst dat zich zal bezighouden met het analyseren van historische bronnen met behulp van Transkribus.

Afronding

Aan het einde van de inspirerende middag bedankte Ilona Riek iedereen namens de Werkgroep Digitale Neerlandistiek voor hun deelname en hun waardevolle bijdragen. Een bijzondere dank ging uiteraard uit naar Lieve de Wachter voor haar bevlogen presentatie over AI in het schrijfonderwijs.