AI Teaching Fellowships

Dit project, 'From policing to engaging AI', heeft als doel AI-geïntegreerde leerpraktijken te verankeren binnen de rechtenfaculteit en daarbuiten. Het doel is om de focus van docenten en studenten te verschuiven van AI-fraude en wantrouwen naar productief, ethisch AI-ondersteund leren. De centrale methode bestaat uit het ontwerpen en uitproberen van contextspecifieke AI-chatbots die fungeren als assistenten bij de lesvoorbereiding en als ondersteuning bij discussies in de nieuwe bachelor-groepssessies van 40 minuten. Deze aanpak begeleidt studenten bij het gebruik van AI voor sneller begrip en kritische juridische analyse, waarbij ze verder gaan dan eenvoudige antwoorden. Cruciaal is dat het project co-creatie met studenten omvat (student-centered) en dat ervaringen actief worden gedeeld met collega-docenten aan ESL, EUR en andere rechtenfaculteiten (dissemination).

Dit AI teaching fellowship richt zich op het ontwikkelen van een praktische toolbox die collega's helpt generatieve AI op een verantwoorde en effectieve manier te integreren in hun onderwijs. Het project combineert persoonlijke experimenten met verschillende AI-tools, praktische begeleiding voor individuele docenten en het opstellen van heldere richtlijnen en werkstromen. Door aan te sluiten bij universiteitsbrede initiatieven en voort te bouwen op zijn onderzoek naar AI-epistemologie en vertrouwen in technologie, wil Barnoy het gebruik van AI in het onderwijs zowel toegankelijk als ethisch verantwoord maken. De fellowship zal ESHCC positioneren als koploper in een verantwoorde maar ambitieuze adoptie van AI en een model bieden waar anderen binnen de EUR van kunnen leren.

FLOW onderzoekt hoe kunstmatige intelligentie menselijke reflectie en onderwijs in het hoger onderwijs kan ondersteunen in plaats van te vervangen. Het project is opgebouwd rond de originele AEIO-papiergebaseerde simulatie, die Chintan heeft gedigitaliseerd met behulp van "vibe-coding" en is geïntegreerd in een bachelorvak waarin studenten handgeschreven reflectieve teksten schrijven om zich onder te dompelen in de geleefde dynamiek van ongelijkheid, inclusie en samenwerking. Na de simulatie schrijven studenten handgeschreven reflectieve teksten, waarbij reflectie behouden blijft als een diep persoonlijke, belichaamde en betekenisvolle praktijk.

FLOW levert drie kernresultaten op:

• Een pedagogisch kader voor het integreren van openhartige, handgeschreven reflectie in experiential onderwijsontwerp, waarbij reflectie behouden blijft als een duidelijk menselijk cognitief en emotioneel proces.
• Een AI-gestuurd analytisch dashboard dat geanonimiseerde reflectieve teksten verzamelt om patronen in het welzijn, de betrokkenheid en de teamdynamiek van studenten zichtbaar te maken voor docenten en cursusteams.
• Een ethisch model van mens-AI complementariteit in het onderwijs, dat laat zien hoe large language models (LLMs) het pedagogisch inzicht kunnen verbeteren zonder in te grijpen in individuele leertrajecten

FLOW bevordert een overdraagbaar en ethisch verantwoord kader dat kan worden toegepast in universitaire curricula, waarbij experiential leren, gepersonaliseerde reflectie en verantwoord gebruik van AI op elkaar worden afgestemd.

De belofte van GenAI is dat domeinexperts verandering kunnen drijven en leermateriaal kunnen verrijken zonder volledig afhankelijk te zijn van technische specialisten. Toch blijft het een uitdaging om AI op een praktische, ethische en veilige manier te implementeren. Mijn project helpt onze afdeling deze laatste stap te zetten. Ik zal een breed scala aan GenAI-toepassingen verkennen, met een primaire focus op AI-gesimuleerde patiënten voor training in klinisch redeneren en communicatievaardigheden. Het doel is om deze als pilots in te bedden in bestaande cursussen en ze te evalueren met studenten en docenten. Om verder te schalen dan individuele pilots, zal ik een modulaire basis ontwikkelen; herbruikbare bouwstenen waarmee elke medisch docent zijn eigen AI-simulaties kan maken, door simpelweg zijn/haar eigen klinische scenario aan te leveren, zonder vanaf nul te hoeven beginnen. Tegelijkertijd zal ik docenten bijscholen en samenwerken met een cross-faculty netwerk van experts. Het uiteindelijke doel is om bij te blijven met GenAI, zodat we ons kunnen voorbereiden op de grote verschuivingen die het met zich mee zal brengen, met name voor de volgende generatie artsen.

Het hoger onderwijs debatteert over het verbieden of omarmen van AI, maar beide benaderingen negeren een cruciale vraag: waaruit bestaat AI eigenlijk? Hoe winnen deze systemen grondstoffen, benutten ze arbeid en dienen ze specifieke belangen? 

Dit fellowship ontwikkelt kritische AI-geletterdheid en leert studenten AI te traceren via materiële fundamenten (mineralen, energie), arbeidsketens (mijnbouw, assemblage) en politieke verstrengelingen (wiens belangen zijn verankerd). Studenten bestuderen AI als samengestelde gehelen die zijn ingebed in machtsverhoudingen, in plaats van als neutrale innovatie. Met behulp van een infrastructurele benadering en "Anatomy of AI"-methodologie brengen studenten AI-systemen in kaart, waarbij ze leren deze technologische infrastructuren kritisch te bevragen en een 'kritische AI-geletterdheid' te ontwikkelen.  

Dit project heeft als doel docenten binnen de Erasmus Universiteit te ondersteunen bij het verantwoord gebruik van Gen-AI. Door kennis te delen over hoe Gen-AI ingezet kan worden in de context van ondernemend denken, leren docenten hoe ideeën vertaald kunnen worden naar interactieve toepassingen, zoals no-code applicaties. Tegelijkertijd ondersteunt het project docenten bij het verkennen en toepassen van Gen-AI in hun eigen vakken via workshops, voorbeelden en praktische begeleiding.

Dit project bereidt economiestudenten voor op een door AI-getransformeerde wereld en helpt docenten technologische verandering te navigeren. Dit project heeft drie doelen: 

1. Het ontwikkelen van een op maat gemaakte AI-tool voor econometrie die studenten leert AI-uitkomsten kritisch te evalueren. 
2. Het integreren van AI-geletterdheid in het bachelorprogramma econometrie via een systematische review.
3. Het bijdragen aan community-initiatieven en middelen, indien afgestemd op fellow-interesses. 

De filosofie: nu AI intelligentie overvloedig maakt, moet het economieonderwijs zich richten op typisch menselijke vaardigheden — conceptualisering, contextueel oordeel, communicatie — terwijl studenten worden voorbereid op het begrijpen van de economische gevolgen van AI. Economie is uniek gepositioneerd om de maatschappelijke impact van AI te bestuderen én de onderwijsmethoden te transformeren.

Dit fellowship onderzoekt hoe een op SSH-gerichte LLM kan helpen om kritisch onderwijs en leren te heroverwegen. Het LLM-project is momenteel in uitvoering en we zijn bezig met het verzamelen van feedback en advies uit een context zoals die van de CLI. Door AI-sessies te organiseren aan de Erasmus School of Philosophy; door fellows uit te nodigen om aan echte klaslokaal uitdagingen te werken; door de mogelijkheden van de LLM te testen en door nieuwe benaderingen voor de LLM-interface te verkennen en te ontwerpen (die verder gaan dan het chatbotformaat), zal dit fellowship onderzoekstijd besteden aan een cruciaal punt van pedagogische ommekeer: academisch onderzoek in tijden van GenAI. Door samen te werken met verschillende EUR GenAI-netwerken zullen we verschillende behoeften en wensen kunnen trianguleren, wat direct van invloed zal zijn op de ontwikkeling van het project.