🤖 AI

AI-Generated Slides: Are They Good? Can Students Tell?

Deze studie evalueert verschillende generatieve AI-tools voor het maken van educatieve dia's en komt tot de bevinding dat code-assistenten het didactisch meest onderbouwde content produceren en dat studenten AI-genererde dia's als qua kwaliteit vergelijkbaar ervaren met menselijk gemaakte dia's, waarbij ze een waargenomen lagere kwaliteit vaak toeschrijven aan de AI-bron.

Oorspronkelijke auteurs: Juho Leinonen, Lisa Zhang, Arto Hellas

Gepubliceerd 2026-05-14

📖 4 min leestijd☕ Koffiepauze-leesvoer

CC BY 4.0

Oorspronkelijke auteurs: Juho Leinonen, Lisa Zhang, Arto Hellas

Oorspronkelijk artikel gelicentieerd onder CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Dit is een AI-gegenereerde uitleg van het onderstaande artikel. Het is niet geschreven of goedgekeurd door de auteurs. Raadpleeg het oorspronkelijke artikel voor technische nauwkeurigheid. Lees de volledige disclaimer

Stel je voor dat je een leraar bent die een fantastisch, dik leerboek voor je klas hebt geschreven. Nu moet je die pagina's omzetten in kleurrijke dia's voor je colleges. Het is veel werk, alsof je een huis steen voor steen probeert te bouwen terwijl je liever een kant-en-klaar bouwpakket in elkaar zet.

Dit artikel is als een rapportkaart over het gebruik van AI-tools om dat zware werk te doen. De onderzoekers stelden twee simpele vragen:

Zijn de door AI gemaakte dia's eigenlijk goed?
Kunnen studenten het verschil zien tussen door AI gemaakte dia's en door mensen gemaakte dia's?

Hier is het verhaal van wat ze vonden, simpel uitgelegd.

De "Werkkist"-test

De onderzoekers kozen niet zomaar één AI. Ze testten vijf verschillende soorten tools, alsof je vijf verschillende merken boormachines uitprobeert om te zien welke het beste een plank bouwt:

De "Generalist"-tools: Deze zijn als Zwitsers zakmessen (bijvoorbeeld NotebookLM, M365 Copilot, Claude). Ze zijn goed in veel dingen, maar missen soms de punt op specifieke details.
De "Code-assistenten": Deze zijn als gespecialiseerde, high-end gereedschappen ontworpen voor programmeurs (bijvoorbeeld Cursor, Claude Code). Hoewel dia's maken niet strikt "coderen" is, bleken deze tools het beste in de baan.

Het oordeel over kwaliteit:
De "Generalist"-tools waren een beetje als een onhandige leerling. Ze maakten dia's die er aan de oppervlakte prima uitzagen, maar waar essentiële feiten ontbraken, verwarrende diagrammen in stonden, of irrelevante afbeeldingen bij zaten (zoals een dia over HTML-code met een foto van een vogel).

De "Code-assistenten" daarentegen waren als meesterambachtslieden. Ze produceerden dia's die accuraat, compleet waren en een logische leerflow volgden. Ze kopieerden en plakten niet zomaar; ze begrepen hoe ze informatie voor een klas moesten structureren.

De "Blindproef"

Zodra de onderzoekers de beste AI-dia's hadden geselecteerd (van de code-assistenten), deden ze iets lastigs. Ze namen die AI-dia's, corrigeerden de lettertypes en kleuren om te matchen met de gebruikelijke stijl van de leraar, en mengden ze in de echte colleges tussen de dia's die de leraar met de hand had gemaakt.

De studenten kregen te horen: "Hé, sommige van deze dia's zijn misschien door AI gemaakt," maar ze kregen niet te horen welke. Na elk collegegedeelte moesten de studenten:

Beoordelen hoe goed de dia's waren.
Raden: "Is dit door een mens of een robot gemaakt?"

De resultaten:

De Blindproef: De studenten beoordeelden de AI-dia's en de menselijke dia's als even goed. Ze konden het verschil niet zien. De gemiddelde score voor beide was een solide "5 van de 7".
Het Raadselspel: De studenten waren slecht in raden. Ze gokten ongeveer even vaak op "AI" als op "Mens", wat in feite gewoon willekeurig raden is.
De "Bias"-twist: Hier komt het interessante deel. De onderzoekers vonden een grappig patroon: Wanneer studenten dachten dat een dia door AI was gemaakt, neigden ze er een lagere score voor te geven. Zelfs als de dia eigenlijk geweldig was, gaven ze er een lagere score voor als ze vermoedden dat een robot het had gemaakt. Het is alsof een foodcriticus zegt: "Deze soep smaakt geweldig, maar omdat ik denk dat een machine het heeft gekookt, geef ik er een lagere beoordeling voor, voor het geval dat."

De belangrijkste lessen

Code-tools winnen: Als je wilt dat AI educatief materiaal maakt, werken tools die zijn ontworpen voor programmeurs (code-assistenten) beter dan algemene chatbots, zelfs voor niet-code-taken zoals dia's maken.
Mensen zijn nog steeds nodig: De AI is nog niet perfect. Het heeft een mens nodig om het werk te controleren, de opmaak te corrigeren en ervoor te zorgen dat de stijl overeenkomt. Zie de AI als een zeer snelle, zeer goed geïnformeerde stagiair die een manager nodig heeft om zijn werk te beoordelen voordat het naar de klant gaat.
Studenten geven niet om (of kunnen het niet zien): Zolang de menselijke leraar de kleine foutjes oplost en het professioneel laat lijken, kunnen studenten het verschil niet zien en beoordelen ze de kwaliteit hetzelfde alsof de leraar het zelf had gemaakt.

Kortom: AI kan een krachtige hulp zijn voor leraren om tijd te besparen, maar het werkt het beste wanneer de leraar optreedt als "hoofdredacteur" in plaats van gewoon op een "genereren"-knop te drukken en weg te lopen. En maak je geen zorgen, de studenten zullen het verschil niet merken als je het goed doet.

Technische Samenvatting: AI-gegenereerde Dia's: Zijn Ze Goed? Kunnen Studenten Dat Zien?

Probleemstelling

Naarmate Generatieve AI (GenAI) en Large Language Models (LLM's) steeds toegankelijker worden, staan instructeurs in informatica voor zowel kansen als onzekerheden met betrekking tot hun integratie in pedagogische werkwijzen. Hoewel GenAI-tools veelbelovend zijn voor het verhogen van de productiviteit bij programmeer- en schrijftaken, genereren ze vaak onjuiste of hallucinerende output. Er bestaat een specifiek gat in de evaluatie van het vermogen van GenAI om door instructeurs geschreven cursusnotities (met name hoofdstukken uit online handboeken) om te zetten in hoogwaardige college-dia's. Deze transformatie is uitdagend omdat het coördinatie vereist van tekst, code en diagrammen, terwijl de pedagogische degelijkheid behouden moet blijven. Bovendien is er beperkt inzicht in hoe studenten AI-gegenereerd educatief materiaal waarnemen in vergelijking met menselijk gemaakt materiaal, en of studenten de twee bronnen betrouwbaar kunnen onderscheiden.

Methodologie

De studie hanteerde een mixed-methods case study-benadering binnen een bacheloropleiding Web Software Development op hoger niveau aan de Aalto Universiteit. Het onderzoek was verdeeld in twee hoofdfasen:

Fase 1: Beoordeling van de Kwaliteit van de Tool door de Instructeur

Onderzoekers evalueerden vijf verschillende GenAI-tools over een spectrum van toegankelijkheid en workflow-integratie:

End-to-end educatieve tools: NotebookLM.
Algemeen doel LLM's: M365 Copilot en Claude (Sonnet 4.5).
Code-assistenten: Cursor en Claude Code.

Proces:

Input: Vier handboekenhoofdstukken die basis HTML/Svelte, het delen van state, CRUD-operaties en de Fetch API behandelden, werden gebruikt als bronmateriaal.
Prompting: Onderzoekers gebruikten iteratieve, rechttoe-rechtaarde prompts zonder geavanceerde prompt engineering, en vroegen de tools dia's te genereren voor college-segmenten van 10–15 minuten, inclusief oefeningen voor peer-instructie.
Evaluatiecriteria: Twee onderzoekers (beide informatica-educatoren) en de cursusinstructeur voerden een kwalitatieve narratieve beoordeling uit op basis van drie factoren:
1. Feitelijke Nauwkeurigheid: Verificatie tegen bronmaterialen en identificatie van hallucinaties.
2. Volledigheid: Beoordeling of belangrijke concepten en voorbeelden waren weggelaten.
3. Pedagogische Degelijkheid: Evaluatie van het beheer van cognitieve belasting, dual coding (evenwicht visueel/tekst) en het afbouwen van concepten (scaffolding).

Fase 2: Studie naar Studentperceptie

Op basis van Fase 1 selecteerden de onderzoekers de best presterende tools (Cursor en Claude Code) voor een klasexperiment.

Experimenteel Ontwerp: Gedurende vijf weken gebruikte de cursus een mix van door mensen gegenereerde dia's en AI-gegenereerde dia's (aangepast om de visuele stijl en opmaak van de instructeur te matchen).
Verblindingsprocedure: Studenten werden geïnformeerd dat colleges mogelijk GenAI-inhoud zouden bevatten, maar ze kregen niet te horen welke specifieke segmenten door AI waren gegenereerd.
Dataverzameling: Na elk college-segment vulden studenten een enquête in waarin ze de kwaliteit van de dia's beoordeelden op een 7-punts Likert-schaal (1 = Zeer slecht, 7 = Uitstekend) en de bron raden (1 = Zeker Mens, 7 = Zeker AI).
Analyse: De studie analyseerde gemiddelde beoordelingen, medianen en correlaties tussen kwaliteitsbeoordelingen en bronradingen met behulp van Mann-Whitney U-tests en Spearman-correlatiecoëfficiënten.

Belangrijkste Bijdragen

Vergelijkende Tool-evaluatie: Het paper biedt een praktische, narratieve beoordeling van vijf verschillende GenAI-toolcategorieën voor het genereren van educatieve dia's, en gaat verder dan theoretische systeemontwikkeling naar echte ervaringen van instructeurs.
Identificatie van Optimale Tooltypes: De studie identificeert dat code-assistenten (specifiek Cursor en Claude Code) beter presteren dan algemeen doel LLM's en op educatie gerichte tools voor deze specifieke taak, en dia's produceren die nauwkeuriger, vollediger en pedagogisch deugdelijker zijn.
Studentperceptiegegevens: De studie biedt empirische gegevens over studentpercepties, waaruit blijkt dat studenten hoogwaardige AI-gegenereerde dia's niet betrouwbaar kunnen onderscheiden van door mensen gemaakte dia's.
Workflow-inzichten: Het paper documenteert de "instructeur-in-de-lus"-workflow, waarbij wordt benadrukt dat hoewel AI-ontwerpen iteratie vereisen (met name voor styling en opmaak), ze effectief kunnen worden geïntegreerd in bestaande onderwijspraktijken.

Resultaten

Beoordeling door de Instructeur (Fase 1)

Code-assistenten (Cursor, Claude Code): Leverden de meest overtuigende resultaten. Ze werden beoordeeld als Nauwkeurig, Volledig en Sterk in pedagogische degelijkheid. Ze slaagden erin codevoorbeelden te genereren, een logische voortgang te behouden en parallelisme in de presentatie van inhoud te benutten. Minor problemen omvatten incidentele renderingfouten en inhoud die soms "te volledig" was, wat curatie door de instructeur vereiste.
Algemeen doel LLM's (Claude, M365 Copilot): Leverden dia's die over het algemeen nauwkeurig waren, maar vaak Onvolledig en Problematisch pedagogisch. Problemen omvatten ontbrekende codevoorbeelden, oppervlakkige inhoud, irrelevante grote afbeeldingen en een slecht evenwicht tussen tekst en afbeelding.
Educatieve Tools (NotebookLM): Hoewel visueel aantrekkelijk, werd de output beschouwd als Zeer Onvolledig en Zeer Problematisch pedagogisch. De inhoud was vaak oppervlakkig, miste noodzakelijke codevoorbeelden en het formaat "Video-overzicht" was te langdradig voor college-segmenten.

Studentperceptie (Fase 2)

Kwaliteitsbeoordelingen: Er was geen statistisch significant verschil in de kwaliteitsbeoordelingen tussen AI-gegenereerde dia's (Mediaan = 5,0) en door mensen gegenereerde dia's (Mediaan = 5,0). De Mann-Whitney U-test bevestigde dat studenten de kwaliteit van beide bronnen als gelijkwaardig waardeerden ( $p = 0,84$ ).
Bronidentificatie: Studenten konden de bron van de dia's niet betrouwbaar identificeren. De mediaan van de rading voor zowel AI- als menselijke dia's was 4,0 (neutraal), en de Mann-Whitney U-test toonde geen significant verschil in de nauwkeurigheid van de radingen ( $p = 0,1$ ).
Correlatie: Er werd een significante negatieve correlatie ( $\rho = -0,28, p < 0,01$ ) gevonden tussen kwaliteitsbeoordelingen en de rading dat dia's door AI waren gegenereerd. Dit suggereert dat wanneer studenten dia's als van lagere kwaliteit waardeerden, ze deze vaker toeschreven aan AI, wat wijst op een bias die slechte kwaliteit koppelt aan AI-generatie.

Betekenis en Claims

Het paper beweert dat het integreren van GenAI in ontwerpwijzen voor instructie veelbelovend is, met name bij het gebruik van code-assistenten in plaats van algemeen doel chatbots of specifieke educatieve tools. De auteurs benadrukken dat:

Tijdbesparing: Het gebruik van deze tools aanzienlijke tijdswinst voor instructeurs kan opleveren, mits de instructeur in de lus blijft om te itereren op stijl en inhoud te verifiëren.
Studentervaring: Wanneer AI-gegenereerd materiaal van hoge kwaliteit is en stylistisch consistent met menselijk materiaal, heeft het geen negatieve impact op studentperceptie of -ervaring.
Pedagogische Aanpak: Instructeurs moeten het gebruik van GenAI benaderen op dezelfde manier als programmeurs code-assistenten gebruiken: via iteratief prompting, verfijning en het benutten van bestaande documentatie, in plaats van te verwachten dat de eerste draft perfect is.

De auteurs presenteren dit werk bescheiden als een "snapshot" van de capaciteiten van eind 2025 en als een case study, in plaats van een definitieve, generaliseerbare onderzoeksconclusie. Ze erkennen beperkingen, waaronder de context van één instelling, de specifieke aard van de cursus (webprogrammeren) en het ontbreken van metingen naar daadwerkelijke leerresultaten. Ze roepen op tot verder onderzoek naar hoe educatoren deze evoluerende tools verantwoord en effectief kunnen benutten.