ChatGPT Edu maakt gebruik per gebruiker zichtbaar

OpenAI heeft op 23 oktober de werkruimte-analyses voor ChatGPT Enterprise en Edu opnieuw ingericht. Beheerders zien in de Admin Console nu onder meer de activatie van licenties, wekelijkse actieve gebruikers en het gebruik van GPT's, projecten, apps, tools en skills. Ook kunnen zij een gebruiksrapport per gebruiker als CSV exporteren.

Voor onderwijsinstellingen maakt dit de invoering van ChatGPT Edu beter meetbaar. Tegelijk zijn gebruikscijfers geen bewijs van leerwinst, goed docentschap of fraude. De export bevat namen, e-mailadressen, groepen en gedetailleerde aantallen; dat vraagt om een duidelijk doel, beperkte toegang en zorgvuldige interpretatie.

Wat er nieuw is

OpenAI beschrijft de wijziging in de release notes voor ChatGPT Enterprise en Edu en op de bijgewerkte pagina over workspace analytics. De functies zijn verdeeld over Usage en Insights in de Admin Console:

• Workplace health toont hoeveel seats zijn toegewezen, hoeveel gebruikers minstens één bericht hebben gestuurd en hoeveel mensen in de laatste volledig afgeronde week actief waren. Dit omvat ChatGPT, Codex en Work.
• Gebruiksoverzichten laten trends zien voor berichten, GPT's, projecten, apps, tools en skills. Met SCIM ingerichte groepen kunnen sommige analyses per team of afdeling worden uitgesplitst.
• Rapport per gebruiker kan als CSV worden geëxporteerd voor een gekozen periode. Het bevat onder meer naam, e-mailadres, rol, afdeling, groepen, activiteitsdagen en aantallen berichten per model, GPT, tool en project.
• Insights bevat benchmarks en optionele gebruikersenquêtes. Voor Edu vragen die enquêtes onder meer naar zelfgerapporteerde effecten op leren en creatief denken.

De analyses zijn niet realtime. OpenAI noemt een verversing tussen één en 24 uur, meestal binnen zes tot twaalf uur, met een beschikbaarheidsdoel van maximaal 48 uur. Het dashboard toont geen berichttekst, bestandsinhoud of individuele compliance-records.

De kansen

Een school, bestuur, hogeschool of universiteit kan beter zien of aangeschafte licenties werkelijk worden geactiveerd en waar ondersteuning achterblijft. Verschillen tussen teams kunnen aanleiding zijn voor gerichte scholing, toegankelijkheidsondersteuning of een gesprek over werkbare toepassingen.

Ook wordt zichtbaar welke eigen GPT's en projecten breed worden gebruikt. Dat helpt om succesvolle hulpmiddelen voor bijvoorbeeld lesvoorbereiding, studiebegeleiding of administratief werk te vinden en om nauwelijks gebruikte pilots tijdig te evalueren. De cijfers kunnen zo een startpunt zijn voor kwalitatief onderzoek: wat helpt, voor wie en onder welke voorwaarden?

De nieuwe indeling kan bovendien helpen om licenties en ondersteuning eerlijker te verdelen. Dat werkt alleen als instellingen cijfers combineren met context. Een team met weinig activiteit kan bewust terughoudend zijn, onvoldoende training hebben of taken uitvoeren waarvoor ChatGPT weinig toevoegt.

Gebruiksdata zijn geen onderwijskwaliteit

Meer berichten betekenen niet automatisch beter leren of tijdwinst. Een hoog volume kan ook wijzen op herstelwerk, mislukte prompts of afhankelijkheid. Een laag volume kan passen bij doelgericht gebruik. OpenAI waarschuwt zelf dat de enquêteresultaten richtinggevend zijn, geen causale meting van rendement.

Gebruik individuele cijfers daarom niet als automatische prestatiemaat voor docenten, medewerkers of studenten. Ze zeggen niet welke inhoud iemand heeft ingevoerd, hoe kritisch de uitvoer is beoordeeld of welk deel van een opdracht zelfstandig tot stand kwam. Bij toetsing vormen aantallen evenmin fraude- of auteurschapsbewijs; toetsontwerp, procesdocumentatie en een inhoudelijk gesprek blijven nodig.

Benchmarks vragen dezelfde terughoudendheid. Een vergelijking met een sectormediaan zegt niets over de pedagogische doelen, populatie, licentiedekking of lokale afspraken van een instelling. Stuur niet op hogere activiteit zonder vooraf te bepalen welk onderwijsprobleem daarmee zou worden opgelost.

Privacy, veiligheid en gelijke toegang

Het gebruiksrapport koppelt identiteiten aan gedetailleerde activiteit. Leg daarom vast waarom de instelling de export nodig heeft, wie hem mag maken en inzien, waar hij wordt opgeslagen en wanneer hij wordt verwijderd. Deel alleen de minimaal noodzakelijke gegevens en betrek privacy-, medezeggenschaps- en informatiebeveiligingsrollen voordat individuele monitoring onderdeel van beleid wordt.

Task insights classificeert gesprekken in brede taaktypen en onderwerpen zonder individuele prompts te tonen. Die classificatie staat volgens OpenAI standaard aan, behalve bij werkruimtes met EU-dataresidentie, waar ze standaard uitstaat. Na uitschakelen stopt nieuwe verwerking, maar eerder gegenereerde geaggregeerde data wordt momenteel niet verwijderd. Instellingen moeten deze instelling dus bewust beoordelen.

Let ook op vertekening. Studenten en medewerkers met minder geschikte apparaten, minder training, ondersteuningsbehoeften of een andere licentie kunnen lager gebruik tonen zonder dat dit iets zegt over inzet of kwaliteit. Maak toegang en ondersteuning vergelijkbaar voordat groepen naast elkaar worden gezet.

Wat teams nu kunnen afspreken

• Formuleer eerst één concrete beheervraag, bijvoorbeeld activatie of scholingsbehoefte, en verzamel niet meer gegevens dan daarvoor nodig zijn.
• Beperk de analytics viewer-rol en exports tot een kleine groep met een aantoonbare taak.
• Gebruik individuele activiteit nooit automatisch voor beoordeling, disciplinaire besluiten of fraudedetectie.
• Controleer of Task insights past bij de privacyafspraken en EU-dataresidentie van de instelling.
• Combineer cijfers met gesprekken, steekproeven en pedagogische doelen; rapporteer onzekerheden expliciet.
• Spreek bewaartermijnen en veilige verwijdering af voor CSV-exports met namen en e-mailadressen.
• Onderzoek verschillen in toegang, licenties en ondersteuning voordat gebruik tussen opleidingen of teams wordt vergeleken.

De kern

ChatGPT Edu geeft beheerders een veel gedetailleerder beeld van activatie en gebruik, tot en met exporteerbare cijfers per gebruiker. Dat kan licentiebeheer, ondersteuning en evaluatie verbeteren.

Dezelfde gegevens kunnen gemakkelijk te zwaar worden geïnterpreteerd. Behandel ze als beheersignaal, niet als bewijs van leren, kwaliteit of fraude, en borg doelbinding, minimale toegang en menselijke duiding voordat de eerste export wordt gemaakt.