Gepost door Uitgeverij Instruct op 18 maart 2026
De 3i Award gaat jaarlijks naar het beste profielwerkstuk van havo- of vwo leerlingen met een belangrijke informatica- / ICT-component. De vakjury, dit jaar bestaande uit: Adriaan Dekker, Dennis Berkhof, Tim Steenvoorden en Wouter van den Brink, heeft uit alle PWS-inzendingen een top 5 genomineerden voor de 3i Award 2026 vastgesteld.
Genomineerden in alfabetische volgorde, cursieve tekst is het juryoordeel.
Mykyta Kushynov & Tarek Almallouhi | Helen Parkhurst, Almere
Docent B. Topal
Dit onderzoek analyseert het wereldwijde lerarentekort en de impact hiervan op de onderwijskwaliteit. Door middel van literatuuronderzoek, enquêtes en interviews is onderzocht waar de druk het hoogst is en welke taken de grootste belasting vormen voor docenten. De focus ligt hierbij op de rol van kunstmatige intelligentie (AI) als ondersteuning.
Op basis van deze inzichten is een interactief prototype van een AI-onderwijscoach ontwikkeld. Deze tool biedt boekspecifieke ondersteuning, meertalige uitleg en spraakgestuurde interactie. Het project demonstreert hoe AI de werkdruk van docenten kan verlagen en zo een cruciale bijdrage kan leveren aan het oplossen van het lerarentekort.
Roshni Ganga & Aiden Tromp | Schakel College, Oranjestad
Docent P. Selen
Met dit profielwerkstuk hebben wij ons gericht op het ontwerpen van een chatbot (ZEM) voor het optimaliseren en automatiseren van handmatige administratieve taken rondom ziekteverzuim, om vertragingen en fouten te verminderen. Het ontwerp biedt ouders een front-end voor het registreren van ziekmeldingen en de administratie een overzichtelijke back-end voor het beheren van meldingen.
Het concept is gevisualiseerd als een prototype, bestaande uit een werkende front-end en een back-end structuur, gebaseerd op literatuuronderzoek naar privacy, wetgeving en technische haalbaarheid. De huidige problemen, uitdagingen en wensen zijn verwerkt in functionaliteiten zoals e-mailverificatie, een overzicht van eerdere ziekmeldingen en stap-voor-stap begeleiding bij het melden.
Daarnaast zijn een enquête onder ouders en een interview met de administratie uitgevoerd. De resultaten tonen overwegend positieve verwachtingen.
Zeger Menkveld & Marijn van Roekel | Het Streek Lyceum, Ede
Docent J. Burema
Voor ons PWS hebben we onderzocht hoe je met een Raspberry Pi een robotprototype kan ontwerpen dat onkruid kan herkennen en verwijderen. Daarnaast willen we laten zien wat de mogelijkheden van een Raspberry Pi 5 zijn. We gebruiken YOLO11n.pt op een Raspberry pi 5 met een AI-Hat om onkruid te herkennen. Wij gebruiken een Camera Module 3 om de beelden op te nemen, en een Waveshare Pico Motor Driver, en een Raspberry Pi Pico W en een RPLiDAR C1 om obstakels te detecteren. De behuizing van de onderdelen zijn gemaakt met een 3D-Printer.
Uit ons onderzoek is gebleken dat het mogelijk is om met deze onderdelen een prototype te bouwen dat als basis kan dienen voor een autonome onkruidverwijderaar.
Esper Wijngaards | Zwijsen College Veghel, Veghel
Docent M. Craenen van Kessel
In dit onderzoek heb ik onderzocht in welke mate we de antwoorden die door AI worden gegenereerd kunnen vertrouwen. Deze vraag is relevant omdat AI steeds vaker wordt gebruikt in technologie, onderwijs en besluitvorming. Om dit te onderzoeken heb ik eerst gekeken naar hoe een AI-netwerk input interpreteert en omzet in een output. Daarbij heb ik de werking van deep neural networks en het zogenaamde black-boxprobleem onderzocht, waarbij het moeilijk is om te begrijpen hoe een AI tot een beslissing komt.
Vervolgens heb ik methodes bestudeerd om deze black box te analyseren en factoren die de betrouwbaarheid beïnvloeden, zoals bias, noise en overfitting. Daarnaast heb ik met een experiment laten zien dat bias de voorspellingen van een AI-model kan beïnvloeden.
Zhong Rietveld & Thimo Liefhebber | Ashram College, Alphen aan den Rijn
Docent K. van As
Wij hebben een grafische rekenmachine in Python geprogrammeerd die berekeningen kan oplossen met functies (goniometrische functies, abs, log10) en haakjes. Hierbij wordt eerst de som volledig gecontroleerd op invoerfouten. Vervolgens wordt de som herschreven (door impliciete keer-tekens te herkennen en noteren) en wordt als laatste daadwerkelijk berekend. Hij kan rekenen met de wetenschappelijke notatie (10e+2 = 102), en genestelde haakjes. Door het gebruik van de decimal-library elimineren we floating point approximation.
Voor het grafische gedeelte kan de rekenmachine numeriek snijpunten met de x-as berekenen, toppen benaderen en snijpunten tussen 2 grafieken vinden. Dit doet de rekenmachine volgens de Newton Raphson-methode en integreren via de Riemann-integraal. En natuurlijk ook grafieken plotten.
Op woensdag 25 maart tijdens de Informatica Inspiratiedag is de prijsuitreiking van de 3i Award 2026. Klik hier voor de rest van programma van die (mid-)dag.
Wil je erbij zijn en je stem uitbrengen voor de 3i Award publieksprijs?
Altijd op de hoogte blijven? Schrijf je in voor onze nieuwsbrief!