Ga direct naar de content

Omarm AI in het onderwijs, ertegen vechten is zinloos

Geplaatst als type:
Geschreven door:
Gepubliceerd om: december 11 2025

Vandaag de dag is AI overal, nou ja, bijna overal. AI wordt gebruikt door studenten en docenten, en speelt ook een grote rol in de arbeidsmarkt waar onze studenten in terechtkomen. Hoewel Acemoglu (2024) heeft aangetoond dat AI waarschijnlijk een beperkte impact heeft op de groei van het nationaal inkomen, zijn er tegelijkertijd wel ingrijpende gevolgen voor de arbeidsmarkt, vooral wanneer AI arbeid vervangt in plaats van ondersteunt (Brynjolfsson et al., 2025). Door dit arbeidsmarkteffect is het belangrijk om veranderingen in ons onderwijs door te voeren en studenten voor te bereiden op de toekomst.

Bas Donkers is hoogleraar aan de Erasmus Universiteit Rotterdam

Ondanks de noodzaak tot verandering speelt AI nog maar een beperkte rol in het onderwijs, in ieder geval aan de meeste universiteiten. Er lijkt een soort freeze-reactie plaats te vinden, waarbij er met man en macht gepoogd wordt om AI uit het bestaande onderwijs te houden. Vaak betekent dat meer aandacht voor examens en minder opdrachten, omdat die gemakkelijk met AI gemaakt kunnen worden. Dat is zonde, omdat opdrachten vaak in groepsverband worden gemaakt en meer praktijkgericht zijn. Hierdoor bereiden opdrachten onze studenten beter voor op de arbeidsmarkt dan examens.

Maar met het weren van AI uit ons onderwijs (of het oogluikend toestaan van het gebruik ervan) bereiden we onze studenten nog steeds niet goed voor op hun overstap naar de arbeidsmarkt, waar AI wel is toegestaan. Zodra onze studenten gaan werken, hebben ze op het vlak van AI hele nieuwe competenties nodig die ervoor zorgen dat hun inzet complementair is aan AI en er niet door vervangen kan worden. In ieder geval moeten ze in staat zijn de juiste vraag en relevante context vast te stellen, iteratief de juiste prompt te ontwikkelen, om vervolgens met een kritische blik naar de gegenereerde uitkomsten te kijken.

Met de automatisering van kennis en analyse zal een steeds groter deel van de menselijke activiteiten zich ook richten op de stap van analyse naar implementatie. Daarmee worden soft skills zoals overtuigingskracht, leiderschap en doorzettingsvermogen nog belangrijker dan ze al zijn. Deze skills in combinatie met een sterke AI-vaardigheid zijn essentieel voor het succes van onze studenten.

Voor het onderwijs ligt er dan dus de belangrijke uitdaging om studenten te leren goed om te gaan met AI. We weten allemaal dat studenten AI gebruiken, maar moeten we ze daar niet bij helpen? ChatGPT gaf me in een korte brainstormsessie al een paar mooie voorbeelden van vragen die een student kunnen helpen bij het leerproces. Om analyse en reflectie te oefenen, kan een student chatGPT bijvoorbeeld vragen “Kun je mij uitdagen met een denkfout of tegenvoorbeeld?” Waarschijnlijk zijn er zo voor elke opdracht en elk leerniveau wel passende prompts te creëren. Zulke prompts ondersteunen niet alleen het leerproces, maar helpen de student ook om tot een goede, door AI ondersteunde uitkomst voor een opdracht te komen. Hierbij is het gebruik van AI ook een van de leerdoelen van zo’n opdracht, en verdient AI-vaardigheid een expliciete plek binnen de leeruitkomsten van onze opleidingen.

Gelukkig zijn er ook positieve ontwikkelingen. Op meerdere plaatsen worden studenten in hun leerproces ondersteund met vakspecifieke chatbots. Ook zijn er hbo’s waar studenten de door hen opgedane inzichten mogen samenvatten met AI, zonder zich krampachtig aan regels vast te houden die stellen dat een ingeleverde tekst door de student zelf geschreven moet zijn.

Voor veel docenten is dit gebruik van AI eng en waarschijnlijk zijn velen, en ik reken mezelf daar ook toe, niet voldoende vertrouwd met AI om onze studenten deze o zo belangrijke AI-vaardigheden bij te brengen. Maar dat mag geen excuus zijn om niet onze verantwoordelijkheid te nemen. Helaas, ik weet dus ook niet hoe dat precies moet. Ik weet wel dat we het verplicht zijn aan onze studenten om het doen.

Literatuur

Acemoglu, D. (2024) The simple macroeconomics of AI. Massachusetts Institute of Technology Paper, 5 april.

Brynjolfsson, E., B. Chandar en R. Chen (2025) Canaries in the coal mine? Six facts about the recent employment effects of artificial intelligence. Stanford Digital Economy Lab, Discussion Paper, 26 augustus. Te vinden op digitaleconomy.stanford.edu.

Auteur

  • Bas Donkers

    Hoogleraar aan de Erasmus Universiteit Rotterdam

Categorieën

Plaats een reactie