AI & de toekomst van het onderwijs

Een AI-tutor is een taalmodel dat is ingericht om te onderwijzen in plaats van te antwoorden. Hij vraagt wat de leerling al weet, geeft een hint, laat een tussenstap zien en wacht. Zo blijft het denkwerk bij de leerling, en daar zit het leren. In een gecontroleerde proef in een grote natuurkundecursus leerden studenten met zo'n tutor ruim twee keer zoveel, in minder tijd, als in een les met actieve werkvormen. Grote taalmodellen hebben inmiddels een eigen leermodus, en ze kunnen al spreken en via de camera meekijken. De volgende stap is een tutor die dat didactisch inzet: hij ziet de rekenfout in het schrift van de leerling en reageert met een wedervraag, voordat de fout zich vastzet.

Adaptieve platforms leggen tijdens het oefenen vast welke fouten terugkomen en hoeveel tijd een opgave kost, en kiezen daarop de volgende opgave. Voor de docent ontstaat zo een beeld over weken en maanden, ook van leerlingen die met voldoendes uit beeld blijven. De volgende stap is dat die informatie verder reikt dan het onderwerp van vandaag. Een hiaat bij breuken wordt soms pas bij algebra zichtbaar. Het platform schat eerder in welke volgende onderwerpen moeilijk kunnen worden en past de herhaling daarop aan. Een oefening van vandaag wordt zo ook de voorbereiding op de leerstof van volgend jaar.

Lesvoorbereiding kost docenten veel tijd buiten de lesuren, en AI doet daar inmiddels meer dan een eerste versie schrijven. Een docent beschrijft wat hij wil bereiken en voor welke groep, en krijgt een les met oefeningen, een casus uit de eigen omgeving en een korte simulatie, op drie niveaus. Gekoppeld aan de resultaten van de klas richt het materiaal zich op wat de leerlingen nog niet beheersen. In een grote enquête onder leraren schatten wekelijkse AI-gebruikers hun tijdwinst bij verschillende docenttaken samen op gemiddeld bijna zes uur per week. De volgende stap is materiaal dat zich tijdens de les aanpast: de opgaven in de tweede helft van het uur houden al rekening met wat in de eerste helft misging.

In het onderwijs gaat veel tijd naar administratie en vragen die steeds terugkomen. Wanneer is de herkansing? Welke documenten ontbreken nog voor de inschrijving? Een agent met toegang tot het studentensysteem en kennis van de regels beantwoordt die vragen dag en nacht en handelt eenvoudige verzoeken zelf af: gegevens opzoeken, een formulier invullen, een afspraak inplannen. Hogescholen en universiteiten beproeven zulke assistenten voor studentenzaken, en scholen laten AI meewerken aan het rooster. Medewerkers behandelen de uitzonderingen. De volgende stap is een agent die een student door zijn hele studie begeleidt, van aanmelding tot afstuderen, en zelf ziet wanneer een herkansing, een vrijstelling of een ander vak hem verder helpt.

AI-geletterdheid is het vermogen om AI te begrijpen, kritisch te gebruiken en de gevolgen te overzien. De kern is kritisch denken. Een taalmodel voorspelt woorden en kan daardoor overtuigend onzin schrijven; een foto, video of stem kan gemaakt zijn. Een kind of student leert daarom vragen te stellen: klopt dit, waar komt het vandaan, wie heeft er belang bij, en wat zegt een andere bron? UNESCO heeft kaders opgesteld voor wat leerlingen, studenten en docenten moeten kunnen, en overheden nemen het op in het curriculum. De Europese AI-wet vraagt organisaties die AI inzetten om te zorgen voor de AI-geletterdheid van hun medewerkers, dus ook scholen. De OESO gaat AI-geletterdheid in haar PISA-onderzoek van 2029 meten.

Een nieuwkomer leest dezelfde bron als zijn klasgenoten, met de instructie in zijn moedertaal ernaast. Een slechthorende student volgt de discussie via live ondertitels, een blinde student laat een grafiek beschrijven, en een leerling met dyslexie laat de toets voorlezen door een natuurlijke stem. AI brengt die ondersteuning in het lesmateriaal zelf: een tekst krijgt meerdere leesniveaus, een afbeelding een beschrijving, een mondelinge uitleg een geschreven versie. Zo werkt de hele klas aan dezelfde opdracht, ieder met een eigen toegang tot de stof. De volgende stap is gebarentaal. Onderzoekers werken aan AI die gebarentaal live vertaalt, in beide richtingen, zodat een dove leerling en een horende klasgenoot rechtstreeks met elkaar kunnen praten.

Een student haalt nog voldoendes, maar levert steeds later in, mist colleges en logt minder vaak in op de leeromgeving. Afzonderlijk zeggen zulke signalen weinig, samen vormen ze een patroon dat zichtbaar wordt voordat de cijfers dalen. Een voorspellend model leert uit eerdere jaren welke combinaties van signalen vaak aan uitval voorafgaan. Studenten met een verhoogd risico komen op een lijst voor de mentor. Die neemt contact op, vraagt hoe het gaat en kijkt wat helpt: bijles, een aangepast studieplan, hulp bij geldzorgen. Het model geeft een kans, geen zekerheid. Het gesprek dat volgt, maakt het verschil.

Een biologieleerling loopt door een cel, een mbo-student oefent lassen zonder materiaal te verspillen, een student verpleegkunde voert een slechtnieuwsgesprek met een virtuele patiënt. AI maakt die simulaties slimmer. Het stuurt het gedrag van virtuele personen, reageert op wat de student zegt en past de moeilijkheid aan: meer tijdsdruk voor wie het goed doet, meer hulp voor wie vastloopt. Achteraf krijgt de student feedback op zijn handelingen. De brillen worden intussen lichter en platter, en passen steeds beter in een gewoon lokaal.

Als AI meewerkt, verandert wat docenten en ondersteuners doen. Leercoaches, onderwijsontwerpers, docent-onderzoekers en AI-coördinatoren werken al op veel scholen. Daarna komen rollen die door AI een andere inhoud of een veel grotere betekenis krijgen. De leerarchitect ontwerpt leerroutes over scholen en bedrijven heen, zodat een mbo-student zonder omweg doorleert bij een werkgever. De begeleider van leermaatjes houdt in de gaten wat AI een leerling aanraadt, en grijpt in als een advies niet past bij wat die leerling nodig heeft. De wereldbouwer maakt simulaties en virtuele werelden voor een vak, van een historische haven tot een operatiekamer. Ook roostermakers en administratief medewerkers krijgen ander werk, met minder invoeren en meer uitzoeken.

Een klas waarin docent en AI samenwerken, verdeelt het werk naar wie waar goed in is. Mensen zijn goed in mensendingen: oordelen, kiezen, een leerling motiveren. AI neemt het herhalende en het diep analytische werk: het laat oefenen, legt dezelfde stof voor de vijfde keer anders uit en ziet in de antwoorden van dertig leerlingen welk misverstand terugkomt. De docent ziet wat AI niet ziet: de leerling die thuis een moeilijke week heeft, het groepje dat niet goed samenwerkt, het talent dat nog niemand had opgemerkt. Het beeld voor 2030: aan het begin van de les toont het systeem de docent welke drie leerlingen vandaag zijn aandacht nodig hebben, en waarom. Wat hij met die aandacht doet, blijft zijn vak.

Schoolleiders lopen voorop bij AI en nieuwe technologie, ook als nog niet alles vaststaat. Ze schetsen een toekomstbeeld dat een leerkracht in groep vijf en een docent in het hoger onderwijs allebei begrijpen: waarvoor gebruiken we AI, en waarvoor bewust niet? Ze beginnen met kleine, zichtbare stappen, in één sectie of één opleiding, en laten zien wat werkt. Docenten krijgen de ruimte om te experimenteren en elkaar mee te nemen. Zo inspireren ze hun mensen om samen de school van morgen te bouwen.