Lerenden nemen met AI kortere routes, maar leren minder (blijkt uit onderzoek)
Ik heb regelmatig geblogd over het risico dat het gebruik van AI-tools ten koste kan gaan van het leren zelf. Een recente publicatie wijst ook in die richting. Onderzoek naar miljoenen interacties met het wiskundeplatform ALEKS laat zien dat lerenden sinds de komst van ChatGPT lerenden minder tijd besteden aan wiskundige tekstopgaven, terwijl hun prestaties op datzelfde type opgaven zijn gedaald.
Jill Barshay van The Hechinger Report schrijft over dit onderzoek van Sina Rismanchian, promovendus aan de University of California samen met onderzoekers van uitgever McGraw Hill (ALEKS is van deze uitgever). De publicatie is overigens nog niet gepeer-reviewed.
Zij analyseerden gedrag en prestaties van meer dan vier miljoen lerenden per jaar, van groep zeven tot en met het hoger onderwijs, op het adaptieve wiskundeplatform ALEKS., dat overigens zelf ook gebruik maakt van big data en machine learning. Om het effect van AI te isoleren, vergeleken de onderzoekers tekstopgaven -die lerenden eenvoudig kunnen kopiëren naar een toepassing als ChatGPT- met grafiekopgaven, die lastiger uit te besteden zijn omdat een lerende de grafiek zelf moet reconstrueren.
Vanaf begin 2023 gingen gedrag en prestaties op de twee opgaventypen uiteenlopen. Eind 2025 was de gemiddelde tijd per tekstopgave met 31 procent gedaald onder middelbare scholieren en met 27 procent onder studenten in het hoger onderwijs, van ongeveer vier minuten naar minder dan drie. Bij de onderbouw was de daling beperkt tot 9 procent, bij de jongste leeftijdsgroep vrijwel afwezig, terwijl de tijd voor grafiekopgaven ongeveer gelijk bleef. Volgens de onderzoekers wijst dit erop dat een deel van de lerenden AI-tools gebruikt voor het genereren van het antwoord. Bij toelatingstoetsen gold hetzelfde: zonder toezicht daalde de tijdsbesteding sterk, met toezicht keerde die terug naar het oude niveau.
Tijdsbesteding is volgens Barshay niet de meest verontrustende indicatie. Veel instellingen staan lerenden toe een toelatingstoets opnieuw af te leggen na extra oefening in ALEKS. Vóór de opkomst van ChatGPT leidde die oefening doorgaans tot betere resultaten. Na de ingebruikname van ChatGPT losten lerenden tijdens oefensessies zonder supervisie meer tekstopgaven correct op, maar presteerden ze slechter op dezelfde opgaven tijdens de toets waar wel toezicht was: van ongeveer 80 naar 60 procent correct, een afname van circa 25 procent van de kans op een goed antwoord. De prestaties op grafiekopgaven bleven stabiel.
Het onderzoek toont niet met zekerheid aan dat lerenden AI gebruikten, omdat de onderzoekers geen zicht hadden op wat er buiten ALEKS op de schermen gebeurde. Maar een andere verklaring is volgens Rismanchian cs lastig te vinden: de veranderingen deden zich alleen voor bij opgaven die eenvoudig zijn uit te besteden. De veranderingen verdwenen zodra er toezicht was. Er is ook sprake van een gestage toename over bijna drie jaar. De onderzoekers stellen dat je een algemene achteruitgang, bijvoorbeeld door leerachterstanden uit de coronaperiode, ook had moeten zien bij de grafiekopgaven. Deze achteruitgang bleef echter uit. Rismanchian is bezorgd dat dit patroon, dat hij “cognitive surrender” noemt, zich ook kan voordoen bij schrijfvaardigheid en andere vakken.
Zoals gezegd is het onderzoek nog niet gepeer-reviewed. Barshay merkt wel op dat dit onderzoek aansluit bij bij ander onderzoek waaruit blijkt dat lerenden cognitief werk uitbesteden. Ze scoren goed op oefentoetsen, maar juist minder goed op toetsen die onder toezicht staan. Jill Barshay stelt dat dit niet betekent dat het gebruik van AI per definitie ten koste gaat van leren: goed ontworpen AI-tutoren hebben in gecontroleerde experimenten tot betere resultaten geleid door vragen te stellen, te personaliseren en pas antwoord te geven nadat een lerende zelf heeft nagedacht. Dat zou er eigenlijk toe moeten leiden dat lerenden meer tijd aan opgaven besteden, aldus Rismanchian. De ALEKS-data laten echter het tegenovergestelde zien.
Rismanchian pleit niet voor een verbod op AI, maar stelt dat lerenden hun leerproces voldoende moeten waarderen om de verleiding tot uitbesteden te weerstaan. De verantwoordelijkheid ligt niet alleen bij hen: instellingen geven zelf vaak gratis toegang tot premium chatbots, terwijl docenten tegelijk waarschuwen tegen AI-gebruik. Rismanchian herkent de verleiding zelf: hij gebruikte ChatGPT om zijn Engels te verbeteren, merkte na enkele maanden dat hij zijn schrijfvaardigheid kwijtraakte, en stopte daarmee. Hij gebruikt AI wel nog om te coderen.
Mijn opmerkingen
Zoals ik in de inleiding heb aangegeven, heb ik regelmatig geblogd over het risico dat het gebruik van AI-tools ten koste kan gaan van het leren zelf. Onderaan deze blogpost vind je een aantal links. Wat dit onderzoek onderscheidt van veel eerdere signalen over AI en leren, is de opzet: door tekstopgaven met grafiekopgaven te vergelijken, en afname met en zonder toezicht, ontstaat een natuurlijk experiment dat sterker is dan een enquête naar zelfgerapporteerd AI-gebruik. Daarnaast hebben de onderzoekers naar heel veel data gekeken en daaruit patronen geanalyseerd. De onderzoekers weten niet zeker dat lerenden tools als ChatGPT hebben gebruikt, maar maken dit m.i. wel aannemelijk.
De kern van het gesignaleerde probleem is het onderscheid tussen cognitive offloading en cognitive outsourcing waar ik eerder op deze site aandacht aan besteedde: het verschil tussen een rekenmachine gebruiken voor een deeltaak, met behoud van de eigen redenering, en een AI-systeem een volledig antwoord laten genereren zonder daar zelf nog kritisch naar te kijken.
Wat ik een interessante vraag vind, en die in de besproken bijdrage niet wordt gesteld, is: waarom gebruiken lerenden ChatGPT cs bij het maken van wiskundige tekstopgaven op ALEKS? Het platform is immers vooral bedoeld om wiskunde beter te begrijpen en te kunnen toepassen. Toch gebruiken lerenden AI-tools voor het nemen van een kortere route, ook al leren ze daardoor minder. Ik vermoed dat sprake is van twee redenen:
- Lerenden ervaren een grote druk. Van alles moet. Familie (vaak twee gezinnen), vrienden, hobby’s, sociale media, een bijbaan, en -o ja- studie. Bovendien moeten zij binnen het onderwijs door tal van hoepels springen om uiteindelijk een diploma te behalen. In zo’n situatie is het logisch dat je afkortingen zoekt.
- Lerenden ervaren het gebruik van ALEKS als één van de vele verplichtingen. Zij hebben ook weinig zicht op hoe je op een goede manier leert (en de rol van het platform daarbij). Zij zijn zich onvoldoende bewust waarom het belangrijk is dat zij bij het leren zelf het zweet op hun rug krijgen, en dat applicaties als Claude of Google Gemini niet vóór hen gaan ‘zweten’.
Het antwoord van onderwijsinstellingen is vaak: meer toetsen onder toezicht. Dat lost echter fundamenteel niets op. Beter is het om het aantal ‘hoepels’ te reduceren waar lerenden doorheen moeten springen, en meer investeren in leren hoe je het beste kunt leren. Begin niet bij het toetsen, maar houd het curriculum als geheel tegen het licht. Je hebt daarbij betekenisvolle, intentionele, fricties nodig om daadwerkelijk iets te leren.
Zie ook:
Mijn bronnen over (generatieve) artificiële intelligentie
Deze pagina bevat al mijn bijdragen over (generatieve) artificiële intelligentie.