Drie kernthema’s bij AI en onderwijs
De opkomst van AI leidt tot belangrijke uitdagingen voor het onderwijs. Een recente discussie tussen een aantal experts brengt drie belangrijke vraagstukken naar voren: hoe we omgaan met technologische verandering, welke keuzes we maken ten aanzien van menselijke vaardigheden, en hoe we onze rol als onderwijsprofessionals vormgeven.
De expertdiscussie is georganiseerd door We Are Open Co-op als reactie op een UNESCO-oproep.
Hoe om te gaan met AI-technologie?
AI is geen op zichzelf staande technologie, maar een sociotechnisch systeem dat bestaande patronen in het onderwijs kan versterken of doorbreken. Karen Louise Smith waarschuwt dat de term ‘disruptieve innovatie’ vaak een commerciële logica bevat die niet zomaar past binnen de publieke onderwijssector. Deze logica impliceert dat nieuwe bedrijven (‘startups’) de markt opschudden door gevestigde spelers uit te dagen. Smith waarschuwt dat deze commerciële principes niet zomaar moeten worden overgenomen en ingebed in sectoren die primair een publieke functie dienen, zoals het onderwijs. Tegelijkertijd erkent ze dat er daadwerkelijke transformaties plaatsvinden, zoals nieuwe vormen van samenwerking tussen docenten en lerenden.
Helen Beetham waarschuwt dat generatieve AI het onderwijs kan schaden en pleit daarom voor een mensenrechtenperspectief. Zij signaleert een aantal schadelijke gevolgen: ‘AI’ verdringt de ontwikkeling van kritisch denken, ondermijnt de rol van opdrachten in het leerproces en promoot het een generieke cultuur van standaardinhoud. De voordelen van AI zijn vaak lokaal en specifiek, terwijl de nadelen breder en minder zichtbaar zijn. Docenten moeten kritisch blijven en zich afvragen wat studenten écht leren en welke waarden daarbij horen.
Helen Beetham nuanceert dat ‘frictieloos gebruik’ van technologie niet automatisch leidt tot digitale geletterdheid. Laura Hilliger vergelijkt disruptie met wieden in een tuin: soms nodig om nieuwe groei mogelijk te maken. Weerstand tegen technologie beschouwt zij als een legitieme vorm van activisme, hoewel niet de enige manier om met verandering om te gaan.
Dilemma’s: valse keuzes en echte vragen
Ian O’Byrne identificeert drie dilemma’s die verder reiken dan technische overwegingen:
- Verbetering versus vervanging: De discussie over AI draait vaak om de vraag of technologie menselijke intelligentie verbetert of vervangt. O’Byrne ziet AI als een ‘cognitieve versterker’ die ons denken kan spiegelen en uitbreiden, niet vervangen.
- De meetparadox: Het onderwijs richt zich vaak op vaardigheden die gemakkelijk meetbaar zijn – memoriseren en patroonherkenning – precies de gebieden waar AI sterk in is. Dit roept de vraag op of we AI deze taken kunnen laten uitvoeren, zodat docenten en lerenden zich kunnen concentreren op uniek menselijke vaardigheden zoals moreel oordeelsvermogen en betekenisgeving.
- Menselijke autonomie: Maken AI-tools lerenden passieve gebruikers? Deze vraag raakt de kern van wat we willen bereiken met onderwijs. Helen Beetham stelt dat het contract met lerenden – waarbij opdrachten dienen voor persoonlijke ontwikkeling – wordt doorbroken als lerenden AI-tools inzetten zonder dat dit bijdraagt aan hun leerproces.
De cruciale vraag is wie bepaalt waarvoor AI in het onderwijs wordt geoptimaliseerd. Dit is niet alleen een technische, maar vooral ook een filosofische, pedagogisch-didactische en ethische kwestie.
Toekomstige uitdagingen en kansen
Brian Alexander, futurist gespecialiseerd in hoger onderwijs, schetst verschillende factoren die de ontwikkeling van AI kunnen beïnvloeden: problemen met de kwaliteit van AI-output, onduidelijke bedrijfsmodellen, opkomende regelgeving, culturele weerstand uit de creatieve sector, en de enorme energiebehoefte die klimaatverandering kan versnellen. De economische gevolgen blijven onzeker. Leidt AI tot nieuwe banen, wijdverspreide werkloosheid, of transformeren bestaande functies? Binnen het onderwijs is al een diepe verdeeldheid zichtbaar tussen docenten die AI omarmen en degenen die er weerstand tegen bieden.
De experts signaleren een gebrek aan effectieve ondersteuning voor docenten op het gebied van AI. Dit leidt soms tot schaamte bij docenten die overwegen AI in hun lessen te gebruiken. Onderwijsinstellingen hebben geen toegang tot goede, betaalbare AI-oplossingen op grote schaal. Dat roept vragen op over gelijkheid en toegankelijkheid.
AI daagt bovenal de huidige manieren van beoordelen uit. Fraudedetectie wordt moeilijker, maar dit biedt ook een kans om onderwijsbeoordeling opnieuw te bekijken, met meer nadruk op waarden en authenticiteit.
Handvatten voor de praktijk
Karen Louise Smith deelt haar praktijk van ‘gewetensbezwaar’ tegen specifieke edtech-producten zoals Turnitin. Als docent weigert zij bewust en principieel om bepaalde tools te gebruiken of lerenden te dwingen deze te gebruiken, omdat ze bezwaren heeft tegen de commerciële logica, ethiek of de implicaties van die specifieke technologieën. Ze benadrukt dat individuele keuzes van docenten om bepaalde systemen niet te gebruiken, collectieve impact kunnen hebben.
Doug Belshaw pleit voor beleidsinterventie en onderwijstoezicht om AI-ontwikkeling te begeleiden, in plaats van deze volledig over te laten aan commerciële belangen.
Helen Beetham adviseert het creëren van veilige ruimtes in de klas waar de focus ligt op collaboratief schrijven en discussie, zonder druk om AI te gebruiken.
Brian Alexander benadrukt dat docenten en de onderwijsgemeenschap wel degelijk invloed hebben. Er is ruimte voor politieke betrokkenheid, dialoog met bedrijven en engagement met open-source-oplossingen. Het moment om die invloed uit te oefenen is nu.
Mijn opmerkingen
Deze discussie bevat interessante inzichten. Bijvoorbeeld de dilemma’s of de gewetensbezwaren die je als docent of lerende kunt hebben. Ik kom regelmatig bezwaren tegen van met name docenten, maar nog nooit ‘gewetensbezwaren’. De sprekers onderstrepen m.i. ook het belang van een pro-actieve houding van het onderwijs ten aanzien van deze ontwikkeling. Dat vraagt m.i. om een doordachte en gedragen AI-strategie.
Het valt me ook altijd op hoe gemakkelijk de term ‘disruptief’ in relatie tot nieuwe technologie wordt gebruikt. Nu ook weer als het gaat om AI-technologie. Clayton Christensen’s theorie van disruptieve innovatie beschrijft hoe nieuwe technologieën aanvankelijk eenvoudiger en goedkoper zijn dan bestaande oplossingen, maar klanten bereiken die voorheen niet werden bediend. Deze innovaties verbeteren geleidelijk en vervangen uiteindelijk de gevestigde producten. In zijn boek “Disrupting Class” (2008), geschreven met Michael Horn, paste Christensen deze theorie toe op het onderwijs. Hij beschreef daarin hoe internettechnologie gepersonaliseerd leren mogelijk zou maken en het traditionele klassikale onderwijs zou transformeren. Volgens Christensen en Horn begint deze disruptie bij het bedienen van “niet-consumenten” – lerenden die anders geen toegang zouden hebben tot bepaalde vakken, zoals geavanceerde cursussen bij kleine onderwijsinstellingen of onderwijs voor thuiszitters. De technologie verbetert vervolgens en wordt mainstream, waardoor grootschalige aanpassing van onderwijs mogelijk wordt die rekening houdt met verschillen tussen lerenden.
AI-technologie stelt ons ook in staat onderwijs persoonlijker te maken dan zonder AI-technologie mogelijk is. Het gaat dus niet alleen om de reëel bestaande risico’s die AI-technologie met zich mee brengt om leerprocessen te ontwrichten, of om de commerciële logica waar Smith over spreekt. Ook dat vraagt echter om een doordachte AI-strategie.
Mijn bronnen over (generatieve) artificiële intelligentie
Deze pagina bevat al mijn bijdragen over (generatieve) artificiële intelligentie, zoals ChatGPT.
The post
Drie kernthema’s bij AI en onderwijs first appeared on
WilfredRubens.com over leren en ICT.
Lees het hele
artikel