Hoeven we geen haast te maken met het toepassen van AI in ons onderwijs?
Volgens Thomas Ultican zal AI de belofte om het onderwijs beter te maken, niet waarmaken. In “No Need Rushing for AI in Education” concludeert hij zelfs dat AI schadelijk is voor jongeren, en ook voor onze democratie. De risico’s van AI in het onderwijs wegen op dit moment zwaarder dan de voordelen, en scholen doen er goed aan de druk vanuit de tech-industrie te weerstaan. Op zijn betoog is echter nogal wat af te dingen.
Ultican stelt dat scholen (in de VS) worden aangespoord om grote bedragen uit te geven aan AI, terwijl de technologie in zijn ogen primair winstgevend is voor tech-bedrijven. Hij staat daarin volgens eigen zeggen niet alleen: het Brookings Institute publiceerde begin 2026 een rapport dat concludeert dat de risico’s van generatieve AI in het onderwijs aan jongeren momenteel de voordelen overtreffen. Ultican signaleert ook dat de meest uitgesproken positieve commentatoren over AI in het onderwijs vrijwel altijd banden hebben met de tech-sector. Ze presenteren AI als onvermijdelijk en bieden advies over hoe je het ‘goed’ aanpakt, zonder de fundamentele vraag te stellen of inzet nu al wenselijk is.
In zijn bijdrage trekt hij regelmatig historische parallelen. Ultican verwijst naar Audrey Watters, die in haar boek Teaching Machines beschrijft dat onderwijskundigen al in de jaren twintig van de vorige eeuw spraken over “teaching machines” in nagenoeg dezelfde bewoordingen als huidige pleitbezorgers van gepersonaliseerd leren via AI. De belofte dat technologie de docent zou bevrijden voor de echte pedagogische taken, is sindsdien telkens herhaald zonder dat er overtuigend bewijs is geleverd.
Thomas Ultican gaat ook in op de bevindingen van het Center for Democracy & Technology, dat in 2025 rapporteerde over vier risico’s die toenemen naarmate scholen AI zwaarder inzetten: datalekken en ransomware-aanvallen, via technologie mogelijk gemaakt seksueel grensoverschrijdend gedrag en pesten, AI-systemen die niet functioneren zoals bedoeld, en zorgwekkende interacties tussen lerenden en technologie. Enkele cijfers uit het rapport: 59% van de ouders denkt dat AI kinderen blootstelt aan ongepaste inhoud, 23% van de docenten heeft een grootschalig datalek meegemaakt via AI, en 71% van de docenten, 72% van de ouders en 64% van de lerenden zijn van mening dat AI het kritisch denken schaadt. Van 12% van de lerenden zijn deepfakes of afbeeldingen zonder verkregen toestemming ingezet voor pesten of seksuele intimidatie.
Ultican haalt ook publicaties aan dat laat zien dat technologie-investeringen in het onderwijs zelden aantoonbaar resultaat opleveren. Justin Reich van MIT stelt dat hij geen enkel voorbeeld kent van een schoolsysteem dat snel een nieuwe digitale technologie invoerde en daarmee duurzame voordelen behaalde voor lerenden. Het Brookings-rapport vult dit aan met een studie onder 2,5 miljoen 15-jarigen in 82 landen: de uitrol van 3G-dekking tussen 2000 en 2018 ging gepaard met statistisch significante dalingen in scores voor wiskunde, lezen en wetenschappen, en met verslechtering van sociale relaties en gevoel van verbondenheid.
Het Brookings-rapport benadrukt verder dat AI-tools regelmatig onjuiste informatie genereren en lerenden vaak een ‘illusie van impact’ gevebn: producten lijken waardevol, maar modelleren in de praktijk zwakke didactiek en miskennen hoe jongeren leren. Benjamin Riley, oprichter van Cognitive Resonance, concludeert dat het gebruik van AI-chatbots als tutor voor kinderen een slecht idee is. Nota bene: Riley heeft achtergrond bij investeringsfondsen actief in het onderwijs.
Mijn opmerkingen
Thomas Ultican bekritiseert terecht de vaak overspannen verwachtingen ten aanzien van de waarde van digitale technologie voor leren, opleiden en onderwijs, en de kritiekloze benadering van digitale technologie door ‘ed tech evangelisten’ die vaak banden hebben met of belangen hebben bij de technologie industrie.
Ultican doet echter ook aan ‘cherry picking’ als hij wijst op de negatieve effecten van digitale technologie op leren, opleiden en onderwijs. Het Brookings-rapport is bijvoorbeeld niet zonder meer negatief over het gebruik van AI in het onderwijs, zo blijkt uit mijn bespreking. Thomas Ultican ziet ook simpele causaliteiten, terwijl de werkelijkheid complexer is. Het heeft vrij weinig zin om te stellen dat digitale technologie -inclusief AI- wel of niet positief werkt voor leerresultaten of welbevinden. Je moet veel scherper kijken binnen welke context wat werkt of niet werkt, onder welke condities en bij welke doelgroepen. ‘Ed tech evangelisten’ doen dat onvoldoende, maar dat geldt ook voor criticasters zoals Ultican. Graag verwijs ik naar mijn recente bespreking over onderzoek naar het gebruik van AI voor leren, opleiden en onderwijs: het is te vroeg om vergaande conclusies te trekken en het is complex om eenvoudige conclusies te trekken.
Een onderscheid dat Ultican ook niet maakt, maar dat wel nodig is, is dat tussen AI als onderwerp binnen het curriculum en AI als toepassing om mee te leren. De vraag hoe AI vakgebieden als software development, gezondheidszorg of juridische dienstverlening verandert, is voor lerenden in die opleidingen inmiddels een inhoudelijk thema dat niet kan worden genegeerd. Dat is iets wezenlijk anders dan de vraag of AI als leertechnologie zinvol ingezet kan worden bij het verwerven van bekwaamheden. De vraag daarbij is ook hoe je AI binnen je curriculum moet behandelen als onderwerp, zonder de technologie zelf toe te passen.
Daar komt bij dat Thomas Ultican generatieve AI-technologie over één kam scheert. Je kunt ook speciaal voor het onderwijs ontwikkelde AI-technologie gebruiken voor leren, maar de bekende grote taalmodellen zoals ChatGPT bewust niet. Daarmee hangt samen dat Ultican nauwelijks ingaat op de uiteenlopende toepassingsmogelijkheden van AI voor leren, opleiden en onderwijs. Speciaal ontwikkelde of speciaal geïnstrueerde AI-toepassingen kunnen worden ingezet voor geautomatiseerde feedback, adaptieve oefeningen, ondersteuning bij schrijfprocessen, simulaties in beroepsgerichte opleidingen of ondersteuning van docenten bij lesvoorbereiding en differentiatie. Als je bepaalde AI-toepassingen didactische doordacht inzet, dan kan dat zeker bijdragen aan goede leerresultaten. Mijn bijdragen over (generatieve) artificiële intelligentie bevatten meerdere besprekingen van onderzoeken. Denk aan:
- De impact van ChatGPT op leeruitkomsten (bespreking meta-analyse). Dit is een bespreking van een meta-analyse van Wu et al. (2026) op basis van 35 experimentele studies. De gecombineerde effectgrootte (g = 0,67) wijst op een matig positief effect op leeruitkomsten, met sterkere effecten op cognitieve dan op niet-cognitieve uitkomsten en duidelijke verschillen per vakgebied, duur en instructievorm.
- Helpen ChatGPT-achtige AI-chatbots lerenden bij het leren? Wat zegt een eerste meta-studie?. Deze blogpost is een bespreking van een artikel over een meta-analyse van Zhonggen e.a. op basis van 24 empirische studies. De auteurs vinden een merkbaar positief effect op onder andere motivatie, prestaties, zelfvertrouwen en interesse, met de nuance dat het effect afneemt bij langer gebruik en sterker is bij universitaire studenten dan bij jongere leerlingen.
- AI-tutor kan leiden tot betere leerresultaten dan actief klassikaal leren (mits, maar…). Dit is een bespreking van een experimenteel onderzoek waarin een AI-tutor onder bepaalde voorwaarden (onder meer een doordacht didactisch ontwerp) tot betere leerresultaten leidt dan actief klassikaal leren. Er is sprake van een voorwaardelijk, en daarmee gematigd, positief resultaat.
- Onderzoek laat zien: generatieve AI kan docenten fors tijd besparen bij lesvoorbereiding. Deze blogpost gaat over onderzoek waarin het inzetten van generatieve AI bij lesvoorbereiding tot een aanzienlijke tijdwinst leidt voor docenten. Het effect heeft betrekking op werkdruk en efficiëntie, niet op leeruitkomsten van studenten, maar binnen die scope is de bevinding positief.
- AI-toepassingen als teamgenoot kunnen leiden tot meer prestaties. In deze bijdrage bespreek ik onderzoek waarin AI-toepassingen die als ‘teamgenoot’ in samenwerkingsprocessen worden ingezet, samenhangen met betere prestaties. Ook hier gaat het om een conditioneel positief beeld, afhankelijk van hoe AI in de samenwerking wordt gepositioneerd.
Mijn overzicht bevat ook artikelen over risico’s en nadelen zoals een te grote afhankelijkheid van ‘AI’ en het ‘outsourcen’ van het leren aan ‘AI’.
Door generatieve AI op één hoop te gooien, wekt Ultican de indruk dat één oordeel voor alles geldt. Dat is echt te kort door de bocht. Zoals gezegd: het is te vroeg om vergaande conclusies te trekken en het is complex om eenvoudige conclusies te trekken.
De beperkingen en risico’s die hij beschrijft zijn reëel en verdienen serieuze aandacht. Ik wil echter ook oog hebben voor reële voordelen en mogelijkheden.
Mijn bronnen over (generatieve) artificiële intelligentie
Deze pagina bevat al mijn bijdragen over (generatieve) artificiële intelligentie.
Lees het hele
artikel