Een andere AI-kloof in het onderwijs
Ik heb eerder geschreven over een steeds groter wordende kloof tussen docenten en L&D’ers die enthousiast zijn over AI en zij die kritisch staan ten opzichte van AI. Ook wordt vaker gewaarschuwd voor een kloof tussen lerenden die wel en geen beschikking hebben over (kwalitatief goede) AI-toepassingen. Ria Sidhu en Omkar Dastane signaleren in dit verband een derde kloof. Daarbij gaat het niet zozeer om toegang tot tools, maar om de mate waarin onderwijsinstellingen lerenden daadwerkelijk voorbereiden op doordacht AI-gebruik.
Sidhu en Dastane beschrijven een kloof langs de lijn van institutionele gereedheid, ‘academische’ cultuur, ondersteuning van docenten en beleidsprioriteiten. Veel lerenden hebben volgens hen al toegang tot generatieve AI via gratis of betaalbare platforms, maar toegang alleen levert nog geen betekenisvolle bekwaamheid op. Daarbij zijn AI-systemen zelf niet neutraal: ze weerspiegelen de aannames, taalconventies en culturele opvattingen van hun ontwikkelaars. Dat bevoordeelt bepaalde lerenden al bij aanvang boven anderen, menen zij.
Onderwijsinstellingen reageren wereldwijd in sterk uiteenlopend tempo op de opkomst van AI. Sommige instellingen integreren AI actief in onderwijs, toetsing en cursusontwikkeling; andere instellingen houden de boot af vanwege zorgen over academische integriteit of governance. Volgens de auteurs ontwikkelt een lerende aan een instelling met heldere AI-richtlijnen, herontworpen toetsen en geprofessionaliseerde docenten een fundamenteel ander soort academisch zelfvertrouwen dan een lerende waar AI grotendeels onbesproken blijft of wisselend wordt geregeld. Systematisch onderzoek (Zawacki-Richter et al., 2019) documenteert al langer aanzienlijke variatie tussen instellingen en disciplines. Die kloof lijkt volgens Sidhu en Dastane eerder groter te worden dan kleiner.
De auteurs stellen dat succes in het onderwijs steeds meer afhangt van AI-geletterdheid of wat mij betreft AI-fluency. Zij refereren aan Bearman en Ajjawi (2023) die schrijven over “leren werken met de zwarte doos”: didactiek moet lerenden in staat stellen kritisch met AI-uitvoer om te gaan, in plaats van die simpelweg te consumeren.
De auteurs wijzen op een structurele spanning: onderwijsinstellingen borgen kwaliteit via zorgvuldige validatieprocessen, maar AI ontwikkelt zich in een tempo dat slecht aansluit bij die trage institutionele ritmes. Beleidsvorming kost jaren; AI-tools veranderen binnen maanden. Docenten opereren daardoor op bewegend terrein. Het artikel schetst hoe een docent een toetsopdracht hervormt om kritische reflectie op AI-uitvoer te stimuleren, maar vervolgens merkt dat het beleid van de instelling nog niet is aangepast aan wat zij probeert te bereiken. Of een student die zelfstandig met AI experimenteert voor een opdracht, maar niet weet of hij daarmee een grens overschrijdt die nooit duidelijk is getrokken.
Sommige docenten beschikken over institutionele ondersteuning en ruimte om te experimenteren; anderen niet. Het gevolg is dat lerenden tegenstrijdige boodschappen ontvangen over wanneer AI-gebruik gepast is. Die inconsistentie dreigt een nieuwe vorm van onderwijsongelijkheid te produceren die niet zichtbaar is in ranglijsten of cijfers, maar in de mate van voorbereiding op een beroepsleven waarbij AI al volop aanwezig is.
De kloof volgt geen eenvoudige geografische patronen. Binnen hetzelfde land bewegen sommige onderwijsinstellingen snel terwijl andere aarzelen; binnen dezelfde instelling nemen vakgebieden sterk uiteenlopende posities in. Business- en computingopleidingen integreren AI volgens de auteurs doorgaans breder, terwijl geesteswetenschappen en sociale wetenschappen de legitimiteit van AI in de toetsing soms nog betwisten. Volgens de auteurs rijst daarmee de vraag of lerenden op een vergelijkbare manier worden voorbereid op de arbeidsmarkt.
Sidhu en Dastane schrijven dat de diepere beleidsvraag is of het onderwijs AI primair beschouwt als bedreiging voor academische integriteit, of als een wezenlijke verandering in hoe leren plaatsvindt. Puur restrictief beleid lost het probleem volgens hen niet op: het kan AI-gebruik slechts naar de ondergrond verdrijven, zonder de begeleiding die het educatief zinvol maakt. Bovendien kan algoritmische vooringenomenheid bestaande ongelijkheden versterken. Lerenden met meer voorkennis, grotere digitale zekerheid en meer vertrouwdheid met de culturele aannames in AI-systemen profiteren er waarschijnlijk meer van. Richtlijnen van sectororganisaties als QAA en TEQSA, en de UNESCO-richtlijnen voor generatieve AI in het onderwijs (2023), erkennen dat verantwoorde integratie praktische kaders vereist in plaats van louter restrictieve benaderingen.
De auteurs wijzen op het risico is dat de aanpassing ongelijkmatig verloopt, en daarmee stilletjes bepaalt wiens denkwijzen en communicatiestijlen het best worden ondersteund door de AI-systemen die afgestudeerden in de beroepspraktijk tegenkomen. De missie van het onderwijs strekt zich in het AI-tijdperk verder uit: het gaat niet alleen om toegang tot kennis, maar om gelijke toegang tot de voorwaarden waaronder AI-ondersteund leren verantwoord en kritisch kan plaatsvinden.
Mijn opmerkingen
Ik heb eerder geschreven dat instellingen en organisaties een verschillende keuze kunnen maken als het gaat om de adoptie van AI. Waar je m.i. in ieder geval voor moet waken is dat je in je de impact van AI op vakgebieden en AI-fluency in curricula onvoldoende integreert. Dan bereidt je m.i. lerenden onvoldoende voor op de toekomst. Sidhu en Dastane wijzen m.i. terecht op de kloof die ontstaat doordat onderwijsinstellingen lerenden wel doordacht voorbereiden op een toekomst binnen een samenleving waarin AI een dominante rol speelt, terwijl anderen lerenden daar onvoldoende op voorbereiden. Zij wijzen m.i. ook terecht op de spanning tussen gebruikelijke, traag verlopende, beleidsvorming en snelle AI-ontwikkelingen. Als onderwijsinstelling zul je juist wendbaar moeten zijn in een rap evoluerende omgeving.
Dit betekent niet dat je een AI-gedreven onderwijsinstelling moet zijn (de vijfde optie in mijn AI-adoptiemodel). Die onderwijsinstellingen kunnen zelfs het risico lopen om AI ondoordacht in te zetten, als technologie-gedrevenheid prevaleert boven kwalitatief goede didactiek. Bijvoorbeeld doordat men algemene grote taalmodellen zonder gedegen instructie gaat gebruiken als tutor. Dat gaat ten koste van het leren, bijvoorbeeld omdat deze taalmodellen te kampen hebben met sycofantie, halicunaties of het voorkauwen van antwoorden. Op die manier ontstaat een nieuwe kloof tussen degenen die AI-technologie effectief gebruiken voor leren en degenen die het leren uitbesteden aan AI.
Wat mij betreft start je met de ontwikkeling van een grofontwerp van een AI-strategie. Die start met een visie ten aanzien van wat voor onderwijsinstelling je wilt zijn, hoe je je wilt verhouden tot AI-ontwikkelingen.
Ik vind Sidhu en Dastane overigens te optimistisch als zij stellen dat veel lerenden al toegang hebben tot generatieve AI. Er is nogal een verschil in kwaliteit tussen ‘gratis’ versie en betaalde versies. Daardoor kan wel degelijk ook een kloof op het gebied van AI ontstaan.
Mijn bronnen over (generatieve) artificiële intelligentie
Deze pagina bevat al mijn bijdragen over (generatieve) artificiële intelligentie.
Lees het hele
artikel