Leren lerenden minder als zij huiswerk maken met AI?
Lerenden die generatieve AI gebruiken maken hun huiswerk sneller en met hogere cijfers, maar scoren binnen een half jaar 20 procent lager op toetsen waarbij zij niet kunnen beschikken over AI- hulpmiddelen. Dat blijkt uit het paper The Generative AI Learning Penalty: Evidence from Chinese Secondary Education van David Strömberg (Stockholm University), Victor Lei en Yanhui Wu (University of Hong Kong).
De onderzoekers gebruiken gegevens van 26.811 lerenden uit de klassen 7 tot en met 12 in één district in centraal China, over dertig maanden (september 2022 tot juni 2025). Het gaat om ongeveer negentig procent van alle lerenden in het voortgezet onderwijs daar. Ze combineren maandelijkse toetsen die docenten afnemen, twee landelijke eindexamens (het Zhongkao aan het einde van de onderbouw en het Gaokao aan het einde van de bovenbouw), en huiswerkcijfers en tijdsinvesteringen op basis van een digitaal platform, verdeeld over negen vakken. Via een enquête in juni 2025 gaven lerenden aan vanaf welke maand zij generatieve AI zijn gaan gebruiken. Dat aandeel liep op van vrijwel nul in 2022 naar ongeveer tachtig procent in juni 2025, met Doubao en DeepSeek als meest gebruikte toepassingen.
Omdat lerenden op verschillende momenten met AI begonnen, konden de auteurs een meer specifieke analyse uitvoeren: ze vergelijken de ontwikkeling bij een lerende vóór en na de eerste maand AI-gebruik met die bij lerenden die op dat moment nog geen AI gebruikten. Beide groepen liepen vóór de adoptie vrijwel gelijk op, in niveau en in trend.
De uitkomsten lopen scherp uiteen. Zes tot tien maanden na het eerste AI-gebruik liggen de huiswerkcijfers 18 procent hoger dan het uitgangsniveau en daalt de tijd per huiswerkopdracht van gemiddeld 64 naar 45 minuten. Tegelijk zakken de cijfers voor de maandelijkse toetsen met 20 procent (SD: 1,4). Bij de eindexamens gaat het langzamer: daar duurt het volgens de auteurs zo’n twee jaar voordat het volledige effect zichtbaar is, met dalingen van 24 procent (Zhongkao) en 18 procent (Gaokao).
De onderzoekers verbinden deze uitkomsten aan wat zij homework outsourcing noemen: het uitbesteden van huiswerk aan AI. Ruim de helft van de AI-gebruikers doet een huiswerkopdracht in twintig tot vijftig minuten. Dat is sneller dan de snelste lerende die geen AI gebruiken, met hoge huiswerkcijfers die overeenkomen met de bekende prestaties van Chinese AI-toepassingen op dit soort opgaven. Na vijf maanden gebruik geldt dit voor 81 procent van de AI-gebruikers, en bij deze groep is het ‘leerverlies’ geconcentreerd. De AI-gebruikers die evenveel tijd aan hun huiswerk blijven besteden als lerenden zonder AI, behalen volgens het onderzoek vergelijkbare toetscijfers, terwijl hun huiswerkcijfers wel hoger liggen. Zij waren vooraf niet aantoonbaar sterker dan de rest.
De effecten verschillen per groep. De maatschappijvakken worden het hardst geraakt (-27 procent), gevolgd door de bètavakken (-22 procent), Engels (-17 procent) en Chinees (-9 procent). Lerenden in de onderbouw verliezen meer dan die in de bovenbouw (-24 tegenover -17 procent), jongens meer dan meisjes (-21,6 tegenover -18,4 procent), en vooraf sterke lerenden meer dan zwakke (-24 tegenover -16 procent). Er is bovendien sprake van een zogenaamde dosis-responsrelatie: wie naar eigen zeggen nul tot één uur per week AI gebruikt verliest ongeveer vijf procent, wie vijf uur of meer gebruikt ongeveer dertig procent.
De auteurs vinden ook aanwijzingen dat het effect afzwakt. Gemeten vijf maanden na adoptie daalde de geschatte leerachterstand van ongeveer 25 procent begin 2023 naar 16 procent in juni 2025, ook binnen een vaste groep vroege gebruikers. Zij verklaren dat voorzichtig uit gewenning.
Stromberg, Lei en Wu vragen zich af waarom niemand ingrijpt. Docenten zien meestal maar één vak en merken daar een daling die groot is maar niet uitzonderlijk. Lerenden zelf ervaren het probleem niet: eerder onderzoek laat zien dat zij inspanning verwarren met slecht leren, en dat AI-gebruikers hun eigen prestaties overschatten. Daarnaast verliest huiswerk zijn signaalwaarde: bij AI-gebruikers met bovengemiddelde huiswerkcijfers hangen hogere huiswerkcijfers juist samen met lagere toetscijfers. De auteurs noemen drie richtingen: lerenden geloofwaardig informeren over de schade van cognitief uitbesteden op leren, meer gewicht geven aan toetsing zonder hulpmiddelen, en als docent of ouder eerder sturen op input (tijd en inspanning) dan op output (huiswerkcijfers).
Mijn opmerkingen
We lezen al langer bijdragen waarin wordt gevreesd dat AI-gebruik leidt tot cognitief outsourcen en metacognitieve luiheid. Dit onderzoek voegt hier nieuwe kwantitatieve gegevens aan toe. Tenminste: als je examens beschouwd als een betrouwbare en valide indicator van duurzaam leren. De auteurs wijzen terecht op bewustwording van hoe lerenden op een goede (en minder goede) manier leren. Ze wijzen echter niet op het belang van meer formatief handelen (toetsen als leeractiviteit), en op de noodzaak om curricula aan te passen. Meer nadruk op het leerproces, in plaats van op leerresultaten is daar één onderdeel van.
Ik wil echter ook methodologische kanttekeningen plaatsen. Het gaat om een werkdocument dat nog geen peer review heeft doorlopen. De opzet ziet er degelijk uit, maar de zwakste schakel is één van de variabelen. Lerenden gaven in juni 2025 achteraf op vanaf welke maand zij AI gebruikten, soms bijna drie jaar eerder, en die opgave is niet onafhankelijk te controleren. Methodologische literatuur laat zien dat fouten in het vastgestelde behandelmoment bij dit type analyse tot vertekening leiden, in een richting die niet op voorhand vaststaat. Daarnaast is het gelijk oplopen van beide groepen vóór de adoptie een noodzakelijke, maar geen voldoende voorwaarde: een gebeurtenis die samenvalt met de eerste maand van AI-gebruik -motivatieverlies, een nieuwe telefoon, een verandering thuis (wat vaak in China schijnt voor te komen)- is per definitie niet zichtbaar in de periode daarvóór. Gabriel Demombynes van de Wereldbank wijst daar in zijn bespreking op en verwacht dat het werkelijke effect kleiner is dan gerapporteerd. Dat past bij de effectgrootte zelf: 1,4 standaarddeviatie ligt ver boven wat in onderwijsonderzoek als een groot effect geldt. En de vaak aangehaalde nuance dat AI-gebruikers die evenveel tijd besteden even veel leren, komt tot stand door lerenden in te delen op hun gedrag ná adoptie. De auteurs presenteren die vergelijking daarom zelf als beschrijving van een mechanisme, niet als causale schatting. Voor de tijdsinvestering wordt gekeken naar activiteiten in een digitaal leerplatform. Het is de vraag of dat een betrouwbare indicatie voor huiswerk maken is. Je kunt namelijk ingelogd zijn, zonder iets te doen.
Daar komt bovendien de context bij, die de generaliseerbaarheid van de uitkomsten beperkt. De situatie van het voortgezet onderwijs in China is lastig te vergelijken met de situatie bij ons. Klassen van vijftig tot zestig lerenden, wekelijks becijferd huiswerk via een platform, en een eindexamen dat volledig bepaalt naar welke vervolgopleiding je gaat: dat is geen Nederlands/Vlaamse situatie. De prikkel om huiswerk af te raffelen is er (nog?) groter, en huiswerkcijfers spelen er een zwaardere rol. Er is dus meer onderzoek nodig dat is uitgevoerd in verschillende contexten.
Wat wel overdraagbaar is, is het mechanisme. Het onderzoek maakt zichtbaar wat ik eerder beschreef als het risico dat lerenden met AI kortere routes nemen en daardoor minder leren: niet AI-gebruik op zich is het probleem, maar het overslaan van de inspanning die tot leren leidt. Het risico bestaat dat het productief worstelen verdwijnt. De vergelijking tussen de twee groepen AI-gebruikers is daarbij, met het voorbehoud hierboven, interessant: wie evenveel tijd blijft investeren, leert even veel als voorheen. Dat is een genuanceerder beeld dan de kop van het artikel suggereert, en het sluit aan bij wat we weten over cognitief outsourcen.
Voor ons onderwijs zit de meest concrete les in de waarschuwing over huiswerk als signaal. Als ingeleverd werk niet langer vertelt of iemand iets beheerst, moeten docenten hun beeld ergens anders vandaan halen. Dat pleit voor meer formatieve momenten in de les zelf en voor het aanpassen van opdrachten, niet alleen voor meer gesloten toetsen. Dat laatste is de reflex die in de discussies vaak het snelst wint, terwijl het de onderliggende vraag -hoe zorg je dat lerenden de denkinspanning blijven leveren- niet beantwoordt.
Mijn bronnen over (generatieve) artificiële intelligentie
Deze pagina bevat al mijn bijdragen over (generatieve) artificiële intelligentie.
Lees het hele
artikel