Bloggers

Van Wilfred Rubens (redactie) | 09-09-2026 | | (0) reacties

Hoe docenten omgaan met het gebruik van AI in hun onderwijs?

Docenten staan het gebruik van AI-toepassingen steeds vaker in hun onderwijs toe voor specifieke taken, in plaats van dat zij het gebruik ervan verbieden. Tenminste als we Igor Chirikov van de universiteit van Berkeley mogen geloven die hierover het paper “How Instructors Regulate AI in College: Evidence from 31,000 Course Syllabi” heeft geschreven.

Chirikov gebruikt in het paper een theoretisch kader waarin hij het “task-based” model uit de arbeidseconomie toepast op onderwijs. In dat model wordt gekeken naar de taken die technologie van mensen overneemt (verdringing), aanvult (versterking) of juist mogelijk maakt (reinstatement). Vertaald naar het onderwijs: AI kan een taak van een lerende overnemen (waardoor oefenkansen verdwijnen), een taak ondersteunen zonder de kern van het leren te vervangen, of geheel nieuwe taken creëren die voorheen niet bestonden, zoals het formuleren van prompts of het controleren van AI-output. De auteur verwachtte dat deze indeling zou beïnvloeden hoe docenten reageren: taken die dreigen te verdwijnen, worden eerder door docenten beperkt, terwijl taken met de potentie om lerenden te versterken eerder worden toegestaan.

Om dit te onderzoeken gebruikte Chirikov taalmodellen om AI-beleid en cursustaken te extraheren en classificeren op basis van 31.692 cursusbeschrijvingen uit de periode 2021-2025. De uitkomsten zijn gevalideerd door codering door mensen van vlees en bloed (met 96 procent overeenstemming).

Het aandeel cursussen met een expliciet AI-beleid steeg van vrijwel nul voor de introductie van ChatGPT naar 55 procent in het najaar van 2025. Deze groei verschilt sterk per vakgebied: bedrijfskunde, geesteswetenschappen, sociale wetenschappen en biowetenschappen zitten tussen de 58 en 63 procent, terwijl techniekopleidingen achterblijven met 37 procent.

Wat verder opvalt is de richting van het beleid. De eerste regels na de release van ChatGPT waren overwegend restrictief. Vervolgens gaan docenten volgens dit onderzoek geleidelijk meer toestemming geven. Binnen dezelfde cursussen, bij dezelfde docenten over meerdere jaren, daalde het aandeel volledig verbiedende beleidsregels met bijna 5 procentpunt per jaar. Wat eveneens opvalt, schrijft Chirikov, is de andere motivering: verwijzingen naar academische integriteit nemen af van 63 procent van de beleidsteksten in het voorjaar van 2023 naar 49 procent in het najaar van 2025. Verwijzingen naar de invloed van AI op leren nemen juist toe van 1 naar 29 procent. Eisen om AI-gebruik te vermelden nemen het hardst toe, en wel  van 16 naar 43 procent.

Bedrijfskunde bewoog het snelst richting toestemmend beleid en scoorde in het najaar van 2024 als enig vakgebied gemiddeld positief als het gaat om het geven van toestemming om AI-tools te gebruiken. Geesteswetenschappen bleven juist het meest terughoudend gedurende de hele onderzoeksperiode.

Een tweede bevinding betreft de samenhang tussen wat een cursus voor 2022 al van lerenden vroeg en de kans op AI-richtlijnen in 2025. Cursussen die in 2021-2022, dus vóór de release van ChatGPT, veel schrijf- en programmeertaken bevatten (taken waarin AI sterk is), bleken drie jaar later vaker een AI-beleid te hebben. Bij extra schrijf- of programmeertaken nam de kans op een AI-beleid in 2025 toe. Een vergelijkbare toets met mondelinge presentaties, een taak waarin AI minder sterk is, laat geen significant verband zien. Chirikov beschouwt dit als ondersteuning voor de aanname dat het specifiek om AI-capaciteit gaat en niet om taakomvang in het algemeen.

De derde bevinding heeft betrekking op de mate waarin docenten onderscheid maken tussen taken binnen één cursus. Volgens het onderzoek nam het aandeel beleidsregels dat AI-gebruik voor sommige taken toestaat en voor andere verbiedt, toe met 4,5 procentpunt per jaar. Docenten beperken AI vooral bij het opstellen en herzien van teksten (79 procent van de beleidsregels die deze taak noemen, verbiedt AI hierbij) en bij redeneren en probleemoplossing (65 procent verbod). Voor bewerken en corrigeren geldt het omgekeerde: 83 procent van de beleidsregels staat AI hierbij toe, gevolgd door studieondersteuning en synthese (80 procent) en programmeer- en technisch werk (75 procent). Verder vallen AI-richtlijnen bij ideevorming en planning op, met een verdeling van 46 procent toestaan tegenover 54 procent verbieden.

Daarnaast introduceren docenten in toenemende mate nieuwe, AI-specifieke taken, zoals opdrachten waarin lerenden moeten leren te prompten of AI-output moeten verifiëren. Het aandeel cursussen met zo’n taak bedroeg 11 procent in het najaar van 2025, met bedrijfskunde voorop (27 procent) en geesteswetenschappen als laagste (5 procent).

Ten slotte blijkt de omvang van het takenpakket van een cursus vóór ChatGPT samen te hangen met de kans op gedifferentieerd beleid: extra taken, meer kans op gedifferentieerde richtlijnen. Cursussen met een breder scala aan taken bieden volgens de auteur meer aanknopingspunten om zowel risico’s als kansen van AI te herkennen.

Igor Chirikov benadrukt dat de data beperkingen kennen: cursusbeschrijvingen laten zien wat docenten vastleggen, niet wat er daadwerkelijk in de les gebeurt of hoe lerenden zich eraan houden. Ook is het onderzoek uitgevoerd met data van één grote Amerikaanse universiteit. Dat beperkt de generaliseerbaarheid. Volgens de auteur wijst het patroon niettemin op een bredere verschuiving: docenten reageren niet uitsluitend afwerend op AI, maar wegen per taak af of AI oefenkansen wegneemt of juist versterkt.

Mijn opmerkingen

Ik vind dit wel een interessant onderzoek vanwege de verschuiving van ‘verbieden’ naar ‘gebruik onder voorwaarden’. Verder wordt gekeken naar verschillende typen taken. Het onderzoek zou m.i. overigens nog krachtiger zijn geweest als de auteur specifieker had gekeken naar twee vormen van cognitief uitbesteden en de pedagogisch-didactische paden van Lodge en Loble (nuttig ontlasten van routinematige taken, waardoor er ruimte vrijkomt in het werkgeheugen of schadelijk uitbesteden van het wezenlijke denkwerk). De AI-waaier kan ook helpen bij het aangeven van hoe je AI-technologie mag inzetten bij taken.

Wat me ook opvalt, is dat de universiteit in kwestie tot nu toe geen centraal beleid had met betrekking tot het gebruik van AI in het onderwijs. Ik vraag me af of je studenten ermee helpt door elke docent zelf richtlijnen te laten opstellen. Natuurlijk, de context van het vakgebied doet ertoe. Meer eenduidigheid richting studenten kan echter de nodige ruis intern helpen voorkomen.

Igor Chirikov relativeert verder terecht de generaliseerbaarheid van dit onderzoek. Het gaat om één Amerikaanse onderzoeksuniversiteit met overwegend bachelor- en masterstudenten; de situatie in het Nederlandse onderwijs en in andere onderwijssectoren kan behoorlijk afwijken. Ook de conclusie dat cursussen met veel schrijf- en programmeertaken eerder regelgeving invoeren, is plausibel. Het zegt uiteraard niets over of die regelgeving daadwerkelijk verlies van vaardighedenvoorkomt.

Mooi is, tenslotte, de verschuiving van de nadruk op ‘academische integriteit’ naar de invloed van AI op leren. Het gesprek gaat daardoor niet meer alleen over fraude, maar steeds meer over de vraag welke bekaamheden lerenden nog zelf moeten opbouwen voordat ze AI erbij mogen pakken.

Mijn bronnen over (generatieve) artificiële intelligentie

Deze pagina bevat al mijn bijdragen over (generatieve) artificiële intelligentie.