Waarom het onderwijs op vier manieren naar AI moet kijken
Veel onderwijsinstellingen behandelen AI als één onderwerp, terwijl het volgens Szymon Machajewski om vier verschillende verantwoordelijkheden gaat. In het artikel Why AI in Education Is Four Things, Not One presenteert hij een raamwerk dat het verschil tussen deze verantwoordelijkheden zichtbaar maakt.
De auteur start zijn artikel met drie voorbeelden: een docent die met AI een e-mail over een roosterwijziging opstelt, een student die met een AI-tutor een wiskundeprobleem uitwerkt en een docent informatica die lerenden leert code te genereren die een beveiligingstoets van een bedrijf doorstaat. Volgens de auteur zijn dit drie verschillende doelen met drie verschillende besluitvormers, maar komen ze in veel instellingen samen in één beleidsdocument. Dat verklaart volgens hem waarom beleid tegelijk te streng en te vaag kan overkomen.
Als vertrekpunt voor een alternatieve benadering gebruikt hij de principes die de Association of American Medical Colleges (AAMC) in 2025 publiceerde over verantwoord gebruik van AI “in” en “for” medisch onderwijs. Volgens Machajewski wijzen die voorzetsels op een zinvol onderscheid. AI in de geneeskunde is een professionele competentie, bijvoorbeeld een arts die een CT-scan met AI beoordeelt. AI voor de geneeskunde is infrastructuur, zoals het screenen van tweeduizend aanmeldingen voor een specialisatie. Hij vergelijkt het eerste met een nieuwe vorm van geletterdheid en het tweede met een versneller: uitstel van de versneller kost administratieve inspanning, uitstel van de geletterdheid kost inhoudelijke kwaliteit van het curriculum.
Daarom stelt hij vier lagen voor.
- AI for education (AI voor het onderwijs) ondersteunt de organisatie en de routinetaken van docenten, zoals roosterplanning, facturen, automatisering in de leeromgeving en controle van studievoortgang.
- AI in education (AI in het onderwijs) is bewust ingezet om begrip en redeneren te verdiepen, bijvoorbeeld als coach, in opdrachten die de moeilijkheid geleidelijk opvoeren of met controleprotocollen waarmee lerenden AI-uitvoer kritisch beoordelen.
- AI of the profession (AI van de professie) gaat over de AI-toepassingen die lerenden in hun loopbaan tegenkomen: de verpleegkundige die werkt met klinische meldingen en AI-notulisten, de accountant die AI-controlesporen verifieert, de kunststudent die moet begrijpen dat makers met AI concurrenten kunnen zijn.
- AI-geletterdheid vormt de basis: begrip van hoe AI werkt, inclusief vooringenomenheid, ethiek en hallucinaties.
Het raamwerk met vier lagen helpt bij beleid, investeringen, onderwijs en planning. De auteur besteedt daarbij aandacht aan:
- Duidelijk beleid. Veel instellingen stoppen alles over AI in één document: tools kopen, opdrachten aanpassen, vaardigheden van studenten en privacy. Dat werkt niet, want het gaat om verschillende taken. AI in onderwijs vraagt om sturing op leerdoelen en toetsing. AI voor onderwijs vraagt om sturing op inkoop, leveranciers en privacy. Door ze te scheiden is duidelijk wie waarvoor verantwoordelijk is.
- Eerste valkuil. Instellingen investeren veel in AI voor roosters en facturen, maar passen het onderwijs niet aan. Dan werkt de organisatie efficiënter, maar wat afgestudeerden kunnen verandert niet.
- Tweede valkuil. Leiders eisen AI in de les, maar geven docenten geen tijd of hulpmiddelen. Een docent met vijf groepen kan niet zomaar alle opdrachten herontwerpen.
- Audit met vier vragen. Begrijpen we AI? Werken we er doelmatiger mee? Leren lerenden er beter door? Bereiden we mensen voor op de veranderingen in hun vak? Elk initiatief heeft een verantwoordelijke, een doel en bewijs nodig. Succes in één laag zegt niets over de andere drie.
In de praktijk kun je daarbij het volgende tegen komen. Een ervaren fulltime docent die de branche verliet voordat generatieve AI bestond, verdiept zich in AI-geletterdheid, gebruikt AI voor lesplannen en toetsbanken en herontwerpt opdrachten. Toch weet deze docent mogelijk niet hoe AI het werkveld van de lerenden verandert. Een parttime docent uit de praktijk weet dat wel, maar heeft geen stem in het curriculum. Volgens de auteur is dit een structureel probleem, geen gebrek aan inzet. Hij verwijst naar een enquête van de Digital Education Council uit 2026 onder ruim 27.000 studenten in 35 landen: de helft voelde zich onvoldoende voorbereid om AI professioneel te gebruiken, in de Verenigde Staten en Canada 66 procent. Slechts 29 procent vond docenten goed toegerust om te begeleiden, in Noord-Amerika 17 procent.
AI-geletterdheid heeft volgens het artikel een eigenschap die eerdere ‘geletterdheden’ missen: de technologie kan meehelpen bij het toetsen. Een zoekdatabase of rekenmachine kan niet beoordelen of iemand er kritisch mee omgaat, ‘AI’ kan dat wel via een gesprek van enkele minuten, waarin vervolgvragen aansluiten op het redeneren van de lerende. Dat is schaalbaar en herhaalbaar, al blijven validatie en menselijk toezicht nodig. De auteur noemt het de enige laag die zonder AI onderwezen kan worden. Ook de vraag wie beoordeelt of iets werkt, verschilt per laag. Bij AI voor onderwijs zijn dat bestuurders met efficiëntiecijfers, bij AI van het beroep werkgevers en accreditatie, vaak pas na afstuderen. Volgens hem verklaart dit waarom leiders de eerste laag voorrang geven.
Mijn opmerkingen
Ik herken de beschreven issues en vindt het onderscheid in vier lagen nuttig omdat het gesprekken in instellingen scherper maakt. Je ziet bijvoorbeeld ook dat AI voor het onderwijs minder ter discussie staat -aandachtspunten rond privacy daargelaten- dan AI in het onderwijs. AI van de professie wordt m.i. ook als een gegeven beschouwd, al herken ik dat menig docent -die een aantal jaren niet meer binnen de professie werkt- daar lastig grip op krijgt, mede vanwege de snelheid van ontwikkelingen. Nauwe contacten met vertegenwoordigers uit de professie zijn daarvoor een ‘must’. Overigens is het ook zo dat professionals, die werkzaam zijn binnen bedrijven of instellingen van beperkte omvang, ook hopen dat het onderwijs hen kan helpen bij grip krijgen op AI van de professie! Een kans voor een rol op het gebied van een leven lang ontwikkelen. AI van de professie beïnvloedt uiteraard ook hoe een curriculum er uit komt te zien.
Het onderscheid in AI voor het onderwijs, AI in het onderwijs en AI van de professie helpt m.i. bij het formuleren van een genuanceerde en doordachte AI-strategie.
De auteur heeft trouwens wel veel woorden nodig om zijn punt te maken. In deze blogpost heb ik me beperkt tot de kern.
Heb ik trouwens al aangegeven dat ik liever spreek over AI-fluency dan AI-geletterdheid?
Mijn bronnen over (generatieve) artificiële intelligentie
Deze pagina bevat al mijn bijdragen over (generatieve) artificiële intelligentie.
Lees het hele
artikel