AI en menselijkheid, didactiek en doordacht gebruik #oeb25
Vier korte presentaties en een levendige zaaldiscussie lieten zien hoe AI het onderwijs kan versterken, mits de mens centraal blijft. Van ethiek tot praktische toepassing: het gesprek verschoof steeds tussen visie en concrete voorbeelden.
Tijdens deze paneldiscussie deelden vier sprekers uit hoger onderwijs, business schools en corporate learning hun inzichten over de rol van AI in leren en opleiden. De zaal ging vervolgens in gesprek over kansen, risico’s en verantwoord gebruik. De rode draad: AI vraagt om bewuste keuzes en actieve regie.
Charlotte von Essen uit Zweden opende met een reflectie op de vraag wat onderwijs in de toekomst zou moeten zijn. Aansluitend bij Neil Selwyn schetste zij een beeld van onderwijs dat “free and alive” is: feit- en wetenschapsgericht, reflectief en zelfbewust, empathisch en cultureel geletterd, én ondernemend en verantwoordelijk (FREE). Binnen haar onderwijsinstelling staat dit acroniem centraal. Volgens haar raakt AI alle vier deze bouwstenen. Niet als vervanger van menselijk denken, maar als versterker van leren. Ze stelde de lerende nadrukkelijk centraal: hoe ondersteunt AI hun agency, reflectie en verdieping? En vooral: hoe bereiden we hen erop voor om mens te blijven in een onzekere tijd?
Filosoof Anné Verhoef uit Zuid-Afrika bracht de ethische dimensie verder in beeld. Vanuit zijn rol binnen de IT-afdeling van zijn universiteit pleit hij voor een mensgerichte benadering: de mens moet in control blijven, niet de technologie. Hij gebruikt begrippen als soulful AI en augmented intelligence om te benadrukken dat AI menselijke kwaliteiten moet ondersteunen. Volgens hem is veel huidige AI juist “anti-mens”: het neemt lezen en schrijven over, terwijl dat juist kernvaardigheden zijn. Daarom moeten lerenden leren om eerst eigen gedachten te formuleren en daarna pas de dialoog met AI aan te gaan. Verhoef stelde dat investeren in professionaliteit essentieel is: docenten en studenten moeten AI begrijpen, inclusief beperkingen. Hij pleitte voor transparantie, het ontwikkelen van eigen GPT’s, duidelijke richtlijnen en het zichtbaar maken van menselijk denken binnen het leerproces. De website van zijn afdeling bevat veel informatie, voorbeelden en tools.
Een heel andere invalshoek kwam van Paul Venter, die zich startte met de vraag waarom jongeren überhaupt geïnteresseerd zouden zijn in wiskunde. De komst van ChatGPT zette dat vraagstuk op scherp: studenten leverden goede AI-gegenereerde opdrachten in, waarop de eerste reflex was om toegang te blokkeren. Venter koos echter voor onderzoekende nieuwsgierigheid: hoe gaan anderen hiermee om, en hoe kunnen docenten hierin worden ondersteund? Hij ontdekte dat veel docenten onvoldoende zijn voorbereid op AI-gebruik in de klas. Zijn doorbraak kwam toen hij ‘champions’ vond: collega’s die experimenteerden, hun proces deelden en anderen meenamen. Dit leidde tot het opheffen van blokkades en een nieuwe focus op samen leren met studenten. Venter waarschuwde voor AI-beleid dat vooral door AI wordt geschreven en weinig inspireert. De vraag die instellingen zich moeten stellen is volgens hem: maken we beleid dat uitnodigt tot goed gebruik, of vooral tot naleving?
Dimitris Tollis bracht vervolgens het perspectief van cognitieve wetenschap in. Hij schetste hoe motivatie, overbelasting en stress het leren beïnvloeden, en hoe AI zowel kan helpen als hinderen. Verkeerd gebruik kan leiden tot afhankelijkheid en verminderd kritisch denken; verstandig gebruik kan juist het bekende 2 Sigma-probleem aanpakken door meer gepersonaliseerde begeleiding te bieden. Tollis toonde in detail hoe AI bestaande leertechnologieën kan verrijken. SCORM-pakketten worden interactiever dankzij chatbots die vragen beantwoorden, adaptieve quizzen die zich aanpassen aan de lerende, en een programmeerbare Socratische coach die vragen stelt in plaats van antwoorden geeft. Daarnaast liet hij voorbeelden zien van scenario-ontwikkeling en voice-to-voice-simulaties die complexe vaardigheden ondersteunen.
Dankzij de zaaldiscussie verschoof de aandacht naar praktijkvragen. In Zuid-Afrika gaat men er bijvoorbeeld al vanuit dat studenten AI gebruiken bij beoordelingen; de uitdaging is om dat creatief en transparant te organiseren. Aanwezigen vroegen hoe AI kritisch denken kan stimuleren in plaats van ondermijnen. De sprekers suggereerden dat docenten zelf agents kunnen ontwikkelen die juist vragen stellen, scaffolding toepassen en lerenden uitdagen om output kritisch te analyseren. Ook het expliciet bespreken van fouten, beperkingen en achterliggende aannames van AI-systemen werd genoemd als essentieel onderdeel van didactisch ontwerp. Kies ook niet voor ‘governance’ maar orkestreer initiatieven en experimenten. Top down beleid zorgt niet voor eigenaarschap, terwijl dat voor doordacht beleid juist nodig is. Maak gebruikers ook bewust van wat er met hun data gebeurt. Een ander discussiepunt was hoe we afhankelijkheid van enkele grote tech bedrijven voorkomen. De open source community op dit terrein wordt echter sterker. Er komen steeds meer alternatieven. Er zullen ook vakspecifieke applicaties op de markt komen. Op dit moment zijn we echter nog afhankelijk.