2026 EDUCAUSE Horizon Report® Teaching and Learning Edition (samenvatting)

De Educause heeft verleden week de 2026 EDUCAUSE Horizon Report Teaching and Learning Edition uitgegeven. Een belangrijke constatering in dat rapport is dat het (hoger) onderwijs onder toenemende druk staat op het gebied van waarde, vertrouwen en financiële houdbaarheid, terwijl AI het onderwijs en de relaties daarbinnen ingrijpend beïnvloedt. Het rapport brengt vijftien trends in kaart via het STEEP-framework en introduceert dit jaar voor het eerst een nieuw onderdeel: ‘signals of change‘. Dat zijn vroege signalen van mogelijke verschuivingen.

• Social (Sociaal): Maatschappelijke krachten en verwachtingen.
• Technological (Technologisch): Technologische ontwikkelingen en capaciteiten.
• Economic (Economisch): Economische druk en financiële factoren.
• Environmental (Milieu/Ecologisch): Milieugerelateerde realiteiten en duurzaamheid.
• Policy (Beleid): Beleidshervormingen, wetgeving en regelgeving.

Vanuit ‘sociaal perspectief’ constateren de auteur dat het (hoger) onderwijs onder druk staat om zijn economische waarde te bewijzen, doordat de publieke perceptie daalt vanwege zorgen over stijgende kosten, studieschulden en een door AI veranderende arbeidsmarkt. Politieke druk dwingt instellingen te focussen op baankansen en meetbaar rendement. Deze trend speelt in ons land veel minder, maar is ook weer niet volledig uit beeld. Tegelijkertijd zoeken instellingen naar nieuwe onderwijsvormen zoals microcredentials en competentiegericht onderwijs, zonder daarbij bredere academische en maatschappelijke doelen uit het oog te verliezen. Microcredentials zijn bij ons ook een thema, maar dan veel meer vanuit het perspectief van een leven lang ontwikkelen. Volgens het rapport zijn de sociale trends ook sterk verweven met AI. Het vertrouwen in informatie staat onder druk omdat AI teksten produceert die overtuigend klinken maar geen duidelijke auteur, bronvermelding of redenering laten zien. Daardoor moeten lerenden en docenten meer dan voorheen kritisch afwegen wat ze lezen en gebruiken. Tegelijk verandert de verhouding tussen docent en lerende: lerenden wenden zich voor uitleg en taakopdrachten steeds vaker tot AI in plaats van docenten. Dat gaat ten koste van informele contactmomenten en mogelijkheden om lerenden te begeleiden. Het rapport signaleert ook dat AI-detectietools wederzijds wantrouwen versterken: docenten vrezen academische oneerlijkheid, lerenden vrezen onterechte beschuldigingen. Ik vind het sterk dat de auteurs ingaan op de sociale impact van AI binnen het onderwijs. Er is namelijk sprake van verwevenheid van deze technologie van sociale aspecten van het onderwijs (en andere aspecten zoals we zullen zien).

De technologische trends laten zien hoe AI het ontwerp van onderwijs en toetsing onder druk zet. Traditionele toetsvormen worden in twijfel getrokken op hun vermogen om werkelijk leren te meten. Dat leidt ertoe dat sommige docenten teruggrijpen op klassikale schriftelijke toetsen terwijl anderen juist inzetten op authentieke bewijzen van leren, zoals portfolio’s en mondelinge toelichting. Daarnaast wijst het rapport op groeiende cybersecurity- en privacyrisico’s voor gegevens van lerenden en docenten: phishing is het meest voorkomende aanvalskanaal, en de risico’s nemen toe naarmate instellingen meer externe leveranciers, clouddiensten en AI-tools inzetten. AI maakt het voor aanvallers ook eenvoudiger om overtuigende phishingberichten te genereren (en AI-agents zullen m.i. vaker autonoom hackpogingen gaan wagen waardoor ook platforms met minder gebruikers object zullen worden van hackpogingen). Tegelijk breiden instellingen hun gebruik van chatbots en AI-tutors uit voor begeleiding van lerenden. Dat maakt ondersteuning laagdrempeliger en proactiever, maar brengt ook risico’s mee: ongelijke ervaringen als sommige lerenden vooral geautomatiseerde hulp krijgen terwijl anderen menselijke begeleiding ontvangen, en de vraag in hoeverre ingeleverd werk nog het begrip van de lerende weerspiegelt. Hier is dus nadrukkelijk deels sprake van verwevenheid van technologie met pedagogische en didactische aspecten van het onderwijs. Een aantal van deze trends zijn dus geen puur technologische trends. Dit is één van de redenen waarom ik bij het beschrijven van trends een raamwerk gebruik waarin ook ontwikkelingen op het gebied van onderwijsparadigma’s een belangrijke rol spelen.

Op economisch vlak beschrijft het rapport een lastige drievoudige druk: dalende overheidsfinanciering, teruglopende instroom van lerenden -met name internationale studenten- en een toenemende roep om aantoonbaar rendement van diploma’s. Instellingen reageren door kortere, flexibele kwalificaties te ontwikkelen zoals microcredentials en certificaten, en door meer nadruk te leggen op arbeidsmarktrelevantie. Het risico is dat als rendement te smal wordt gedefinieerd -uitsluitend in termen van salaris- en  programma’s op het gebied van kunst, sociale wetenschappen of burgerschap ondergewaardeerd raken. Ook in ons land staat de publieke financiering van het onderwijs onder druk, maar veel minder extreem dan in de VS. Wij hebben ook te maken met een dalende instroom. Dit is echter regionaal bepaald (krimpregio’s). Ik bespeur echter juist waardering van politici en andere belanghebbende voor het onderwijs, met name het beroepsonderwijs. Daarbij wordt lang niet altijd boter bij de vis geleverd.

De milieuparagraaf belicht twee aspecten die maar selectief in verband worden gebracht met AI. Ten eerste groeit de bewustwording dat AI aanzienlijk energie en water verbruikt. Dat zet instellingen er volgens de auteurs toe aan bewuster te kiezen wanneer AI daadwerkelijk meerwaarde heeft. Wat mij betreft is op dit terrein nog een hele wereld te winnen. Ten tweede wordt digitaal leren steeds vaker gezien als een duurzaamheidsstrategie, omdat het woon-werkverkeer en het energieverbruik van fysieke gebouwen kan verminderen. Tegelijk wijst het rapport erop dat digitale leeromgevingen ongelijkheid kunnen vergroten wanneer lerenden geen betrouwbare internetverbinding of geschikte apparatuur hebben. Deze laatste twee aspecten spelen bij ons een minder belangrijke rol. De afstanden zijn korter en er wordt volgens mij ook geïnvesteerd in het verduurzamen van gebouwen. Ook is binnen het Nederlandse onderwijs m.i. de perceptie dominant dat je, als het even kan, het beste op locatie kunt leren. Daarnaast hebben lerenden over het algemeen wel passende internetverbindingen en apparatuur, al hebben we tijdens de Coronacrisis gezien dat de infrastructuur bij mensen met laag inkomen vaak beroerder is dan bij anderen.

Het beleidsklimaat wordt volgens de auteurs gekenmerkt door groeiende druk op academische autonomie vanuit zowel federale als deelstaatwetgeving in de VS, nieuwe toegankelijkheidsvereisten voor digitale inhoud, en onzekerheid rondom visa en immigratie die internationaal studeren bemoeilijkt. Die laatste ontwikkeling raakt niet alleen instroom en financiën, maar ook de diversiteit van perspectieven in leeromgevingen en onderzoek. Bij ons is echt sprake van een ander beleidsklimaat.

Nieuw in dit rapport, in vergelijking met eerdere edities, zijn de ‘signals of change‘: vroege, soms verrassende indicatoren van mogelijke verschuivingen. AI ontwikkelt zich razendsnel: van volledig geautomatiseerde bedrijven en gratis leerassistenten tot goedkope redeneermodellen en emotie-trackingsystemen die vergaande ethische vragen oproepen. De opkomst van gratis redeneermodellen zoals DeepSeek R1 maakt geavanceerde AI-analyse toegankelijk zonder instellingslicentie, maar roept tegelijk de vraag op of het cognitieve leerproces van zoeken, evalueren en redeneren daarmee onder druk komt te staan. Uiteraard is dit ook een voorbeeld van ‘schaduw IT: dit is het gebruik van software, apparaten of diensten door medewerkers zonder medeweten of goedkeuring van de IT-afdeling met als belangrijkste nadeel dat dit aanzienlijke beveiligingsrisico’s met zich meebrengt, omdat deze systemen buiten het officiële toezicht en beheer vallen.

Tegelijkertijd worstelen instellingen met AI-governance: detectiesoftware voor AI-gegenereerde tekst verliest draagvlak, overheden eisen meer transparantie over AI-gebruik, en beperkingen op sociale media voor jongeren kunnen de digitale vaardigheden van toekomstige lerenden beïnvloeden. Het onderwijslandschap zelf verandert structureel: experimenten met AI-first scholen en kortere schooldagen, verschuivingen in accreditatiestelsels en de opkomst van student-atleten als commerciële professionals stellen instellingen voor nieuwe organisatorische en juridische uitdagingen. De druk om de economische waarde van een diploma aan te tonen neemt toe, waarbij nieuwe overheidseisen rond verdienpotentieel met name voor sociaal gerichte opleidingen een bedreiging vormen, terwijl stages met studiepunten en fusies in de bedrijfsvoering als oplossing worden gezocht. Ten slotte leggen externe factoren zoals klimaatverandering en het wegvallen van sociale vangnetten een zware last op instellingen en studenten, met als risico dat kansongelijkheid in het hoger onderwijs verder toeneemt. Eerlijk gezegd geloof ik niet dat in ons land AI-first scholen met korte lesdagen voet aan de grond krijgen. Ons onderwijs is resistent tegen zo’n verandering.

Interessant is ook het onderdeel met ‘emerging practices’. Instellingen wereldwijd experimenteren met uiteenlopende aanpakken om onderwijs en organisatie te vernieuwen. Sommige richten zich op bestuur en wendbaarheid, zoals Frontier Nursing University, dat zijn besluitvormingsprocessen hervormt om sneller op AI-ontwikkelingen te kunnen reageren. Andere initiatieven zetten AI in als ondersteuning van het leren: in Marokko volgt een systeem het gedrag van studenten om motivatieproblemen vroegtijdig te signaleren, terwijl in Kenya AI-leertools via WhatsApp bereikbaar worden gemaakt voor studenten met beperkte internettoegang. Nederland onderscheidt zich volgens de samenstellers door een landelijke samenwerking waarbij alle 113 publieke instellingen gezamenlijk een privacybewuste AI-infrastructuur opbouwen (EduGenAI). De aansluiting op de arbeidsmarkt krijgt vorm via frameworks zoals U2B, dat microcredentials ontwikkelt in direct overleg met werkgevers, en via VR-labs die studenten laten kennismaken met echte werkomgevingen. Verantwoord AI-gebruik staat centraal bij Northwestern University, waar lerenden worden opgeleid als AI-gidsen die hun medelerenden en docenten begeleiden. Tegelijkertijd benadrukken initiatieven zoals “Outwondering the Algorithm” dat nieuwsgierigheid en zelfstandig redeneren belangrijker zijn dan technische vaardigheden alleen. Tot slot combineert het Dual-Twin Framework menselijk leiderschap met AI-analyse, en verbindt het AI Impact Center van William Penn University lerenden met de lokale gemeenschap via praktijkgerichte AI-toepassingen.

Al met al een boeiend rapport met trends, signals of change, en ‘emerging practices‘ die vaak wel, maar niet altijd, en ook regelmatig in mindere mate relevant zijn voor ons onderwijs.