AI en onderwijs: waar moet je als onderwijsinstelling antwoorden op formuleren?

Gisteren heb ik bij de start van een ‘leiderschapsdag’ van het Vista College een presentatie mogen houden over AI en onderwijs. Een belangrijk onderwerp was: waar moet je als MBO-instelling over nadenken als het gaat om AI en onderwijs.

Na een korte introductie ben ik ingegaan op recente ontwikkelingen op het gebied van AI. Daarbij gaat het niet alleen om het toenemende gebruik en kracht van AI. Deze technologieën leiden er ook toe dat we het internet op een heel andere manier gaan gebruiken. Denk aan informatie zoeken versus vragen stellen. Verder is AI vrijwel alomtegenwoordig en bijna onvermijdelijk omdat veel bestaande applicaties – zoals leermanagementsystemen – AI-technologieën integreren.

AI-toepassingen zoals Google Gemini en ChatGPT zijn ook zogenaamde ‘arrival technology’: we hoeven er niet bewust voor te kiezen om deze technologie te gaan gebruiken. Deze technologie vindt zijn weg als vanzelf naar gebruikers. Dat gold destijds ook voor zoekmachines. De AI-technologieën zijn echter breed toepasbaar, met grote gevolgen.

Als het gaat om AI, is ‘redeneren’ ook een belangrijke ontwikkeling. Willison noemde het jaar 2025 onlangs het ‘year of reasoning‘. Grote aanbieders hebben fors ingezet op modellen die niet alleen antwoorden genereren, maar tussenstappen expliciet meenemen. Deze modellen ontwikkelen strategieën die voor mensen herkenbaar zijn als redeneren (maar niet op de manier waarop mensen redeneren). In de praktijk blijkt dit vooral waardevol wanneer modellen tools mogen gebruiken. Ze kunnen dan plannen maken, resultaten evalueren en hun aanpak aanpassen. Dat maakt toepassingen als zoekopdrachten en code-analyse betrouwbaarder.

Hieraan gerelateerd is de ontwikkeling van AI-agents relevant. Deze hebben de volgende kenmerken:

• Autonome uitvoering (zet zelfstandig vervolgstappen om het einddoel te bereiken).
• Doelgericht (analyseert complexe opdrachten en bepaalt deeltaken en prioriteiten).
• Systeemintegratie (communiceert met externe tools en API’s om acties uit te voeren).
• Adaptief vermogen (past eigen strategie aan op basis van feedback en omgevingsfactoren).

Inmiddels ondersteunt AI bij tal van werkzaamheden, ook bij leren, en neemt het taken over. Fysieke AI lijkt nu de volgende stap. Tijdens de recente editie van de CES werden diverse voorbeelden gepresenteerd van AI-gestuurde robots die onder meer in staat zijn te fungeren als productie- en magazijnmedewerker. AI-gestuurde robots voeren dus bepaald praktisch werk uit. Nvidia, momenteel het bedrijf met de hoogste beurswaarde, zet hier bijvoorbeeld vol op in. Hoewel ontwikkelaars van deze robots momenteel een te rooskleurig beeld lijken te schetsen van wat mogelijk is.

Vervolgens ben ik ingegaan op de vraag: dwingt het AI-tijdperk ons om het onderwijs opnieuw uit te vinden?
De adoptie van AI heeft gevolgen voor bekwaamheden waarover we moeten beschikken, en daarmee ook voor de inhoud van het onderwijs. Aan de hand van het curriculaire spinnenweb van Van den Akker zul je na moeten gaan wat de impact van AI is op leerinhouden, manieren van toetsen, je didactiek, etcetera. Kijk opnieuw naar de ‘constructive alignment’ tussen leeruitkomsten, leeractiviteiten, manieren van beoordelen en digitale technologieën waaronder ‘AI’.

Daarnaast zullen we moeten investeren in AI-fluency. Vier kernvaardigheden vormen daarvan samen de basis:

1. Delegatie (Delegation): Hierbij draait het om het nemen van doordachte beslissingen over de taakverdeling tussen mens, AI of samenwerking.
2. Beschrijving (Description): Deze vaardigheid richt zich op het helder en effectief communiceren met AI-systemen.
3. Onderscheidingsvermogen (Discernment): Hierbij gaat het om het kritisch beoordelen van zowel de uitkomsten als het gedrag van AI. Kritisch denken en reflectie staan hierbij centraal.
4. Zorgvuldigheid (Diligence): Deze vaardigheid richt zich op verantwoord, ethisch en transparant omgaan met AI. Ethische afwegingen en het informeren van betrokkenen zijn hierbij van groot belang.

MBO-instellingen (en andere onderwijsinstellingen) zullen verder goed moeten nadenken over de vraag: hoe kunnen we ervoor zorgen dat AI-technologie het leren gaan versterken, en hoe kunnen we voorkomen dat we het leren ‘uitbesteden’ aan AI-toepassingen. Over de gevolgen van AI voor leren, opleiden en onderwijs bestaat weinig zekerheid. Het ‘kwartje’ kan namelijk beide kanten op vallen.

Andere te beantwoorden vragen zijn:

• Hoe willen we als organisatie AI adopteren? Welke plek willen we innemen binnen het AI-adoptiemodel?
• Wat vinden wij belangrijke principes bij het gebruik van AI en onderwijs?
• Welke veranderaanpak hanteren wij? En laten we nu eens anders tegen ‘weerstand‘ aankijken.
• Kies je voor een eigen AI-infrastructuur of richt je je bijvoorbeeld op EduGenAI?
• Hoe betrekken wij de belanghebbende erbij? Een AI-advisoryboard is daarvoor een middel.

Deze vragen maken m.i. deel uit van een AI-strategie waarover je m.i. zou moeten beschikken als MBO-insteling (en als onderwijsinstelling en L&D-afdeling in het algemeen.

Hieronder vind je mijn slides: