Leren met AI, en toch meer met elkaar
Esther van der Stappen (Avans) en Marieke Meeuwisse (Erasmus) publiceerden deze week op ScienceGuide een opiniestuk met een pakkende titel, "Leren met AI, maar niet meer met elkaar". Hun zorg, AI helpt studenten sneller aan een antwoord, maar het samen zoeken, het twijfelen, het ongemak dat daarbij hoort raakt zo buiten beeld. Terwijl juist dat ongemak een groot deel van het leren zou zijn.
Ik herken het gevaar dat ze beschrijven. Maar in mijn eigen lessen aan de Hogeschool Utrecht en in gesprekken met docenten die met EduGPT werken, zie ik vaak het omgekeerde gebeuren. Zet een student een AI in als sparringpartner in plaats van als antwoordenmachine, en diezelfde student komt daarna juist vaker bij een medestudent of bij mij terecht, niet minder vaak.
Dezelfde techniek, tegenovergestelde uitkomst
Het duidelijkste bewijs komt van een veldexperiment onder 839 Turkse middelbare scholieren (Bastani e.a., 2024). Een groep kreeg tijdens wiskundeoefeningen onbeperkte toegang tot GPT-4, een tweede groep een versie die geen kant-en-klare antwoorden gaf maar hints, een derde groep geen AI. Op het examen zonder AI erbij presteerden de leerlingen met onbeperkte toegang 17 procent slechter dan de groep die nooit AI had gebruikt.
De groep met de hint-versie had dat probleem niet. Zelfde model, zelfde leerlingen, zelfde lesstof. Het enige verschil was dat deze AI antwoorden achterhield en vragen terugkaatste. Of AI het leren ondermijnt of juist versterkt, ligt dus niet aan de technologie zelf, maar aan hoe je hem instrueert.
Scaffolding die vanzelf overbodig wordt
Vygotsky's zone van naaste ontwikkeling verklaart waarom dat werkt. Een goede scaffold, of dat nu een docent, een medestudent of een AI is, bestaat om na verloop van tijd weer overbodig te worden. Een AI die vragen stelt in plaats van invult, functioneert als zo'n tussenstap en duwt je daarna terug de klas in om te toetsen of je gelijk had.
Onderzoek naar AI als Socratische gesprekspartner bevestigt dat beeld. Een studie onder natuurkundestudenten (Education Sciences, 2026) vond dat een ChatGPT die vragen stelt in plaats van antwoorden geeft, leidt tot diepere betrokkenheid en een verschuiving van oppervlakkige naar conceptuele vragen. Een latere interventiestudie naar dezelfde aanpak laat zien dat het effect het grootst is wanneer die AI-begeleiding naast menselijke begeleiding staat, niet als vervanging ervan.
Hans Visser verwoordde het bij de opening van de ZAAM Onderwijsacademie treffend. Een leerling die een betoog leert schrijven kent de opbouw al, het wegen van argumenten is de stap die hij zelf moet zetten. De AI krijgt dan de opdracht om vragen te stellen over die argumenten en zwakke plekken aan te wijzen, zonder zelf zinnen te schrijven. Precies de combinatie van kennis over leren en kennis over AI die ook in Van Dammes scoping paper over AI in het onderwijs naar voren komt.
Mensen blijven elkaar nodig hebben
Recent kwalitatief onderzoek onder masterstudenten aan de Radboud Universiteit (Cerpentier, Van Asselt en Ketelaar, 2026) laat zien dat sociale dynamiek niet verdwijnt zodra AI in beeld komt. Groepsnormen en wat medestudenten doen blijven een van de sterkste verklaringen voor hoe iemand een tool wel of niet gebruikt. Studenten verantwoorden hun keuzes nog altijd het liefst bij elkaar.
Onderzoek naar shared regulation bij jonge leerlingen wijst in dezelfde richting. Inzicht krijgen in hoe een systeem voor je regelt is iets anders dan zelf mogen meebeslissen over moeilijkheidsgraad en aanpak. Agency houdt een leerling aan tafel, bij de les en bij elkaar.
Van der Stappen en Meeuwisse hebben gelijk over het risico. Een AI die kortsluiting maakt tussen vraag en antwoord laat het gesprek tussen mensen verdampen. Maar dat is een ontwerpkeuze, geen eigenschap van de technologie. Bouw een AI die vragen teruggeeft in plaats van ze te beantwoorden, en studenten komen met meer vragen bij elkaar en bij hun docent terecht, niet met minder. Dat uitgangspunt staat ook aan de basis van EduGPT.