Wat studenten over AI denken en wat dat voor docenten betekent
Twee onderzoeken die deze week vlak na elkaar verschenen, leggen samen een interessant patroon bloot. Het ene kijkt naar hoe studenten AI in hun leerproces gebruiken, het andere naar hoe docenten AI zo inzetten dat het leren juist versterkt. Los van elkaar twee invalshoeken, samen een compleet beeld.
Vier manieren waarop studenten met AI omgaan
Onderzoekers Bente Cerpentier, Cune van Asselt en Paul Ketelaar publiceerden in Examens het onderzoek "Tussen tool en taboe", gebaseerd op interviews met dertien masterstudenten aan de Radboud Universiteit. Ze onderscheiden vier persona's: de kritische gebruiker die AI bewust als aanvulling inzet, de gemakzoeker die vooral op efficiëntie stuurt, de sociale volger die meegaat met wat de groep doet, en de ambivalente twijfelaar die tussen groei en groepsdruk in hangt.
Opvallend is dat de studenten de risico's van AI, zoals onbetrouwbare output, plagiaat en afhankelijkheid, prima kunnen benoemen. Die kennis weegt in de praktijk alleen nauwelijks mee. Gebruik wordt vaak gerechtvaardigd door het als "ondersteunend" te framen, en groepsdruk blijkt een sterkere driver dan de risico's zelf. De onderzoekers pleiten voor instellingsbreed beleid, AI-geletterdheid voor zowel studenten als docenten, en een leercultuur waarin je risico's en kansen gewoon met elkaar bespreekt.
De juiste prompt begint bij het leerdoel, niet bij AI
Waar het Radboud-onderzoek bij de student begint, begint Hans Visser bij de docent. In een post over de opening van de ZAAM Onderwijsacademie in Amsterdam legt hij uit dat een docent die het leerdoel, de leerfase en de eigen stap van de leerling kent, daarmee automatisch weet welke prompt gepast is. Zijn voorbeeld: een leerling leert een betoog schrijven. De opbouw kent hij al, argumenten kiezen en wegen is de stap die hij zelf moet zetten. AI krijgt dan niet de opdracht om zinnen te schrijven, maar om vragen te stellen over die argumenten en de zwakke plekken aan te wijzen.
Visser verwijst naar de scoping paper van Van Damme (2026) over AI in het onderwijs, die dezelfde conclusie trekt: goed AI-gebruik in de klas vraagt om kennis over hoe leren werkt, gecombineerd met kennis over hoe AI werkt. Losse AI-vaardigheid is niet genoeg.
Twee kanten van dezelfde les
Leg je deze twee onderzoeken naast elkaar, dan ontstaat een logische keten. Studenten weten wat de risico's zijn, maar hebben houvast nodig om daar ook naar te handelen. Die houvast ontstaat niet vanzelf, maar bij een docent die het leerdoel scherp heeft en AI daar gericht op inzet, zoals Visser laat zien.
Dat is precies waar we bij EduGPT op inrichten. De docent houdt de regie over leerdoel en leerfase, AI stelt vragen en daagt uit in plaats van het werk over te nemen, en het gesprek over risico's en grenzen hoort bij de tool, niet ernaast. We nemen dit thema ook mee naar het webinar dat we op 30 september samen met de Vlaamse AI Academie geven over kritisch denken en AI.
Bronnen
Cerpentier, B., van Asselt, C. & Ketelaar, P. (2026). Tussen tool en taboe: inzicht in perspectieven van studenten op Generatieve AI in het hoger onderwijs. Examens.
Visser, H. (2026). LinkedIn-post over de opening van de ZAAM Onderwijsacademie.
Van Damme, D. (2026). Artificiele intelligentie in het onderwijs. Een scoping paper.