AI in het onderwijs: begin niet bij de tool

Welke AI-tool moeten we gebruiken? Wat mogen leerlingen ermee? En hoe zorgen we dat collega’s ermee leren werken?

Het zijn begrijpelijke vragen nu generatieve AI steeds vaker het onderwijs binnenkomt. Toch beginnen ze eigenlijk een stap te laat. De belangrijkste vraag is niet welke tool je kiest, maar wat je met AI wilt versterken in het onderwijs.

Dat maakt AI niet alleen een technisch onderwerp. Het is vooral een didactische uitdaging.

Tijdwinst is nog geen onderwijskwaliteit

Generatieve AI kan leraren veel werk uit handen nemen. Een lesopzet maken, teksten herschrijven, extra oefeningen bedenken of informatie structureren: het kan allemaal sneller.

Maar sneller betekent niet automatisch beter.

Een les die in vijf minuten met AI is gemaakt, moet nog steeds passen bij het leerdoel en de voorkennis van leerlingen. De instructie moet duidelijk zijn, leerlingen moeten voldoende kunnen oefenen en de leraar moet zicht houden op begrip.

De winst van AI zit daarom niet alleen in de tijd die je bespaart. Interessanter is wat je vervolgens met die tijd en de gegenereerde inhoud doet om het leren van leerlingen te versterken.

Kijk verder dan de gemiddelde leerling

Daar komt nog iets bij. Generatieve AI kan gemakkelijk met een algemeen voorstel komen dat op het eerste gezicht prima bruikbaar lijkt. Maar een gemiddelde aanpak past niet automatisch bij iedere leerling.

Een opdracht kan bijvoorbeeld te talig zijn voor een leerling met dyslexie of een taalontwikkelingsstoornis. Een uitleg kan te veel voorkennis veronderstellen. Een andere leerling heeft juist meer uitdaging nodig.

De professionele blik van de leraar blijft daarom essentieel. AI kan een vertrekpunt geven, waarna de leraar bepaalt: voor welke leerlingen werkt dit? Wie heeft extra instructie, visuele ondersteuning, pre-teaching of begeleide oefening nodig? En wie kan juist een stap verder?

Juist wanneer scholen AI willen inzetten voor passend en kansrijk onderwijs, is die vraag belangrijk.

Een AI-analyse is nog geen professioneel oordeel

Ook bij kwaliteitszorg kan AI ondersteunen. Het kan bijvoorbeeld geanonimiseerde toetsgegevens ordenen, observaties samenvatten of helpen om patronen in informatie zichtbaar te maken.

Dat biedt mogelijkheden, maar vraagt ook om voorzichtigheid.

Een patroon is nog geen conclusie. En een conclusie is nog geen passende interventie. AI ziet immers niet hoe een leerling de klas binnenkomt, wat er thuis of in de groep speelt of waarom een leerling op een bepaald moment anders presteert.

Die context brengen onderwijsprofessionals mee. Daarom zou een analyse van AI vooral aanleiding moeten zijn voor een professioneel gesprek, niet het einde ervan.

Drie vragen voor het gesprek over AI

Voor kwaliteitscoördinatoren ligt hier een belangrijke rol. Niet omdat zij de AI-expert van de school moeten worden, maar omdat zij het gesprek kunnen terugbrengen naar de kwaliteit van het onderwijs.

Drie vragen helpen daarbij:

Wat willen we versterken?
Begin bij het leerdoel en jullie visie op goed onderwijs. Bepaal daarna pas hoe AI daarbij kan ondersteunen.

Voor wie werkt dit?
Kijk niet alleen of AI-output bruikbaar lijkt, maar ook voor welke leerlingen deze passend is en waar aanpassing nodig blijft.

Hoe houden we zicht op wat klopt?
Beschouw AI-output als een voorstel. Controleer bronnen, aannames en ontbrekende informatie en leg het altijd naast de kennis en observaties van onderwijsprofessionals.

Zo wordt AI geen doel op zichzelf, maar een hulpmiddel binnen de kwaliteitsaanpak die er op school al is.

AI mag meedenken. De onderwijsprofessional houdt het laatste woord.