AI in balans

Artificiële intelligentie speelt een steeds grotere rol in het onderwijs. Een onderwijs dat nog aan het bekomen is van corona en eigenlijk niet klaar is voor een nieuwe golf van verandering. Als de wifi of de beamer al niet werkt of sommige mensen slagen er niet in om zelfs maar een presentatie deftig op te starten, dan is de meerwaarde benoemen van AI niet meteen aan de orde.
Sommigen staan op dat vlak al wat verder of hebben het geluk dat de randvoorwaarden om tot digitaal ondersteund leren en lesgeven, vervuld zijn. Zij gaan volop aan de slag met deze nieuwe systeemtechnologie, die enorme kansen en tegelijk ook uitdagingen biedt voor onderwijs. Van gepersonaliseerd leren tot efficiëntere data-analyse, de mogelijkheden zijn veelbelovend. Tegelijkertijd roept de inzet van AI fundamentele vragen op over privacy, ethiek en de impact op kritisch denken. Er spelen ook subtielere risico’s. Hoe kunnen we de voordelen benutten zonder de risico’s te negeren?

Een denkmodel: AI in balans

Om deze complexe afweging tastbaar te maken, introduceer ik in deze blog een fictieve formule. Dit model is niet wetenschappelijk onderbouwd, maar dient als gespreksstarter om de verschillende factoren in kaart te brengen.

Een magische formule?

Mocht de wiskundige in je meteen stijgeren en denken dat de haakjes in de teller overbodig zijn… dat weet ik. Ze helpen alleen om gelijkaardige factoren visueel bijeen te brengen.

Waarbij:

• Tijd: De tijdwinst voor leerkrachten en/of leerlingen. Kan je hier als leerkracht tijd mee besparen, die je dan idealiter inzet in de klas om leerlingen te ondersteunen. Kunnen leerlingen hier tijd mee winnen, waardoor ze extra oefenkansen of meer ondersteuning kunnen krijgen?
  • Door bv. door AI-gegenereerde vragen meteen binnen te trekken in een formulier.
  • Meer gelijkaardige oefeningen genereren of meer variatie of betere afleiders vinden bij meerkeuzevragen.
  • Als leerlingen sneller tot inzicht kunnen komen via feedback op maat, kunnen ze sneller verder gaan. Dit is dan differentiatie op tempo.
• Lesmateriaal: Het genereren van kwalitatieve leermiddelen (denk hier bv. aan het kwaliteitskader effectieve leermiddelen). Leermiddelen gegenereerd met AI zijn niet per se effectieve leermiddelen.
  • Een zoveelste afbeelding die louter de presentatie opleukt, kan eventueel een beetje de motivatie verhogen, maar voegt weinig didactische meerwaarde toe.
  • Van een video een interactieve video maken m.b.v. technologie en AI, verhoogt de effectiviteit van het leermiddel.
• Inclusie: In hoeverre AI (of het materiaal dat we ermee maken) het onderwijs toegankelijker en diverser maakt.
  • Vind je geen passende afbeelding, dan maak je er een op maat van je klas en groep, zodat iedereen er zich kan in herkennen.
  • Als je je (power)presentatie live brengt, kan elke leerling zelf kiezen in welke taal er ondertiteling getoond wordt. Dit biedt veel kansen naar ondersteuning voor wie het Nederlands nog niet goed beheerst. Ook voor het volgen van de Franse les bv. Niet elk kind dat bv. vluchteling is, had een gelijkaardig voortraject voor deze vreemde taal. Zo had ik wel af en toe een leerling die bv. uit Syrië kwam en (uiteraard) in het lager onderwijs geen twee jaar Frans had gekregen.
  • Als je slimme voorleesfuncties gebruikt, kunnen leerlingen met bepaalde leerstoornissen ondersteund worden in het lezen en begrijpend lezen.
• Inzicht: Snelle, datagedreven analyses die het onderwijs verbeteren. Leerlingen kunnen dit inzetten om tot diepgaandere inzichten te komen.
  • Als leerlingen AI inzetten om hun eigen ideeën, argumenten of structuur aan te vullen met tips van AI, dan kunnen ze daaruit leren. Als je een volledige mindmap volledig door AI laat maken, zoals met Als leerlingen AI inzetten om hun eigen ideeën, argumenten of structuur aan te vullen met tips van AI, dan kunnen ze daaruit leren. Als je een mindmap volledig door AI laat maken, zoals met ideamap, dan bestaat het risico dat het denkwerk uitgeschakeld wordt. Gebruik je het als modeloplossing of om kritisch te kijken naar de eigen structuur, wordt het weer een leermiddel.
  • Als de hoeveelheid data te groot is, kan AI helpen met analyseren van trends, tendenzen en kan je zoeken naar specifieke gegevens.
• Aanbevelingen: Persoonlijke suggesties en adviezen op basis van leerdata.
  • Wiskundeonderwijs in het lager onderwijs is in sommige scholen al erg gedigitaliseerd, met slimme AI die uitdaagt, verdiept, verbreed of remedieert. Kanttekening: eigenlijk weten leerkrachten niet vaak wat onder de motorkap van dergelijke platformen draait en hoe leerlingen ingeschaald worden. Dat vormt wel een risico.
• Privacy & ethiek: De risico’s op datamisbruik en ethische dilemma’s zoals bias en vooroordelen en culturele beeldvorming. Het ecologische aspect is hier niet als aparte factor vermeld, omdat dat eigenlijk mee onder de ethiek valt, maar tegelijk een opheffende factor is. Geen energieverbruik, betekent ook geen AI, dus ook geen denkoefening. Er is altijd een ecologische voetafdruk bij gebruik van AI, maar bv. niet altijd een groot ethisch probleem omwille van bv. sterke bias of censuur.
• Cognitieve offloading: De mate waarin AI het denkproces overneemt, waardoor leerlingen en leerkrachten minder kritisch nadenken. Dit weegt extra zwaar, omdat de impact hiervan groot kan zijn. Veel hangt uiteraard af van hoe je de AI inzet in het didactisch verloop van je les of opdracht. Veel hangt ook af of het uitbesteden van taken alleen betekent dat we ons eigen denken uitschakelen, of juist door de routineuze taken uit te besteden, bandbreedte bij krijgen? Het kan zomaar zijn dat de output van AI-systemen ons juist tot diepere inzichten brengt en ons juist als mens uitdaagt om de cognitieve lat hoger te leggen, net zoals het rekentoestel ons misschien minder tijd doet steken in het van buiten leren van maaltafels, maar ons de mogelijkheid biedt om complexere berekeningen te maken. In deze blog schrijf ik over nog andere risico’s, en ook Marco Derksen (Digitaal strateeg) wijt er een artikel aan op LinkedIn.

Deze factoren zijn hier misschien te kort omschreven, maar je begrijpt dat daaronder heel wat didactische
en wetenschappelijke overwegen schuilgaan. Barend Last vult aan dat bv. de factor tijd zowel een voor- of nadeel kan zijn. Sommigen vinden het juist leuk om snelheid te maken en tijd uit te sparen, terwijl anderen daar juist niet mee geholpen zijn of naar op zoek gaan.
Wat dat betreft, kon Steven Ceuppens (projectleider digitaal onderwijs van Stedelijk Onderwijs Antwerpen) uit een onderzoek van Microsoft (pdf) wel volgende vaststelling halen over die vermeende tijdwinst: ‘AI spaart werk door het verzamelen van informatie te automatiseren, maar werknemers moeten nu meer tijd investeren in het verifiëren van de nauwkeurigheid van AI-resultaten. En hoewel AI het creëren van content vereenvoudigt, moeten werknemers nog steeds tijd besteden aan het afstemmen van outputs op specifieke behoeften en kwaliteitsnormen.’

Wanneer is AI een meerwaarde?

Het model laat zien dat AI een positieve bijdrage levert en dus te overwegen is als de uitkomst rond of boven coëfficiënt 1,25 draait: de voordelen wegen dan zwaarder dan de risico’s. Is de uitkomst lager, dan verdienen de nadelen extra aandacht en is het toepassen van deze AI eigenlijk niet aan te raden.

Geef elke factor in je berekening een score van 0, 1 of 2.
In de teller is een 0-score te zien als geen meerwaarde, 1 als een beetje meerwaarde of 2: deze toepassing van AI levert bv. echt veel tijdwinst op.
In de noemer is een 0-score te zien als geen risico, 1 als een licht risico (o.a. afhankelijk van de leeftijd van de leerlingen waarvoor je deze AI wil inzetten en de mate waarin ze er zelf mee aan de slag moeten). Geef je het een 2, dan is dat een groot of absoluut onaanvaardbaar risico en sluit een verdere berekening misschien wel gewoon uit.

>> Probeer de calculator (gemaakt met Claude AI). In onderstaand voorbeeld waren de elementen uit de noemer (lees: nadelen) te groot om het gebruik van de AI te verantwoorden. (lukt het niet met deze link, probeer dan even hier en klik op ‘skip intro’)

Drie scenario’s

Optimistisch scenario: Stel dat AI tijdwinst oplevert, kwalitatief lesmateriaal biedt en onderwijs inclusiever maakt, terwijl privacyrisico’s en ethische bezwaren minimaal blijven. De ratio (het coëfficiënt) is dan hoog (bijvoorbeeld 5), wat wijst op een duidelijke meerwaarde.

Gemiddeld scenario: Wanneer zowel de positieve als negatieve factoren gemiddeld scoren, ligt de ratio rond de 1. Dit duidt op een evenwicht waarin een contextuele beoordeling nodig is.

Pessimistisch scenario: Zijn de voordelen beperkt en wegen de nadelen zwaar (bijvoorbeeld door grote zorgen rond privacy of sterke afhankelijkheid van AI bij denkprocessen), dan daalt de ratio onder de 1. In dat geval is sterke terughoudendheid geboden, of zelfs het niet toepassen van deze AI. Zelfs een mooie tijdwinst weegt niet op tegen mogelijke hoge risico’s.

Kritische kanttekeningen

Deze formule is een mogelijk hulpmiddel om de discussie te structureren. AI-gebruik in het onderwijs is geen kwestie van eenvoudige berekeningen. Eén zwaarwegend ethisch bezwaar kan doorslaggevend zijn, ongeacht de totale balans. Daarom blijft een kwalitatieve beoordeling essentieel: hoe AI wordt ingezet, is minstens zo belangrijk als wát het oplevert.
Wie deze formule wil inzetten, moet ook op de hoogte zijn van de draagwijdte van deze factoren en dus eigenlijk voldoende AI-geletterd zijn om deze inschatting/inschaling te kunnen maken.

Ga het gesprek aan

AI kan het onderwijs versterken door tijdsbesparing, gepersonaliseerd leren en diepere inzichten.
Het brengt ook fundamentele risico’s met zich mee die we niet mogen negeren of minimaliseren. De vraag is niet óf AI een rol moet spelen, maar onder welke voorwaarden het een échte meerwaarde heeft. Deze denkoefening is een startpunt voor dat gesprek.

Disclaimer: Dit model is een gedachte-experiment en al zeker geen wetenschappelijke richtlijn. Het doel is om de dialoog hierover op scholen te stimuleren en kritisch na te denken over de inzet van AI in het onderwijs. Ga dit gesprek aan met elke betrokkene, ook met ouders – voor het onderwijs van morgen.

(Het is ook gewoon grappig dat iemand als ik, die niet sterk is in wiskunde, het gebruik van AI toch probeert te vatten in een wiskundig kader.)

auteur: Erik Devlies
relevant aanbod: Lerend netwerk AI
andere blogs: Subtiele risico’s bij AI in onderwijs en AI-gebruik bij taken en opdrachten