De vraag die we vergeten in het AI-debat

In het onderwijs leggen we elkaar graag uit hoe AI werkt. Tooltjes. Handleidingen. Podcasts. Podcasts over podcasts. Een studiedag. Alles is er, of wordt nog gemaakt. We genereren output, en ik doe daar zelf graag aan mee.

Maar ondertussen lijken we iets te vergeten: de goede vraag stellen, op het juiste moment. Niet de vraag hoe AI werkt. De vraag wat AI doet met het leren van een leerling. Als we die vraag niet stellen, denken we dan nog wel na? Of slaan we die stap over en genereren we liever antwoorden? Daarom staan hieronder vooral vragen. Aan het onderwijs. En aan jou als docent.

We weten inmiddels behoorlijk veel over AI, en we kunnen het goed uitleggen. Wat een taalmodel doet. Waarom het hallucineert. Wat een contextvenster is. Wat retrieval toevoegt. Waarom een agent iets anders is dan een chatbot. Hoe een model beeld en tekst combineert. Daar zijn handleidingen voor. Webinars. Cursussen. Complete studiedagen.

Maar kijk dan naar ons onderwijs, ons vak, onze leerlingen. Waar is daar de ruimte om de goede vraag te laten ontstaan? De ruimte om na te denken? Zonder die ruimte krijgen we de zinnen die we zo vaak horen: AI mag ondersteunen, niet vervangen. De leraar moet in de lead blijven. Leerlingen moeten kritisch blijven denken. Leerlingen moeten eigen inbreng laten zien. De mens moet centraal staan.

Klinkt verstandig. Alleen weet ik daarna nog steeds niet wat ik maandag anders moet doen. Wat betekent ondersteunen? Wanneer wordt ondersteuning overname? Wat moet de leraar precies blijven doen om "in de lead" te zijn? Wat bedoelen we met "kritisch blijven denken" als we niet eerst hebben bepaald wat een leerling op dat moment zelf moet doen? En wat bedoelen we met eigen inbreng? Dat de leerling er iets aan toevoegt? Of dat hij er zelf betekenis aan geeft?

Daar zit een vreemde scheefgroei. Over de technologie zijn we concreet. Over het onderwijs worden we abstract. Terwijl professioneel handelen met AI niet bij de tool begint. Ook niet bij het mooiste antwoord. Het begint bij de vraag hoe een leerling leert. En dat is ingewikkelder dan welke prompt ook.

Eerst het onderwijs

Neem een leerling die twee historische bronnen moet vergelijken. AI kan dat prima. Het wijst verschillen aan, vindt overeenkomsten, benoemt mogelijke belangen van de auteurs en maakt er binnen enkele seconden een nette vergelijking van.

Is dat een kans of een risico? Voor een docent die snel wil zien waar twee bronnen botsen, scheelt het veel werk. Voor een leerling die juist moet leren bronnen te vergelijken en te wegen, heeft AI een belangrijk deel van het leren al uitgevoerd. Dezelfde techniek. Een andere betekenis.

De vraag is dus nooit alleen: wat doet AI? De vraag is: wat doet AI, op welk moment in het leren? Daarvoor kijken we in vier stappen, altijd in deze volgorde:

1. Proces: wat moet de leerling uiteindelijk kennen of kunnen, en hoe komt hij daar?
2. Fase: waar in dat leren bevindt hij zich nu?
3. Kernhandeling: aan welke stap moet hij zelf inhoudelijke betekenis geven?
4. AI: wat doet AI precies op díe plek?

Elke vraag in dit stuk hoort bij een van die vier treden.

Begin bij het proces als geheel. Waar wordt voorkennis opgehaald? Waar wordt iets uitgelegd of voorgedaan? Waar oefent de leerling? Waar neemt zijn zelfstandigheid toe? Waar moet hij zelf kiezen, zelf controleren? Waar bouwen we de ondersteuning weer af? En waar willen we weten wat hij zonder die hulp nog kan? Pas daarna leggen we AI ernaast.

Twee soorten kennis

Ons professioneel handelen met AI rust op twee soorten kennis.

De echte vragen ontstaan waar die twee elkaar raken. Dat klinkt vanzelfsprekend. Toch zijn we nog niet goed in het organiseren van dat gesprek. Aan de ene kant praten we over onderwijs: voorkennis, instructie, feedback, toetsing, zelfstandigheid, transfer. Aan de andere kant praten we over AI: modellen, prompts, tutors, agents, personalisatie. En precies tussen die twee gesprekken valt iets weg.

Die twee soorten kennis moeten niet netjes naast elkaar blijven staan. Ze moeten schuren. Zoals ze dat in een goede les ook doen, wanneer je als docent je vak én je leerling tegelijk in je hoofd hebt.

Een technische mogelijkheid heeft op zichzelf nog geen onderwijskundige betekenis. En een onderwijskundige keuze kun je steeds moeilijker maken zonder te begrijpen wat de technologie inmiddels kan. De ene kan niet zonder de andere. En de ene mág ook niet zonder de andere.

De kernhandeling

Ligt het proces op tafel, dan kunnen we per fase preciezer kijken. Hier moet ik even precies zijn, want op deze ene vraag rust de rest van dit stuk:

Aan welke stap moet de leerling in deze fase zelf inhoudelijke betekenis geven om tot leren te komen?

Dat is de kernhandeling van die fase.

Soms is dat voorkennis ophalen. Soms twee verklaringen vergelijken. Een aanpak kiezen. Een bron wegen. Controleren of iets klopt. Een eigen oordeel vormen. Of terugkomen op wat je eerst dacht.

Het is niet automatisch de moeilijkste stap. Ook niet de langste. En zeker niet alles wat een leerling zichtbaar doet. Een leerling kan heel druk bezig zijn met AI, terwijl het systeem de kernhandeling al heeft uitgevoerd. Hij vergelijkt tien voorstellen. Past een gegenereerde tekst aan. Praat twintig minuten met een tutor. Herschrijft een AI-antwoord. Er gebeurt van alles, en het ziet er vaak gelikt uit.

Daar zit een verschil dat we snel over het hoofd zien. Iets toevoegen is niet hetzelfde als betekenis geven. In veel afspraken over AI staat dat een leerling eigen inbreng moet laten zien. Hij moet er zelf iets aan toevoegen. Al die aanpassingen, keuzes en herschrijvingen zijn toevoegingen. Zichtbaar werk. Maar of de leerling er ook betekenis aan gaf, weet je daarmee nog niet.

En het kan ook andersom. Een leerling die naar een uitleg luistert en ineens ziet hoe twee dingen samenhangen, voegt niets toe. Er komt geen product bij. Toch geeft hij betekenis.

De vraag is dus niet wat de leerling heeft toegevoegd. De vraag is waaraan hij zelf betekenis heeft gegeven.

Denk even aan je laatste les. Welke stap was daar de kernhandeling? En wie gaf er betekenis aan?

Dezelfde handeling kan van betekenis veranderen

De kernhandeling is geen sticker die je eenmaal op een opdracht plakt. Je bekijkt hem steeds binnen de fase van het leren.

Neem een uitgewerkte redenering. Tijdens de instructie kan het uitstekend zijn dat AI die voordoet. Dat is dan precies wat nodig is. De leerling voegt op dat moment niets toe. Hij volgt. En toch kan hij er alle betekenis aan geven.

Een paar minuten later begint dezelfde leerling zelfstandig te oefenen. Laat AI daar opnieuw de volledige redenering produceren, en dezelfde functie krijgt een andere betekenis. Niet omdat de AI veranderd is. Omdat de leerling zich op een andere plek in het leren bevindt.

Daarom horen er steeds drie vragen bij elkaar. Wat leert de leerling? Waar bevindt hij zich in dat leren? En wie geeft op dat moment betekenis aan de stap die ertoe doet?

En soms moeten we nog een stap eerder kijken: heeft de leerling de ruimte gekregen om zelf op die stap uit te komen?

Dat is geen nieuwe gedachte. Grote pedagogisch-didactische denkers wezen er al op dat we de volgende stap in het leren steeds opnieuw moeten aanbieden, ook als een kind er nog niet klaar voor lijkt. Juist dat herhaalde aanbod stimuleert groei en gelijke kansen. Maar aanbieden is iets anders dan invullen. Een stap die steeds opnieuw wordt aangeboden, kan een leerling op een dag zelf zetten. Een stap die steeds wordt ingevuld, niet.

De vraag die nog niet bestond

Dat wordt belangrijker naarmate AI beter wordt. AI is namelijk bijzonder goed in het vullen van open plekken. Er is nog geen vraag? AI formuleert er vijf. De leerling twijfelt tussen twee verklaringen? AI vergelijkt ze. De aanpak is nog onduidelijk? AI stelt een route voor. Er ontbreekt een verband? AI legt het.

Dat maakt de technologie nuttig. Maar soms gebeurt het leren juist in de open plek zelf.

Neem opnieuw die twee historische bronnen. Ze spreken elkaar tegen. Een leerling leest ze en denkt op weg naar huis: hoe kan dit allebei waar zijn? Vergelijk dat met een AI-tutor die meteen meldt: "Deze bronnen spreken elkaar tegen. Hoe zou dat kunnen komen?"

De vraag lijkt bijna hetzelfde. Toch is er iets veranderd. In het eerste geval moest de leerling zelf iets opmerken. Er ontstond een probleem, en daaruit een vraag. In het tweede geval heeft AI het probleem al benoemd. De vraag is aangeboden. Hij is niet ontstaan.

Dat betekent niet dat AI nooit vragen mag stellen. Natuurlijk wel. Maar soms is het doel niet dat een leerling een goede vraag beantwoordt. Soms moet er eerst ruimte zijn waarin iets kan ontstaan. Een vraag. Een eerste vermoeden. Twijfel. Een keuze. Een eigen oordeel.

Lees even niet verder. Waar in jouw vak moet een vraag bij de leerling zelf ontstaan?

Twijfel hoeft niet meteen weg

Hetzelfde geldt voor onzekerheid. Tijdens instructie wil je onzekerheid vaak kleiner maken. Prima. Maar bij onderzoek, bronbeoordeling of probleemoplossen kan te snelle zekerheid precies het verkeerde doen. Dan moet een leerling misschien eerst kunnen zeggen: dit denk ik. Hier twijfel ik. Dit bewijs heb ik. En: dit weet ik nog niet.

Pas daarna komt AI. Niet omdat twijfel op zichzelf leerzaam is. En ook niet omdat leerlingen zoveel mogelijk moeten worstelen. Het gaat erom of de leerling zelf iets moet doen met die onzekerheid om verder te komen. Zelf bewijs zoeken. Een bron wegen. Twee mogelijkheden tegen elkaar afzetten. Een eerste verklaring bijstellen. Of vaststellen dat er simpelweg nog te weinig informatie is voor een zekere conclusie.

Ondersteunen klinkt mooier dan het is

Terug naar een van de bekendste zinnen uit het huidige gesprek: AI moet ondersteunen, niet vervangen. Goed. Maar wat betekent dat?

Een hint kan ondersteuning zijn. Totdat het vinden van de volgende stap precies is wat de leerling moet leren. Feedback kan ondersteuning zijn. Totdat de leerling moet leren zijn eigen werk te beoordelen en AI het eerste oordeel al geeft. De leerling kan die feedback daarna nog volop verwerken. Hij voegt dan zichtbaar iets toe. Maar het oordeel, en daarmee de betekenis, kwam van AI.

Een voorgestelde route kan ondersteuning zijn. Totdat het kiezen van de route de kernhandeling is. Een goede vraag kan ondersteuning zijn. Totdat het ontstaan van die vraag deel uitmaakt van het leren.

De grens tussen ondersteunen en vervangen ligt dus niet in de hoeveelheid hulp. Hij ligt bij de kernhandeling: geeft de leerling aan die stap nog zelf inhoudelijke betekenis?

Daarom is een algemene grens zo moeilijk te trekken. AI mag soms bijna alles overnemen. En soms verrassend weinig. Het verschil zit niet in de tool. Het zit in wat er op dat moment geleerd moet worden.

"Kansen en risico's" zegt vooral dat het niets betekent

Hetzelfde probleem hebben we met de woorden kans en risico. "AI biedt kansen voor het onderwijs." Voor wat? "AI brengt risico's met zich mee." Waarvoor?

AI kan bronnen razendsnel ordenen. Een kans, wanneer het ordenen niets toevoegt aan het leerdoel. Een probleem, wanneer juist het selecteren en wegen van bronnen geleerd moet worden. AI kan een tekst uitstekend structureren. Handig, wanneer de structuur alleen een middel is. Iets anders, wanneer de leerling moet leren hoe je een argument logisch opbouwt. AI kan onmiddellijk een passende vervolgstap voorstellen. Waardevol, als iemand vastloopt op iets wat niet centraal staat. Iets anders, wanneer de leerling moet leren herkennen welke vervolgstap nodig is.

Wat AI inmiddels allemaal vóór "het antwoord" doet

Om die afweging te kunnen maken, moeten we ook begrijpen wat AI kan. Niet op het niveau van een ontwikkelaar. Wel genoeg om te zien waar werk verschuift.

Een modern taalmodel kan informatie produceren, vragen formuleren, bronnen selecteren, verschillen aanwijzen, mogelijkheden rangschikken, een aanpak voorstellen, een keuze voorbereiden, een oordeel geven, feedback formuleren, vervolgstappen kiezen, en die stappen steeds vaker ook zelfstandig uitvoeren.

Sterker nog: je geeft niet langer voor iedere handeling een aparte opdracht. Je geeft een doel, en het systeem kiest zelf de tussenstappen. Of laat ze weg.

Prestatie is nog geen leren

Daar hoort nog een onderscheid bij. AI kan prestaties beter maken. Een leerling schrijft een betere tekst. Maakt minder fouten. Vindt meer bronnen. Krijgt sneller werkende code. Of komt met ondersteuning tot een correct antwoord. Dat kan allemaal waardevol zijn.

Maar een betere prestatie mét ondersteuning zegt nog niet wat dezelfde leerling zonder die ondersteuning kan. Daarom houden we vier vragen uit elkaar:

• Lukt het mét hulp?
• Kan de leerling dezelfde kernhandeling daarna zelfstandig uitvoeren?
• Kan hij dat later nog?
• En lukt het ook wanneer de situatie verandert?

Wie met AI een goed product maakt, heeft een goed product gemaakt. Daaruit volgt niet automatisch dat de leerling de onderliggende vaardigheid zelf beheerst. Want toevoegen kun je zien. Betekenis moet je zichtbaar maken.

Bekijk het onderwijs door de ogen van AI

Draai de blik nu om. Pak een onderwijsleerproces en kijk ernaar vanuit de technologie. Kan AI hier de vraag formuleren? De informatie selecteren? De opties terugbrengen? De aanpak voorstellen? Beoordelen? Bepalen wat de volgende stap wordt? En daarna zelfstandig verder?

Dan zie je hoeveel van een onderwijsleerproces inmiddels technisch overdraagbaar is. Veel meer dan alleen het eindproduct.

Bekijk AI door de ogen van het onderwijs

En draai het daarna weer terug. Wat gebeurt hier in het leren? Welke fase is dit? Wat is hier de kernhandeling? Moet hier eerst een vraag kunnen ontstaan? Moet de leerling zelf kiezen? Moet er eerst een eigen oordeel liggen? Mag onzekerheid nog even bestaan? Moet de ondersteuning nu juist teruglopen? Of is deze handeling voor het leerdoel nauwelijks relevant, en kan AI hem gewoon overnemen?

Daar ligt de professionele afweging. Niet in de technologie alleen. En ook niet in onderwijskundige principes die doen alsof die technologie niet bestaat.

Niet alles moet de leerling zelf blijven doen

Dit is geen pleidooi om iedere menselijke handeling te beschermen. Een leerling hoeft niet alles zelf te blijven doen omdat dat vroeger zo ging. Niet iedere zoektocht is leerzaam. Niet iedere keuze draagt betekenis. Niet iedere formulering hoeft handwerk te zijn. Niet iedere twijfel moet in stand blijven. Niet iedere vraag hoeft bij de leerling zelf te ontstaan.

Een leerling hoeft dus niet overal iets toe te voegen. Maar waar het de kernhandeling is, moet hij er zelf betekenis aan geven.

AI mag veel overnemen. Soms heel veel. De vraag blijft alleen: is dit de kernhandeling?

Is het antwoord ja, dan moeten we precies weten wat AI dáár doet, en daar samen afspraken over maken. Dat maakt het gesprek over AI niet restrictiever, maar effectiever.

Professioneel handelen met AI betekent dus meer dan weten hoe AI werkt. Of veilig met gegevens omgaan, goede prompts schrijven, hallucinaties herkennen en output controleren. Dat hoort er inmiddels gewoon bij. Daarnaast moet je als onderwijsprofessional kunnen zien wat AI verandert in het leren. Waar AI werk uitvoert dat weinig betekent voor het leren. Waar het nuttige ondersteuning biedt. En waar het ongemerkt precies de handeling overneemt waaraan de leerling zelf betekenis had moeten geven.

Samen (opnieuw) leren beslissen

Al deze vragen hoef je niet in je eentje te beantwoorden. Sterker nog: dat lijkt me onverstandig. Pak het als team op en kijk met andere ogen naar je onderwijs.

Kies dan geen algemeen thema als "AI bij geschiedenis". Kies een concreet leerproces, bijvoorbeeld: hoe leert een leerling in de bovenbouw geschiedenis om op basis van verschillende bronnen tot een onderbouwd historisch oordeel te komen?

Loop dan de vier treden af. Leg eerst het proces als geheel op tafel. Knip het daarna op in fases. Vraag per fase naar de kernhandeling. Aan welke stap moet de leerling zelf betekenis geven? Waar moet een vraag kunnen ontstaan? Waar moet hij zelf kiezen? Waar moet zijn eerste eigen oordeel komen? Waar mag twijfel nog even blijven? Kijk pas dan naar AI. Wat kan AI hier toevoegen? Wat mag het overnemen? Wanneer moet de ondersteuning verdwijnen? En welk bewijs hebben we daarna nodig om te zien waaraan de leerling zelf betekenis heeft gegeven, en niet alleen wat hij heeft toegevoegd?

Pas daarna volgen de technische vragen. Welke tool? Welke prompt? Welke tutor? Welke agent?

We hoeven niet te weten welke modellen over twee jaar dominant zijn. Welke agent iedere leerling gebruikt. Of welke AI-functies straks standaard in Word, Teams of de elektronische leeromgeving zitten. Dat verandert voortdurend, en het geeft geen betekenis aan ons onderwijs.

AI maakt veel mogelijk. Maar een mogelijkheid wordt pas een kans voor de leerling wanneer ze het juiste moment in het leren treft.

— Hans Visser

En o ja. Mocht je de belangrijkste vraag alweer vergeten zijn, nog één keertje dan:

Aan welke stap moet de leerling in deze fase zelf inhoudelijke betekenis geven om tot leren te komen?