U bent hier:

AI? Of niet?

AI
AIkunstmatige intelligentie

Kunstmatige intelligentie is een dagelijkse realiteit in het onderwijs. Wat begon met automatische spellingcontrole en rekenprogramma’s, heeft zich ontwikkeld tot systemen die kunnen schrijven, beoordelen, voorspellen en zelfs feedback geven. In korte tijd is het onderwijs beland in een tijdperk waarin technologie niet alleen ondersteuning biedt, maar ook meedenkt - en soms lijkt mee te beslissen. Voor remedial teachers en begeleiders roept dat een fundamentele vraag op: wat blijft er van het leren over als de machine mee gaat denken? De vraag is niet langer óf AI het onderwijs verandert, maar eerder hoe we ermee omgaan.

Een nieuw tijdperk van onderwijs

Sinds de lancering van ChatGPT eind 2022 is AI niet langer een toekomstscenario, maar een gereedschap dat elke leerling in handen heeft. Scholen zoeken naar richtlijnen, docenten naar evenwicht. In die zoektocht klinkt een cruciale vraag: maakt AI ons onderwijs slimmer, of juist afhankelijker? Onderwijsadviseur Dieter Möckelmann stelde die vraag scherp in zijn boek Dé AI basisgids voor leraren uit (2025). Zijn boodschap is even eenvoudig als urgent: hoe meer gemak technologie biedt, hoe groter het risico dat we ons eigen denkvermogen uitbesteden. Niet AI bedreigt onze intelligentie, maar het gemak waarmee we haar gebruiken. Dat inzicht raakt aan een fenomeen dat wetenschappers cognitive offloading noemen - het verschuiven van denkwerk naar technologie. Net als de rekenmachine ooit onze hoofdrekenvaardigheid aantastte, neemt AI nu taken over die vroeger training vroegen: samenvatten, analyseren, structureren. De winst in snelheid is evident, maar de prijs is minder zichtbaar: verlies aan zelfsturing en metacognitie.

Denken uitbesteden: een sluipend proces

Wie kunstmatige intelligentie gebruikt om een tekst te verbeteren of een uitleg te genereren, wint tijd. Maar wie dat herhaaldelijk doet, verliest soms inzicht in hóe die tekst of uitleg tot stand komt. Onderzoek naar automation bias laat zien dat gebruikers geneigd zijn antwoorden van technologie te vertrouwen, ook wanneer die fout zijn. In de klas betekent dat: leerlingen die AI-feedback overnemen zonder kritisch na te denken. Dat is precies wat Möckelmann bedoelt met ‘de gevaren van gemak’. AI kan de leerling ondersteunen, maar ook het leerproces uithollen - zeker als die technologie corrigeert zonder te verklaren. Leren ontstaat juist in het moment van onzekerheid, van proberen, falen en bijstellen. Wanneer AI die worsteling wegneemt, verdwijnt ook een deel van de cognitieve groei.

'De komst van AI verandert de rol van de leraar radicaal, maar maakt een leerkracht niet overbodig'

Veranderende rol

De komst van AI verandert de rol van de leraar radicaal, maar maakt de leerkracht niet overbodig. Waar technologie kennis beheert, bewaakt de leraar inzicht. In internationale literatuur wordt AI daarom steeds vaker omschreven als cognitieve partner: een systeem kan data verwerken, maar geen morele of pedagogische beslissingen nemen (Luckin et al., 2022). De leraar, begeleider, remedial teacher blijft de regisseur van betekenis - degene die vragen stelt, duidt en weegt.

De nieuwe technologieën vragen dan ook om meer leraar, niet minder. Systemen kunnen gedrag voorspellen, maar niet begrijpen; ze kunnen toetsen wat leerlingen weten, maar niet wat ze voelen. Juist het empathisch, creatief en moreel oordeel van de leraar - en van de remedial teacher in het bijzonder - is onmisbaar in het ‘digitale’ klaslokaal.

Drie projecten

Het Nationaal Onderwijslab AI (NOLAI) werkt sinds 2022 aan het ontwikkelen van verantwoorde AI in het Nederlandse onderwijs. Scholen, onderzoekers van universiteiten en bedrijven worden samengebracht om prototypes te ontwerpen die passen bij de vragen vanuit de scholen. Niet de technologie, maar de praktijkvraag is leidend. En in de eerste tien co-creatieprojecten draaide het steeds om de vraag: hoe kan AI leraren ondersteunen zonder hun vak te reduceren tot informatieverstrekkers? Drie projecten die op dit moment in ontwikkeling zijn zullen we toelichten.

Een eerste voorbeeld is ‘mAIchart po en voor vo’, een dashboard waarin verschillende datastromen uit leersystemen worden gecombineerd. Het geeft leraren en begeleiders een vollediger beeld van de ontwikkeling van een leerling. De slimme technologie haalt data uit verschillende bronnen op: het leerlingvolgsysteem, methode software, adaptieve leermiddelen en vragenlijsten over het welbevinden van leerlingen. Al combineert en analyseert deze data. De school krijgt een overzicht van de informatie die de technologie verzameld heeft. Hiermee kan behalve het kennisniveau, ook de motivatie en sociaal-emotionele ontwikkeling van een leerling worden geïnterpreteerd. Kortom, een completer overzicht van leerlingen, wat gebruikt kan worden voor de determinatie (in po en in vo).

Een ander project, ‘Technisch leren lezen met ASR (= automatic speech recognition). Voor de ontwikkeling van technische leesvaardigheid moeten we automatische koppelingen maken tussen wat er staat (orthografie), hoe het klinkt (fonologie) en wat het betekent (semantiek). Om dit te ondersteunen ontwikkelen ze in dit project slimme spraakherkenningstechnologie die dit kan detecteren en hier inzicht in kan bieden voor de leraar. Met als doel; een nieuwe meetmethode en een dashboard ontwikkelen dat de leraar inzicht geeft. Zo kan een rt’er, leerkracht zien welke klanken een kind consequent verwisselt en hier doelgericht op oefenen.

In ‘Woordenschat ontwikkelen met VR’ leren kleuters nieuwe woorden in een virtuele omgeving, waarin ze taal niet alleen horen maar ook ervaren. In deze ontwikkeling die gebruikt maakt van virtual reality (VR) kan een leerling verschillende omgevingen ervaren in 3D. Ervaring in 3D zijn rijker, doordat de leerling kan exploreren en ervaren op een andere manier dan via een plaatje of filmpje. Door locatieherkenning en het bijhouden van spraak- en oogbewegingen kan een kind opdrachten als: ‘zoek de stoel en ga er eens op zitten uitvoeren’. De technologie kan aan de hand van deze opdrachten inschatten of een leerling woorden herkent, begrijpt en kan gebruiken. Zo vormt de technologie een beeld van het niveau van de woordenschat van de leerling en doet het aanpassingen gebaseerd op dat niveau.

Deze maar ook andere projecten tonen dat AI een waardevolle partner kan zijn – mits het ontwerp vertrekt vanuit pedagogische doelen. NOLAI benadrukt hierbij dat de mens altijd het laatste woord moet houden. AI kan data zien, maar niet begrijpen; het kan voorspellen, maar niet invoelen. Daarom is samenwerking tussen onderwijs, wetenschap en bedrijfsleven zo cruciaal: technologie moet in dienst staan van leren, niet andersom.

AI als spiegel voor metacognitie

Een ander belangrijk element is dat een van de krachtigste toepassingen van AI ligt in het zichtbaar maken van denkprocessen. NOLAI onderzoejt hierbij het zogenoemde FLORA-algoritme dat kijkt hoe algoritme in het vo kan worden gebruikt. Dit wordt ontwikkeld in samenwerking met universiteiten. Het algoritme analyseert bijvoorbeeld hoe leerlingen schrijven. Het systeem registreert toetsaanslagen, pauzes en herzieningen en laat zien hoe een leerling zijn tekst structureert en aanpast. Die informatie helpt leerlingen te reflecteren op hun eigen leerproces. Voor remedial teachers kan dat goud waard zijn: het biedt aanknopingspunten om zelfregulatie te versterken en gesprekken over leren te voeren.

Waar de leraar vroeger op gevoel inschatte of een leerling planmatig werkte, wordt onderzocht of AI dat nu hier zien. Maar ook hier geldt Möckelmanns waarschuwing: technologie mag inzicht geven, maar niet het oordeel vellen. De begeleider bepaalt wat betekenisvol is. AI kan patronen herkennen, maar niet begrijpen waarom een leerling twijfelt, afhaakt of juist doorzet. Opnieuw geldt dat het menselijke onderscheidingsvermogen onvervangbaar blijft.

Autonomie, privacy en de grenzen van voorspellen

Een ander belangrijk thema is autonomie. AI kan gedrag voorspellen, maar dat voorspellen mag nooit leiden tot sturen. Als een systeem adviseert dat een leerling waarschijnlijk onvoldoende zal scoren, beïnvloedt dat onbewust de verwachtingen van leraar en leerling. Daarom wordt in de theorie gepleit voor transparante algoritmes en een ‘mensgerichte’ benadering: AI mag helpen, niet beslissen. Privacy hoort daar onlosmakelijk bij. Kijken we opnieuw naar NOLAI dan zien we dat zij bezig is met de inzet van methodes voor ‘duurzame data’, waarbij leerlinginformatie lokaal blijft opgeslagen en niet gedeeld wordt met externe partijen. In iedere onderwijspraktijk is dat essentieel. We werken tenstlotte met gevoelige gegevens over leerproblemen en diagnoses. Het vraagt alertheid: weet welke data een programma verzamelt, wie toegang heeft en hoe die informatie wordt gebruikt.

Praktisch werken met AI in remedial teaching

Nu zoomen we nog iets dieper in. Hoe kunnen remedial teachers AI nu concreet gebruiken? De sleutel ligt in de combinatie van technologie en pedagogisch vakmanschap. AI kan bijvoorbeeld worden ingezet voor diagnostiek: patronen in fouten herkennen, leerprogressie volgen of motivatie signaleren via gedragsdata. Het kan helpen bij adaptief oefenen – leerlingen krijgen opdrachten op maat, met directe feedback. Maar de kracht van remedial teaching blijft dat er iemand naast de leerling zit die vraagt: ‘Wat dacht je toen je dat antwoord gaf?’ De menselijke factor, de ondersteuning.

Enkele praktische voorbeelden en tips die je als remedial teacher wel per direct zou kunnen hanteren zijn:

Gebruik ChatGPT of educatieve chatbots om samen met leerlingen te reflecteren op hun aanpak (‘Waarom denk je dat dit antwoord klopt?’). Laat AI alternatieve opgaven genereren voor leerlingen die extra oefening nodig hebben.

Zet AI in voor je eigen professionalisering. Analyseer lesverslagen, genereer ideeën voor interventies of gebruik spraakanalyse[AW1]  om eigen uitleg te verbeteren. AI is dan geen bedreiging, maar een collega die meedenkt. Zoals Möckelmann zegt: ‘De kracht van de leraar ligt niet in wat hij weet, maar in wat hij weet te vragen.’ Met die houding kan je als rt’er technologie gebruiken om het eigen handelen te verdiepen.

Een cultuur van kritisch denken

AI roept ook nieuwe vormen van geletterdheid op. Leerlingen moeten leren omgaan met technologie – weten dat niet alles wat een algoritme zegt klopt, begrijpen dat systemen bias bevatten en leren om vragen te stellen. Dat is de kern van ‘AI-geletterdheid’ en dit valt echt niet meer weg te denken. Remedial teachers kunnen hier een sleutelrol spelen door leerlingen te begeleiden in het kritisch lezen van AI-antwoorden: ‘Hoe weet je dat dit waar is?’ ‘Wat bedoelt de computer hier eigenlijk?’ Zo leren leerlingen niet alleen antwoorden zoeken, maar betekenis geven.

Volgens onderzoeker Inge Molenaar is dat precies waar onderwijs en technologie elkaar kunnen versterken. ‘AI kan informatie geven, maar de interpretatie blijft bij de mens,’ zegt ze in het NOLAI-magazine. Dat maakt de rol van de leraar – en dus ook van de RT’er – niet kleiner, maar groter. Het is hun taak om technologie te temmen met pedagogisch bewustzijn.

Tot slot: leren met hoofd én hart

De toekomst van remedial teaching met AI zal niet gaan over wie het slimst is. AI kan patronen zien, maar niet voelen. Het kan feedback geven, maar niet aanmoedigen. Daarom moeten we ons niet afvragen of AI het werk vervangt, maar hoe we het kunnen gebruiken om het beter te doen. De kunst van begeleiden blijft een menselijke kunst – één die nieuwsgierigheid, empathie en reflectie vraagt. Zoals Möckelmann schrijft: ‘De toekomst van onderwijs hangt niet af van kunstmatige intelligentie, maar van natuurlijke wijsheid.’ Misschien is dat wel de belangrijkste les voor de komende jaren: leren met hoofd én hart, mens én machine – maar altijd met de mens aan het roer.

Bronnen

Auteur