De gids The Science of Learning and Generative AI. A guide for secundary teachers (2026) van La Trobe University (de universiteit waaraan onze collega Haili Hughes als professor verbonden is) onderzoekt hoe generatieve AI het leren van leerlingen kan ondersteunen of juist ondermijnen. Centraal staat de vraag welk denkwerk nodig is om kennis op te bouwen, en wat er gebeurt wanneer AI dat denkwerk gedeeltelijk overneemt. Deze blog verkent wat Nederlandse leraren en scholen uit de gids kunnen leren over lesgeven, curriculum en inclusief onderwijs wanneer AI wordt ingezet.
Niet de technologie, maar het leren is het vertrekpunt
De discussie over generatieve AI in het onderwijs gaat vaak over praktische en juridische vragen. Mogen leerlingen ChatGPT gebruiken? Hoe voorkomen we fraude? Welke toepassingen voldoen aan de privacyregels? En hoe kunnen we nog betrouwbaar toetsen? Dat zijn belangrijke vragen, maar de gids van La Trobe University kiest een ander vertrekpunt. Niet de technologie staat centraal, maar het leren van leerlingen. De fundamentele vraag luidt:
Ondersteunt generatieve AI het denkwerk waardoor leerlingen leren, of neemt de technologie dat denkwerk van hen over?
Dat onderscheid is van grote betekenis wat ons betreft. Een leerling kan met generatieve AI binnen enkele seconden een uitleg, analyse, samenvatting of volledig betoog laten maken. Het resultaat kan overtuigend zijn, maar dat betekent nog niet dat er geleerd is.
Leren ontstaat niet doordat een leerling een goed antwoord ontvangt. Leren vraagt dat leerlingen actief met kennis werken: informatie ophalen, begrippen met elkaar verbinden, uitleggen, vergelijken, oefenen, fouten verbeteren en het geleerde in nieuwe situaties toepassen. Generatieve AI kan zulke denkprocessen ondersteunen. De technologie kan ze echter ook vervangen.
Leren is een verandering in het langetermijngeheugen
De titel volgt Van Merriënboer en Sweller (2005). Zij stellen dat er pas sprake van leren wanneer kennis duurzaam is opgeslagen en georganiseerd in het langetermijngeheugen. En nieuwe kennis moet worden opgenomen in steeds beter georganiseerde kennisschema’s (mentale modellen). De gids baseert zich op deze inzichten en andere uit de cognitieve wetenschap en de onderwijspsychologie.
Het werkgeheugen speelt daarbij een belangrijke rol. Dit is de plaats waar leerlingen nieuwe informatie bewust verwerken, maar de capaciteit ervan is beperkt. Wanneer leerlingen te veel onbekende informatie tegelijkertijd moeten verwerken, kan cognitieve overbelasting ontstaan. (Zie ook onze poster over de werking van het geheugen).
Goede instructie vermindert daarom onnodige belasting. De leraar kan informatie selecteren, structureren en in overzichtelijke stappen aanbieden. Tegelijkertijd mag het productieve denkwerk niet worden weggehaald. Juist het ophalen, verklaren, verbinden en toepassen van kennis draagt bij aan duurzame kennisopbouw. Bij generatieve AI ontstaat daarmee een belangrijk onderscheid.
AI kan behulpzaam zijn wanneer de technologie:
- een onduidelijke instructie verduidelijkt;
- een taak in hanteerbare stappen opdeelt;
- een passend uitgewerkt voorbeeld geeft;
- aanvullende oefening aanbiedt;
- of gerichte feedback geeft op een eigen poging.
AI kan het leren ondermijnen wanneer de technologie:
- de redenering volledig opbouwt;
- het antwoord namens de leerling formuleert;
- een tekst volledig herschrijft;
- of een probleem oplost voordat de leerling zelf heeft nagedacht.
De gids vat dit samen in een praktisch principe: AI ondersteunt leren wanneer leerlingen moeten ophalen, uitleggen, vergelijken en construeren. AI belemmert leren wanneer het namens hen schrijft, redeneert en verklaart.
Een vloeiend antwoord is nog geen begrip
Generatieve AI kan antwoorden produceren die helder, goed opgebouwd en overtuigend klinken. Daardoor kan gemakkelijk een illusie van begrip ontstaan. Een leerling leest een goede uitleg en denkt: ik snap het. Maar herkennen wat er op het scherm staat, is iets anders dan kennis zelfstandig kunnen ophalen en gebruiken. Pas wanneer een leerling een begrip zonder ondersteuning kan uitleggen, vergelijken of toepassen, wordt zichtbaar of er werkelijk iets geleerd is.
Daarom zijn eenvoudige onderbrekingen tijdens het werken met AI onderwijskundig waardevol. Een leraar kan bijvoorbeeld vragen:
“Sluit de chatbot. Schrijf zonder te kijken in twee volledige zinnen op wat je nu begrijpt.”
Of:
“Leg aan je buur uit wat de belangrijkste gedachte was. Lees niet voor van het scherm.”
Op zo’n moment moet de leerling kennis uit het geheugen ophalen. Dat is moeilijker dan opnieuw lezen, maar juist die inspanning draagt bij aan duurzame kennis. De chatbot organiseert zo’n leermoment niet vanzelf. De leraar doet dat.
Voorkennis wordt belangrijker, niet minder belangrijk
De beschikbaarheid van generatieve AI leidt soms tot de gedachte dat leerlingen minder feiten en begrippen hoeven te leren. Informatie is immers voortdurend beschikbaar. De gids laat juist zien waarom voorkennis belangrijker wordt.
Een leerling kan een AI-antwoord alleen kritisch beoordelen wanneer die leerling zelf voldoende van het onderwerp weet. Zonder achtergrondkennis is het moeilijk om te herkennen dat een antwoord onjuist, onvolledig, eenzijdig of te stellig is. Een leerling die weinig weet over klimaatverandering, de rechtsstaat of fotosynthese kan een overtuigend geformuleerd AI-antwoord niet zonder meer op waarde schatten. De opdracht “controleer kritisch wat de chatbot zegt” heeft dan weinig betekenis.
Om kritisch te kunnen controleren, moet er immers iets zijn om mee te vergelijken. AI-geletterdheid is daarom niet uitsluitend een algemene digitale vaardigheid. Zij is verbonden met vakkennis. Dat heeft gevolgen voor het curriculum. De komst van AI is geen reden om minder aandacht te besteden aan kennisopbouw. Een samenhangend en kennisrijk curriculum biedt leerlingen juist het fundament waarmee zij gegenereerde informatie kunnen begrijpen, beoordelen en gebruiken.
Eerst zelf denken, daarna AI
Een van de meest bruikbare principes uit de gids is dat leerlingen niet automatisch met de chatbot moeten beginnen. Wanneer AI de eerste uitleg, formulering of oplossing levert, bepaalt de technologie onmiddellijk het kader waarbinnen de leerling verder denkt. De leerling reageert dan op de redenering van het systeem, in plaats van eigen kennis te activeren. Een betere lesopbouw begint met een zelfstandige poging. Leerlingen kunnen eerst:
- opschrijven wat zij al weten;
- een voorspelling maken;
- een begrip in eigen woorden uitleggen;
- een probleem proberen op te lossen;
- of een eerste tekst of argumentatie formuleren.
Vervolgens kan AI worden ingezet om die poging te bevragen of te ondersteunen. Een bruikbare prompt is bijvoorbeeld:
“Hier is mijn eigen uitleg. Stel mij drie vragen die mij helpen ontdekken wat nog onduidelijk of onvolledig is. Herschrijf mijn antwoord niet.”
In zo’n opdracht blijft de leerling verantwoordelijk voor het denken en voor de uiteindelijke verbetering. De chatbot levert geen vervangend product, maar geeft een aanleiding om verder na te denken.
Promptvaardigheid is niet hetzelfde als didactische kwaliteit
Veel scholen besteden aandacht aan het leren schrijven van goede prompts. Leerlingen en leraren leren bijvoorbeeld om context, doelgroep, toon en gewenste lengte te benoemen. Dat kan praktisch nuttig zijn, maar een technisch goede prompt is nog geen goede leeractiviteit.
Een leerling kan een zeer nauwkeurige prompt schrijven waarmee AI een uitstekend werkstuk produceert, terwijl de leerling zelf weinig heeft geleerd. De kwaliteit van het product zegt dan weinig over de kwaliteit van het leerproces. De onderwijskundige vraag moet daarom voorafgaan aan de technische vraag:
- Welk leerdoel wordt nagestreefd?
- Welke kennis moeten leerlingen daarvoor bezitten?
- Welke denkactiviteit is noodzakelijk?
- Wat moet de leerling zelfstandig doen?
- Welke ondersteuning is tijdelijk behulpzaam?
- Hoe wordt zichtbaar dat de leerling het zelf begrijpt?
Pas daarna kan worden vastgesteld of en hoe AI een bijdrage kan leveren.
Generatieve AI binnen een samenhangend curriculum
AI-gebruik moet niet worden beoordeeld als een losse activiteit binnen één les. Het moet dus worden verbonden aan de opbouw van het curriculum. Een curriculum is meer dan een lijst onderwerpen die behandeld moeten worden. Het organiseert hoe kennis zich over langere tijd ontwikkelt. Begrippen worden geïntroduceerd, geoefend, opnieuw opgehaald, verdiept en toegepast in nieuwe situaties. Vanuit dat perspectief zijn belangrijke vragen:
- Welke voorkennis is nodig voordat leerlingen AI gebruiken?
- Wanneer gebruiken zij AI om bestaande kennis te verdiepen?
- Wanneer moeten zij kennis zonder ondersteuning ophalen?
- Hoe wordt een begrip later opnieuw aangeboden?
- Wanneer passen leerlingen het toe in een nieuwe context?
- Hoe wordt de ondersteuning geleidelijk verminderd?
Wanneer leerlingen bij ieder nieuw onderwerp direct een complete AI-uitleg ontvangen, kan er een opeenstapeling van oppervlakkige bekendheid ontstaan. Leerlingen herkennen veel, maar kunnen weinig zelfstandig reproduceren of toepassen. Duurzame kennis vraagt herhaalde en actieve verwerking. Retrieval practice, gespreid oefenen, vergelijken en toepassen blijven ook in een AI-rijke leeromgeving noodzakelijk.
AI en transfer
Een belangrijk doel van onderwijs is dat leerlingen kennis kunnen gebruiken buiten de exacte situatie waarin zij deze hebben geleerd. Dit wordt transfer genoemd. Transfer is moeilijker dan het soms lijkt. Beginnende leerlingen richten zich vaak op de oppervlakkige kenmerken van een opdracht. Zij herkennen een onderliggend principe niet wanneer de context verandert.
Een leerling kan bijvoorbeeld een argumentatieschema herkennen in een politieke toespraak, maar hetzelfde mechanisme niet herkennen in een reclame of een bericht van een influencer. Om transfer mogelijk te maken, moeten leerlingen niet alleen weten wat iets is, maar ook begrijpen waarom en hoe het werkt. Generatieve AI kan leerlingen hierbij ondersteunen door hen te laten:
- overeenkomsten en verschillen benoemen;
- verschillende voorbeelden vergelijken;
- een principe in eigen woorden formuleren;
- tegenvoorbeelden analyseren;
- of een eerder geleerd concept op een nieuwe situatie toepassen.
Maar ook hier moet het denken bij de leerling blijven. Wanneer AI onmiddellijk vertelt welk principe van toepassing is, verdwijnt de inspanning die nodig is om dat principe zelfstandig te leren herkennen.
Inclusief onderwijs: barrières verminderen zonder het leren weg te nemen
De gids is ook relevant voor inclusief onderwijs. Inzichten over werkgeheugen, voorkennis, expliciete instructie en feedback zijn van belang voor alle leerlingen, waaronder leerlingen met een beperking, neurodivergente leerlingen, meertalige leerlingen en leerlingen die te maken hebben met sociaaleconomische of andere contextuele barrières.
Generatieve AI kan bepaalde drempels verminderen. De technologie kan bijvoorbeeld:
- ingewikkelde taal verduidelijken;
- aanvullende voorbeelden bieden;
- instructies opdelen in kleinere stappen;
- ondersteuning bieden bij lezen en schrijven;
- oefenmogelijkheden aanpassen;
- en informatie in verschillende vormen presenteren.
Dat kan de toegankelijkheid vergroten. Maar inclusief onderwijs is niet hetzelfde als onderwijs gemakkelijker maken of de inhoudelijke verwachtingen verlagen. Inclusie betekent dat onnodige barrières worden verwijderd, zodat alle leerlingen toegang krijgen tot kennis en betekenisvol denkwerk. Het doel is niet dat leerlingen minder hoeven te denken. Het doel is dat hun cognitieve inspanning wordt gericht op de kennis en vaardigheden die ertoe doen.
Een leerling kan bijvoorbeeld ondersteuning krijgen bij moeilijke formuleringen, terwijl hij of zij nog steeds zelf het causale verband moet verklaren. De taalbarrière wordt verminderd, maar het leerdoel blijft overeind.
Het risico op grotere verschillen
Generatieve AI is niet automatisch inclusief. Onbegeleid gebruik kan bestaande verschillen juist vergroten. Leerlingen met veel voorkennis, een sterke woordenschat en goed ontwikkelde zelfregulatie zijn doorgaans beter in staat om:
- gerichte vragen te formuleren;
- relevante van irrelevante informatie te onderscheiden;
- fouten te herkennen;
- goede vervolgvragen te stellen;
- en te bepalen wanneer AI te veel werk overneemt.
Leerlingen met minder voorkennis hebben minder mogelijkheden om gegenereerde antwoorden te beoordelen. Zij kunnen sneller tevreden zijn met een oppervlakkige uitleg, te veel informatie tegelijk ontvangen of afhankelijk worden van kant-en-klare antwoorden. Gelijke toegang tot een chatbot betekent dus niet automatisch gelijke onderwijskansen. Inclusief AI-gebruik vraagt om:
- expliciete instructie;
- duidelijke en gezamenlijke routines;
- begrensde taken;
- passende ondersteuning;
- een sterk curriculum;
- en hoge verwachtingen voor alle leerlingen.
De verantwoordelijkheid hiervoor kan niet volledig bij de leerling worden gelegd. Zelfregulatie moet worden aangeleerd en begeleid.
De leraar als ontwerper van cognitieve activiteit
De voorbeelden in de gids laten zien dat effectief AI-gebruik sterk afhankelijk is van de keuzes van de leraar.
Een leraar modelleert bijvoorbeeld eerst hoe een chatbot doelgericht kan worden gebruikt. Zij stelt één afgebakende vraag, leest het antwoord kritisch en legt vervolgens in eigen woorden uit wat zij heeft begrepen. Daarna formuleert zij pas een vervolgvraag.
Leerlingen krijgen vervolgens een gerichte beginopdracht. Na korte tijd onderbreekt de leraar het chatbotgebruik. Zij vraagt leerlingen om zonder scherm uit te leggen wat zij hebben begrepen, luistert naar hun antwoorden en ontdekt een terugkerende misvatting. Die behandelt zij voordat de leerlingen verdergaan. Dit is geen volledig nieuwe didactiek. Het sluit aan bij bekende principes van effectieve instructie:
- voorkennis activeren;
- het leerdoel verduidelijken;
- denkprocessen modelleren;
- begeleid oefenen;
- begrip controleren;
- misvattingen corrigeren;
- en de verantwoordelijkheid geleidelijk overdragen.
AI maakt deze principes niet overbodig. Het maakt ze juist belangrijker.
Van een goed product naar bewijs van leren
Generatieve AI maakt het moeilijker om op basis van een eindproduct vast te stellen wat een leerling zelfstandig kan.
Een foutloze tekst kan met veel hulp tot stand zijn gekomen. Een uitgebreid verslag kan een oppervlakkig begrip verhullen. Daarom moeten leraren onderscheid maken tussen de kwaliteit van het product en het bewijs dat een leerling heeft geleerd. Bewijs van leren ontstaat bijvoorbeeld wanneer een leerling:
- zonder hulpmiddelen een begrip kan uitleggen;
- een eigen redenering mondeling kan verdedigen;
- kennis op een nieuwe situatie kan toepassen;
- een fout kan analyseren;
- kan benoemen welke keuze is gemaakt en waarom;
- of een eerste poging zelfstandig kan verbeteren.
Een bruikbare aanpak is om leerlingen eerst zonder AI een poging te laten doen, daarna AI-feedback te laten gebruiken en vervolgens opnieuw zonder chatbot een antwoord te laten formuleren. Het verschil tussen de eerste en de laatste versie kan zichtbaar maken of de kennis beter georganiseerd is geraakt. Niet alleen de tekst is dan verbeterd; ook het denken van de leerling moet aantoonbaar zijn veranderd.
Wat betekent dit voor de professionalisering van leraren?
De gids laat vooral zien dat goed AI-onderwijs begint bij onderwijskundige kennis. Leraren hoeven niet iedere nieuwe toepassing volledig te beheersen. Tools veranderen snel. Het vermogen om onderwijskundige afwegingen te maken is duurzamer. Daarvoor moeten leraren kunnen redeneren over:
- hoe leerlingen kennis opbouwen;
- de verhouding tussen werkgeheugen en langetermijngeheugen;
- het belang van voorkennis;
- cognitieve belasting;
- expliciete instructie;
- oefening en feedback;
- transfer;
- metacognitie;
- curriculumopbouw;
- en verschillen tussen leerlingen.
In diverse modules van de master Excellent Teaching gaan we hier dieper op in:
Daarnaast hebben we een online nascholingsprogramma specifiek over bovenstaande onderwerpen. Waarin je in je eigen tijd je kunt verdiepen in deze thema's:
Bovenstaande betekent dus iets anders dan een leraar uitsluitend beter maken in het eigen schoolvak. Vakinhoudelijke expertise blijft essentieel, maar professioneel leraarschap omvat ook het vermogen om vakinhoud leerbaar te maken. De leraar moet wat ons betreft ook kunnen bepalen:
- welke kennis voor leerlingen centraal staat;
- hoe die kennis het beste kan worden opgebouwd;
- welke ondersteuning nodig is;
- welke moeilijkheid productief is;
- en hoe zichtbaar wordt dat leerlingen zelfstandig kunnen denken.
Generatieve AI vormt daarmee geen los specialisme naast het leren en lesgeven. Het is een nieuwe omgeving waarin de kwaliteit van didactische en curriculaire keuzes extra zichtbaar wordt.
Vier vragen voor iedere AI-activiteit
De kern van de gids kan worden vertaald naar vier praktische vragen.
1. Wat moet de leerling eerst zelf doen?
Is er een eigen poging voordat AI wordt geopend?
2. Welk denkwerk moet bij de leerling blijven?
Moet de leerling verklaren, vergelijken, analyseren, formuleren of toepassen?
3. Hoe wordt begrip zichtbaar?
Kan de leerling het geleerde ook zonder scherm uitleggen of gebruiken?
4. Hoe wordt het AI-antwoord gecontroleerd?
Welke vakkennis, bronnen of bewijsstukken worden gebruikt?
Wanneer op deze vragen geen duidelijk antwoord bestaat, is de kans groot dat AI vooral helpt om sneller een product te maken, maar niet noodzakelijk om beter te leren.
Tot slot
De gids van La Trobe University pleit niet eenvoudigweg voor meer of minder AI in het onderwijs. De boodschap is genuanceerder. Generatieve AI kan uitleg geven, voorbeelden produceren, feedback genereren en leerlingen vragen stellen. Maar de technologie kan ook het redeneren, formuleren en oplossen overnemen. De educatieve waarde ligt daarom niet in de technologie zelf, maar in het ontwerp van de leeractiviteit.
Goed onderwijs begint nog steeds bij dezelfde vragen: wat moeten leerlingen weten, welk denken is daarvoor nodig en hoe organiseren we dat alle leerlingen toegang krijgen tot kennis? AI verandert de basisprincipes van leren niet. De technologie maakt wel zichtbaar wat er gebeurt wanneer die principes niet zorgvuldig worden toegepast.
AI kan antwoorden produceren. De leraar organiseert het leren.
Bron
Tanti, M., Maddox, A., & Phillips, E. (2026). The Science of Learning and Generative AI: A guide for secondary teachers. La Trobe University.
Van Merriënboer, J. J. G., & Sweller, J. (2005). Cognitive load theory and complex learning: Recent developments and future directions. Educational Psychology Review, 17(2), 147–177.
