AI werkt vooral tijdens het oefenen

Een nieuwe consensusstudie van de University of Minnesota brengt scherper in beeld waar generatieve AI leren kan ondersteunen en waar juist leerverlies dreigt. Dertig deskundigen uit de leerwetenschappen en onderwijspsychologie beoordeelden 65 leerprocessen. Voor 42 processen bereikten zij consensus over kansen, risico's of beide.

De opvallendste conclusie is praktisch: AI lijkt het kansrijkst tijdens het oefenen, nadat leerlingen eerst zelf kennis hebben opgebouwd en voordat zij die zelfstandig in een nieuwe situatie moeten toepassen. Voor scholen in Nederland en België biedt dat een bruikbaarder vertrekpunt dan de algemene vraag of AI ‘goed’ of ‘slecht’ is voor leren.

Wat er nieuw is

Het College of Education and Human Development van de University of Minnesota publiceerde het rapport op 6 oktober 2026. De onderzoekers gebruikten een Delphi-aanpak: deskundigen droegen leerprocessen en aanbevelingen aan en beoordeelden die daarna op mogelijke versterking, mogelijke verstoring, belang voor leren en sterkte van het bestaande bewijs.

De 65 processen lopen uiteen van motivatie, aandacht en kennisopbouw tot metacognitie, kritisch denken, schrijven en transfer. Consensus betekende bij kansen en risico's een gemiddelde score van minstens 3 op 5, waarbij minimaal 75 procent van de beoordelaars eveneens 3 of hoger scoorde. Het rapport is een gestructureerd deskundigenoordeel, geen effectstudie die bewijst dat een specifieke AI-toepassing leerresultaten verbetert.

Oefenen is de kansrijkste plek

De onderzoekers beschrijven een cyclus van verwerven, oefenen en toepassen. Generatieve AI kan volgens de consensus vooral in de middenfase helpen: als tutor, oefenpartner of redacteur die extra vragen, uitleg, feedback of variatie biedt. Dan kan een leerling reeds opgebouwde kennis activeren en verdiepen.

Aan het begin en einde van de cyclus is meer terughoudendheid nodig. Wie AI nieuwe informatie laat samenvatten voordat er voldoende voorkennis is, kan de actieve verwerking overslaan. Wie AI vervolgens ook de toepassing laat uitvoeren, oefent onvoldoende met zelfstandig redeneren en transfer. Het product kan dan beter worden terwijl het leren zelf achterblijft.

Kansen voor de onderwijspraktijk

Voor PO, VO en MBO kan dit betekenen dat AI pas beschikbaar komt nadat leerlingen een eerste uitleg, tekst of probleem zelf hebben verwerkt. Daarna kan een chatbot bijvoorbeeld aanvullende oefenvragen stellen, hints doseren of feedback laten vergelijken. In HBO en WO kan AI helpen bij oefencases, argumentatie of conceptversies, zolang studenten hun keuzes kunnen onderbouwen.

Het rapport maakt ook duidelijk dat voorkennis, kritisch denken en zelfregulatie ertoe doen. Dezelfde tool kan een leerling met stevige basiskennis helpen om gerichter te oefenen, maar een onervaren leerling verleiden om denkwerk uit te besteden. Differentiatie vraagt daarom niet alleen aangepaste prompts, maar ook verschillen in toegang, begeleiding en controlevragen.

Risico's voor toetsing en gelijke kansen

Als een opdracht zowel oefening als beoordeling is, wordt moeilijk zichtbaar welk deel van het resultaat van de leerling komt. Teams moeten daarom benoemen wanneer AI oefenhulp is en wanneer zelfstandig presteren centraal staat. Mondelinge toelichting, procesnotities en een taak zonder AI kunnen helpen om begrip te controleren, zonder een detectorscore als bewijs te gebruiken.

Ook gelijke toegang verdient aandacht. Betaalde modellen, betere apparaten en thuisbegeleiding kunnen het voordeel van AI ongelijk verdelen. Daarnaast horen leerlingen geen persoonsgegevens, vertrouwelijke casussen of herkenbaar werk van anderen in een publieke chatbot te zetten. Een schoolgoedgekeurde omgeving en minimale gegevensinvoer blijven belangrijke randvoorwaarden.

Wat teams nu kunnen afspreken

• Markeer in lessen de fasen verwerven, oefenen en toepassen, en spreek per fase af of AI is toegestaan.
• Laat leerlingen vóór AI-gebruik eerst voorkennis of een eigen aanpak zichtbaar maken.
• Gebruik AI vooral voor begeleide oefening: hints, variatie, feedbackvragen en vergelijking van oplossingsroutes.
• Bouw momenten in waarop leerlingen zonder AI uitleggen, toepassen of verdedigen wat zij hebben geleerd.
• Evalueer niet alleen de kwaliteit van het eindproduct, maar ook begrip, zelfstandigheid en transfer.
• Controleer toolkeuze op privacy, toegankelijkheid, kosten en leeftijdsvoorwaarden.

De kern

De consensusstudie geeft geen universeel recept en vervangt nog geen experimenteel bewijs. Ze biedt wel een concrete ontwerpregel: zet generatieve AI niet gedachteloos vóór of na het leerproces, maar doelgericht in tijdens het oefenen. De docent blijft bepalen welk denkwerk leerlingen zelf moeten doen en wanneer ondersteuning het leren echt versterkt.