SURF AI moet Nederlandse onderwijsinstellingen meer grip op AI geven

SURF introduceert een eigen AI-omgeving voor het Nederlandse vervolgonderwijs. SURF AI moet mbo-, hbo- en wo-instellingen vanaf 2027 een gezamenlijke plek geven om AI-modellen te beheren en te gebruiken, met meer grip op toegang, data en kosten dan bij losse accounts.

Dat maakt dit nieuws relevant voor onderwijsprofessionals in Nederland en indirect ook voor België. Het gaat niet om een nieuwe chatbot die morgen voor iedereen klaarstaat, maar om infrastructuur die kan bepalen onder welke voorwaarden docenten, studenten en opleidingen met generatieve AI werken.

Wat er nieuw is

De Nationale Onderwijsgids publiceerde het bericht op 28 september 2026 en baseert zich op Tweakers. SURF beschrijft de voorziening als de combinatie van een AI-hub en een gebruikersomgeving zoals eduGenAI. De officiële SURF-informatie over de AI-hub bevestigt de opzet: instellingen kunnen verschillende open en commerciële modellen via een centrale toegang koppelen en zelf bepalen welke modellen gebruikers mogen inzetten.

De huidige ontwikkeling is nog een pilot. SURF en Npuls werken toe naar een geplande ingebruikname vanaf januari 2027 voor instellingen die bij SURF zijn aangesloten. De open modellen draaien op infrastructuur van SURF. Bij commerciële modellen kunnen andere datastromen en extra kosten gelden; een Nederlandse datacenterlocatie betekent dus niet automatisch dat iedere invoer bij ieder model in Nederland blijft.

De kansen

Voor ict-beheerders en onderwijsbestuurders ontstaat een gezamenlijke laag tussen gebruikers en modelaanbieders. Zij kunnen modellen selecteren, toegang per groep regelen en toepassingen beter laten aansluiten op instellingsbeleid. Dat kan de afhankelijkheid van één commercieel ecosysteem verkleinen.

Docenten en studenten kunnen daardoor laagdrempeliger oefenen met AI binnen een omgeving die voor onderwijs is ingericht. Denk aan lesvoorbereiding, uitleg op verschillende niveaus, feedback op oefenwerk, samenvattingen en ondersteuning bij toegankelijkheid. De meerwaarde zit niet in automatisch betere antwoorden, maar in de mogelijkheid om toegang, begeleiding en afspraken gezamenlijk te organiseren.

Ook voor toetsing is de infrastructuur relevant. Een instelling kan duidelijker onderscheiden welke AI-hulp bij een leerdoel past, welke opdrachten AI-vrij moeten blijven en wanneer studenten hun gebruik moeten toelichten. Dat helpt alleen wanneer de regels per opleiding en opdracht begrijpelijk zijn en docenten de uitkomsten kunnen controleren.

Grenzen en risico's

Een eigen platform is geen garantie voor betrouwbare of pedagogisch goede AI. Taalmodellen kunnen fouten, vooroordelen en overtuigende verzinsels produceren. Feedback van een model mag daarom niet zonder menselijke beoordeling meetellen voor cijfers, voortgang of begeleiding.

De keuze tussen open en commerciële modellen vraagt bovendien om precieze privacyafspraken. Controleer per model waar gegevens worden verwerkt, of invoer wordt bewaard, welke contractuele waarborgen gelden en wie incidenten onderzoekt. Zet geen herleidbare leerling- of studentgegevens, vertrouwelijke casussen of ongepubliceerd toetsmateriaal in een model zonder dat de instelling dit expliciet heeft toegestaan.

Er is ook een risico op schijnbare digitale autonomie. Als alle onderwijsprocessen alsnog afhankelijk worden van één platform, één financieringsmodel of één set modellen, blijft overstappen moeilijk. Beschikbaarheid, snelheid, toegankelijkheid en ondersteuning kunnen bovendien per instelling verschillen. Houd daarom altijd een werkbare route zonder de AI-voorziening achter de hand.

Wat teams nu kunnen afspreken

• Maak per toepassing duidelijk welk onderwijsdoel wordt ondersteund en welke menselijke controle verplicht blijft.
• Leg vast welke gegevens nooit in een model mogen worden ingevoerd en controleer de datastroom per gekozen model.
• Ontwerp opdrachten en toetsvormen zo dat studenten hun eigen begrip en denkstappen kunnen laten zien.
• Test nieuwe modellen met docenten en studenten met verschillende ondersteuningsbehoeften voordat ze onderdeel worden van een vaste workflow.
• Vraag vooraf naar logging, incidentmelding, modelwissels, kosten, gegevensportabiliteit en een exit als de dienst niet beschikbaar is.

De kern

Met SURF AI verschuift het gesprek van losse chatbotkeuzes naar de infrastructuur onder onderwijs-AI. Dat kan mbo, hbo en wo meer regie geven over toegang, data en afhankelijkheid, maar alleen als instellingen de techniek koppelen aan duidelijke afspraken over didactiek, toetsing, privacy, toegankelijkheid en menselijke verantwoordelijkheid.

_Beeld: Nationale Onderwijsgids; afbeelding bij het aangeleverde bericht._