AI-chatbots zullen het onderwijs niet democratiseren, omdat ze geen communicatieve en samenwerkingsvaardigheden ontwikkelen. Dat was de kern van het betoog van Michal Wieczorek. In een commentaar in Philosophy & Technology bouwen Izaak Dekker (HvA) en Felienne Hermans (VU) daarop voort. Hun centrale stelling is breder en scherper: onbeperkte AI-chatbots ondermijnen het onderwijs als geheel, niet alleen het democratische onderwijs.
Hun analyse draait om een fundamenteel spanningsveld. Aan de ene kant staat de belofte van AI in het onderwijs. Intelligente bijlessystemen zouden gepersonaliseerde feedback kunnen geven en docenten de ruimte bieden om zich te richten op de inhoud en de relatie met leerlingen. AI zou ook kunnen helpen bij het voorbereiden van lessen en leraren beter inzicht geven in hun leerlingen, zodat zij gerichter feedback kunnen geven.
Het onderwijs wordt frictieloos gemaakt en daarmee uitgehold
De praktijk ziet er anders uit. Leerlingen met internettoegang hebben inmiddels vrij toegang tot chatbots die vrijwel alles voor hen kunnen doen. Ze maken huiswerk, schrijven teksten, bereiden presentaties voor en kunnen het resultaat zo formuleren dat het niet als AI-werk herkenbaar is. Elke vraag wordt beantwoord, elke opdracht uitgevoerd, zonder zichtbare moeite. Wat op het eerste gezicht voelt als een versterking van het leerproces, blijkt volgens de onderzoekers juist het tegenovergestelde: het leren wordt frictieloos gemaakt en daarmee uitgehold.
Om te begrijpen waarom dat problematisch is, grijpen Dekker en Hermans terug op het pedagogische concept van ‘weerstand’, zoals uitgewerkt door onderwijsfilosoof Philippe Meirieu. Weerstand, zo zegt Meirieu, is de productieve wrijving die ontstaat wanneer een leerling iets tegenkomt dat niet direct lukt of niet direct te begrijpen is. In die momenten ontstaat juist leren: leerlingen moeten zichzelf vragen stellen, vooruitdenken en volhouden. Opvoeders en leraren hebben de taak om situaties te organiseren waarin leerlingen die weerstand leren overwinnen, zonder hun vrijheid volledig weg te nemen.
Weerstand is een voorwaarde om te leren
Volgens Meirieu is weerstand geen obstakel dat moet worden verwijderd, maar juist een voorwaarde voor ontwikkeling. Door dat proces ontwikkelen leerlingen geduld en wilskracht. Dat vraagt ook om een sociale omgeving waarin aandacht, wachten en het omgaan met anderen betekenis krijgen. Onderwijs is daarmee geen proces van directe bevrediging, maar van geleidelijke vorming.
Die spanning tussen weerstand en vrijheid speelt niet alleen in het onderwijs, maar ook in de democratie. Democratische samenlevingen vragen om burgers die kunnen omgaan met tegenstand, verschil van inzicht en onzekerheid. Besluitvorming vindt plaats via debat, checks and balances en confrontatie met andere perspectieven. Juist die ingebouwde weerstand maakt dat besluiten gedragen en toetsbaar zijn. Als die weerstand wordt weggenomen in naam van efficiëntie, verdwijnt volgens de Amsterdamse onderzoekers ook de basis voor democratische participatie.
Directe behoeftebevrediging
Tegen die achtergrond plaatsen zij de opkomst van AI in een bredere maatschappelijke context. Digitale technologieën spelen al langer in op onmiddellijke behoeftebevrediging en trekken voortdurend de aandacht van gebruikers. Dat ondermijnt volgens hen het vermogen tot concentratie, dat juist een kernfunctie van onderwijs is. De sociale omgeving waarin leerlingen opgroeien, maakt het daarmee moeilijker om de voorwaarden voor leren te realiseren, vooral voor leerlingen met een lagere sociaaleconomische achtergrond.
Chatbots versterken dat patroon. Ze zijn ontworpen om zo gebruiksvriendelijk mogelijk te zijn: ze automatiseren vervelende taken, geven onmiddellijk antwoord en passen zich aan de gebruiker aan. Daarmee verdwijnt de noodzaak om zelf te zoeken, te twijfelen en door te denken. Precies die inspanning is volgens Dekker en Hermans nodig om tot diepgaand leren te komen.
Vragen meer moeite, maar leveren ook meer op
Dat wordt ondersteund door inzichten uit de cognitieve psychologie. Onderzoek laat zien dat inspannende leerstrategieën leiden tot duurzamer leren dan passieve vormen van studeren. Strategieën zoals zelftoetsing, uitwerken en actief ophalen van kennis vragen meer moeite, maar leveren ook meer op. Leerlingen die vooral herlezen of markeren, ervaren de stof als vertrouwd en denken dat ze die beheersen, terwijl dat vaak niet zo is. Leerlingen die zichzelf toetsen, worden juist geconfronteerd met wat ze nog niet weten en leren daardoor meer.
De onderliggende gedachte is dat leren ontstaat door gerichte inspanning. Het brein wordt, net als spierweefsel, sterker door belasting die is gericht op een leerdoel. Wanneer leerlingen moeite doen om kennis op te halen, uitleg te formuleren of fouten te corrigeren, worden neurale verbindingen versterkt. Tegelijk geldt dat te hoge cognitieve belasting het leren juist belemmert. Leren vindt niet plaats in volledig gemak, maar ook niet in overbelasting. Het vraagt om begeleiding en structuur om dat evenwicht te bereiken.
Afhankelijk van het hulpmiddel
Binnen dat kader bespreken Dekker en Hermans ook hybride vormen van AI, waarin mens en machine samenwerken. Zulke combinaties kunnen in sommige gevallen beter presteren dan mens en machine afzonderlijk. Toch wijzen studies in het onderwijs op een terugkerend probleem. Leerlingen met onbeperkte toegang tot een chatbot presteren beter zolang die beschikbaar is, maar raken afhankelijk van het hulpmiddel en doen het slechter wanneer die ondersteuning wegvalt.
Daar komt bij dat leerlingen na het uitbesteden van een taak aan AI de uitkomst later kunnen beschouwen als hun eigen werk. Zij schrijven het resultaat aan zichzelf toe en ontwikkelen vertrouwen in een oordeel dat feitelijk door een systeem is geproduceerd. Het gebruik van AI verschuift daarmee ongemerkt de controle, terwijl het gevoel van autonomie blijft bestaan.
Leerlingen met meer voorkennis herkennen fouten
De effecten van AI-gebruik verschillen bovendien tussen leerlingen. Leerlingen met meer voorkennis herkennen fouten in de output van de chatbot sneller en gebruiken het systeem kritischer. Leerlingen met minder voorkennis nemen antwoorden vaker over zonder ze te controleren en leren er minder van. Omdat chatbots zich aanpassen aan de gebruiker, kunnen zij deze verschillen verder versterken.
Als mogelijke uitweg bespreken de onderzoekers ook ‘begrensde AI’. Dat zijn systemen die niet alle weerstand wegnemen, maar die juist proberen die weerstand bewust in stand te houden. Een schrijfassistent kan bijvoorbeeld feedback geven zonder teksten automatisch te herschrijven, zodat de leerling zelf problemen moet identificeren en oplossen. Een tutorsysteem kan vragen stellen die aanzetten tot nadenken, in plaats van direct antwoorden te geven. In zulke toepassingen blijft de leerling actief betrokken bij het leerproces.
De vraag is of zulke systemen iets toevoegen aan wat goede leraren al doen
Die benadering heeft duidelijke voordelen. Leerlingen blijven nadenken, oefenen met verschillende perspectieven en ontwikkelen hun eigen oordeel. Tegelijk zijn er ook nadelen. Systemen die inspanning vragen, zijn minder aantrekkelijk in gebruik en minder makkelijk op grote schaal toe te passen. Ze zullen waarschijnlijk vooral gebruikt worden door leerlingen die al gemotiveerd zijn. Bovendien is het nog een open vraag of zulke systemen iets toevoegen aan wat goede leraren al doen. Voor die meerwaarde ontbreekt op dit moment overtuigend bewijs.
Daarmee komen Dekker en Hermans tot een terughoudende conclusie. “Gezien de huidige stand van de techniek hebben zowel instellingen als leerlingen niet alleen moreel gelijk om af te zien van het gebruik van AI, maar worden zij daarin ook door bewijs ondersteund.”
Volgens de onderzoekers ligt de meest kansrijke rol voor AI dan ook niet in het wegnemen van moeite, maar juist in het terugbrengen ervan. Onderwijstechnologie heeft lange tijd geprobeerd leren zo efficiënt en soepel mogelijk te maken. Juist die weerstand, zo stellen zij, moet weer een centrale plaats krijgen in het onderwijs, omdat die zowel diep leren als democratische vorming mogelijk maakt.
Bron: Dekker, I. & Hermans, F. (2026). Why the User-Friendliness of AI Undermines Education. Commentary on Wieczorek 2025, Philosophy & Technology. DOI: https://doi.org/10.1007/s13347-026-01093-6
