Het onderzoek werd uitgevoerd met wetenschappers van University College London, de Universität für Weiterbildung Krems en Tallinn University. Zij onderzochten AI-systemen die rechtstreeks met leraren communiceren en hen ondersteunen bij concrete onderwijstaken.
Vijf vormen van samenwerking
De onderzoekers onderscheiden vijf niveaus waarop leraren en AI kunnen samenwerken. Op het transactionele niveau geeft een leraar een opdracht en levert de AI een antwoord, zonder dat het systeem rekening houdt met eerdere interacties.
Bij situationele samenwerking verzamelt en interpreteert de AI informatie over leerlingen, leeractiviteiten of de klassensituatie. De leraar gebruikt die informatie vervolgens om zelf een beslissing te nemen. Bij operationele samenwerking geeft de leraar doelen, voorkeuren of voorwaarden op, waarna de AI volgens die aanwijzingen een taak of werkproces uitvoert.
Praxische samenwerking gaat een stap verder. De leraar beoordeelt of corrigeert de uitkomsten, waarna het AI-systeem zijn werkwijze op basis van die feedback aanpast. Bij het hoogste, synergetische niveau redeneren leraar en AI samen. De AI volgt de leraar dan niet automatisch, maar kan aannames ter discussie stellen en met argumenten een alternatief voorstellen.
De niveaus vormen geen ranglijst waarbij een hoger niveau altijd beter is. Wel bieden de hogere niveaus meer mogelijkheden voor wederzijdse aanpassing en gezamenlijke besluitvorming.
Ruim zevenduizend publicaties bekeken
De onderzoekers doorzochten Web of Science op publicaties uit de periode 2010 tot april 2025. Ook bekeken zij referentielijsten en de bijdragen aan enkele belangrijke wetenschappelijke conferenties. Na verwijdering van dubbele resultaten bleven 7.379 mogelijke publicaties over.
Na beoordeling van titels en samenvattingen werden 561 artikelen volledig bekeken. Uiteindelijk voldeden 103 empirische studies aan de selectiecriteria. Daarin moest een AI-systeem worden gebruikt voor een concrete onderwijstaak en rechtstreeks met leraren communiceren.
Twee onderzoekers beoordeelden onafhankelijk van elkaar de eerste selectie. Hun overeenstemming, uitgedrukt in Cohen’s kappa, bedroeg 0,82. Bij het coderen van een dubbel beoordeelde steekproef door vier onderzoekers bedroeg Krippendorff’s alpha 0,69.
Vooral informatie en uitvoering
Van de onderzochte systemen opereerde 45,6 procent op het situationele niveau. Operationele samenwerking kwam voor in 31,1 procent van de studies en transactionele samenwerking in 19,4 procent. Slechts 3,9 procent bereikte het praxische niveau. Synergetische samenwerking werd niet aangetroffen.
De meeste AI-systemen werden gebruikt voor herkenning en classificatie, bijvoorbeeld om kenmerken van het leerproces te onderscheiden. Dit gebeurde in 45,6 procent van de studies. Ondersteuning van interactie, waaronder communicatie via verschillende soorten gegevens, kwam voor in 38,8 procent.
Generatieve AI werd in 39 procent van de studies gebruikt. Binnen die groep was het werken met instructies of prompts met 77,5 procent veruit de meest voorkomende aanpak. Technieken waarmee een systeem aanvullende voorbeelden, externe bronnen of menselijke feedback verwerkt, kwamen elk in 7,5 procent van deze toepassingen voor.
De meeste modellen veranderden na ingebruikname niet. In 82,5 procent van de studies bleef het model statisch. Actieve aanpassing op basis van invoer van gebruikers werd in 11,7 procent gevonden. In nog eens 5,8 procent veranderde het model passief doordat nieuwe gegevens binnenkwamen.
Van lesmateriaal tot beoordeling
AI werd in alle fasen van het lesgeven ingezet. Het vaakst gebeurde dat bij het maken van leermiddelen en activiteiten, in 32 procent van de studies. Daarna volgden het volgen en bijsturen van lopende leeractiviteiten met 28,2 procent en het beoordelen van leerresultaten en onderwijs met 27,2 procent.
Het hoger onderwijs was met 39,8 procent de meest onderzochte omgeving. Het voortgezet onderwijs volgde met 28,2 procent en het primair onderwijs met 19,4 procent. Bètavakken, techniek en wiskunde waren samen goed voor 59,2 procent van de studies.
Meer dan 70 procent van de systemen bevond zich op een gemiddeld niveau van technologische ontwikkeling. Volledig operationele toepassingen vormden 11,7 procent van het totaal. Voorbeelden daarvan waren ChatGPT en TeachFX, een platform dat leraren informatie geeft over gesprekken in de klas.
Leraren zelden betrokken bij het ontwerp
In meer dan 70 procent van de studies werd geen betrokkenheid van leraren of andere belanghebbenden bij het ontwerpproces vermeld. In 27,2 procent waren leraren aantoonbaar bij het ontwerp betrokken.
Ook ondersteuning bij de invoering was beperkt. Zestig procent van de studies vermeldde geen training of begeleiding. In 35,9 procent kregen deelnemers een eerste training, 6,8 procent bood doorlopende ondersteuning en 5,8 procent stelde zelfstudiemateriaal beschikbaar.
De onderzoekers vonden een samenhang tussen hogere niveaus van samenwerking en zowel de betrokkenheid van leraren bij het ontwerp als begeleiding bij de ingebruikname. Dat verband toont niet aan dat deze factoren de oorzaak zijn van het hogere samenwerkingsniveau.
Effect op het lesgeven blijft onderbelicht
In 88,3 procent van de studies werd de bijdrage van AI als aanvullend op het werk van de leraar ingedeeld. In 10,7 procent nam de AI een deeltaak van de leraar over. Slechts één studie vergeleek leraar, AI en de combinatie van beide en vond een betere prestatie van de combinatie.
Bij leraren werd vooral gekeken naar ervaren bruikbaarheid, in 48,5 procent van de studies, en gebruiksvriendelijkheid, in 36,9 procent. De invloed op het lesgeven werd in 33 procent onderzocht en verandering in het gedrag van leraren in 30,1 procent. Daadwerkelijke ingebruikname door leraren kwam met 11,7 procent het minst aan bod.
De evaluaties waren meestal kort. In 57,3 procent van de studies ging het om één sessie. Slechts 20,4 procent volgde de toepassing langer dan tien weken. Daardoor is nog weinig bekend over langdurige veranderingen in het handelen, het professionele oordeel en de ontwikkeling van leraren.
De onderzoekers beoordeelden de methodologische kwaliteit van de afzonderlijke studies niet. De resultaten brengen daarom vooral in kaart wat in de onderzochte literatuur is bestudeerd. Ze laten niet zien hoe vaak de verschillende vormen van samenwerking in de onderwijspraktijk voorkomen of hoe effectief AI in het algemeen is.
Wat betekent dit in de praktijk?
Voor leraren laat de studie zien dat de meeste onderzochte AI-systemen informatie geven of een afgebakende opdracht uitvoeren. Leraren houden daarbij vaak zelf de verantwoordelijkheid voor de pedagogische beslissing, maar systemen die zich langdurig aan hun feedback aanpassen zijn nog zeldzaam.
Voor scholen en opleiders wijzen de resultaten op het belang van training en blijvende ondersteuning. In veel studies kregen leraren geen begeleiding, terwijl ondersteuning bij de ingebruikname samenhing met hogere niveaus van samenwerking tussen leraar en AI.
Voor ontwikkelaars en onderzoekers ligt er een opgave om leraren bij het ontwerp te betrekken, de werking en aannames van AI inzichtelijk te maken en toepassingen langer te onderzoeken. Vergelijkingen tussen leraren, AI en de combinatie van beide zijn nodig om vast te stellen of samenwerking het professionele handelen werkelijk versterkt.
Bron: Cukurova, M., Suraworachet, W., Zhou, Q., Uzun, Y., Pishtari, G., Bulathwela, S., Topali, P. & Ley, T. (2026). Teacher-Facing AI in Education: A Systematic Review of Impact and A Taxonomy of Teacher-AI Teaming.
