Dat blijkt uit onderzoek dat in het OECD Digital Education Outlook 2026 wordt beschreven en afkomstig is van Paraskevi Topali, Alejandro Ortega-Arranz en Inge Molenaar, onderzoekers van de Radboud Universiteit, waarin wordt vastgesteld dat huidige, algemene AI-tools te weinig rekening houden met docentautonomie en daarmee het risico vergroten dat leraren hun regierol in het onderwijs verliezen.
Het onderzoek richt zich op de manier waarop leraren en studenten generatieve AI, zoals ChatGPT en vergelijkbare systemen, daadwerkelijk gebruiken in de onderwijspraktijk. Daarbij staat de spanning centraal tussen automatisering en professionele autonomie. Die spanning wordt steeds zichtbaarder nu AI-toepassingen in rap tempo hun weg vinden naar klaslokalen in het primair en voortgezet onderwijs.
Van algemene AI naar educatieve AI
In de interviews komt naar voren dat zowel docenten als leerlingen vooral werken met algemene, niet op onderwijs ingerichte systemen. Daardoor ontbreekt context, zijn antwoorden niet afgestemd op het curriculum of de lesdoelen, en kunnen leraren nauwelijks sturen hoe AI zich gedraagt in hun onderwijspraktijk. In het hoofdstuk wordt dat gekoppeld aan een verlies aan docentautonomie tijdens de instructiecyclus, juist omdat leraren minder zicht krijgen op leerprocessen en minder mogelijkheden hebben om AI-uitkomsten te laten aansluiten bij hun onderwijsdoelen.
Drie manieren waarop docenten en leerlingen GenAI gebruiken
De onderzoekers onderscheiden drie gebruikspatronen. Docenten zetten GenAI soms in als vervanging van tijdrovende taken, zoals het maken van vragen of beoordelingsrubrieken. Een docent zegt bijvoorbeeld dat het handmatig maken van zeventien vragen over het thema ‘vriendschap’ veel tijd kost. Ook zijn er docenten die aangeven GenAI veel te gebruiken om rubrics op te stellen.
Daarnaast gebruiken docenten en leerlingen GenAI als aanvulling op bestaand werk. In de aangehaalde fragmenten laat een docent zien dat in een kunstvak AI-tools worden ingezet om tekeningen te maken, terwijl leerlingen vooral noemen dat GenAI snel ideeën oplevert en veel informatie kan bieden wanneer zij niet goed weten hoe ze een opdracht moeten beginnen.
Een derde gebruikspatroon is leren. Docenten geven aan GenAI te gebruiken om actieve leerbenaderingen of nieuwe didactische methoden beter te begrijpen. Leerlingen beschrijven GenAI als hulpmiddel om zaken te laten uitleggen, zich beter voor toetsweken voor te bereiden of om teksten ‘mooier’ te laten formuleren, zodat zij daar volgens eigen zeggen van kunnen leren.
Kopieergedrag en cognitieve ontlasting als kernzorg
Tegenover die voordelen staan duidelijke risico’s. In het hoofdstuk geven leerlingen zelf voorbeelden van copy-paste gebruik, waarbij zij opdrachten laten genereren door een tool en het resultaat direct overnemen. Dat wordt door de onderzoekers verbonden aan cognitieve ontlasting: het denkwerk dat eerder door de leerling zelf werd gedaan, wordt vervangen door AI.
Docenten benoemen dit als hun belangrijkste zorg. Zij zijn bang dat leerlingen minder gaan brainstormen, minder creatief leren denken en dat dit de ontwikkeling van kritisch denken schaadt. Leerlingen herkennen dat deels: enkele studenten zeggen dat de manier waarop zij GenAI gebruiken hun eigen vaardigheden onderontwikkeld laat, omdat zij zelf niets opbouwen en het werk in feite door ‘iemand anders’ wordt gedaan.
Oververtrouwen in AI en zorgen over hallucinaties
Een tweede probleem is overafhankelijkheid. Docenten maken zich zorgen dat leerlingen geen andere bronnen meer gebruiken en AI-uitkomsten kritiekloos kopiëren. Daarbij komt de angst dat hallucinaties, dus foutieve of verzonnen antwoorden, onopgemerkt blijven. Eén docent zegt expliciet dat ChatGPT kan hallucineren en dat zowel docenten als leerlingen dat niet altijd doorhebben.
Aan leerlingzijde verschijnt juist een opvallend vertrouwen. In de fragmenten zegt een student dat ChatGPT prettig is omdat je het eigenlijk niet hoeft te controleren en dat die het “heel betrouwbaar” vindt. In het hoofdstuk staat daarnaast dat meerdere studenten GenAI omschrijven als hun persoonlijke “24-uurs leraar”, wat de zorgen van docenten over afhankelijkheid en kritische houding versterkt.
Verschuivende rolverhoudingen tussen docent en leerling
Het hoofdstuk beschrijft ook zorgen over de positie van de docent in het leerproces. Docenten vragen zich af hoe zij hun autonomie kunnen garanderen als leerlingen een alternatief gezag zien in GenAI. Er wordt gewezen op mogelijke botsingen in de relatie tussen student en docent, omdat de “expert” volgens sommige leerlingen eerder ChatGPT lijkt te zijn dan de docent. Leerlingen zeggen daarbij dat docenten niet altijd beschikbaar zijn en dat GenAI sneller en makkelijker is om informatie te krijgen of vragen te stellen.
Ontwerpeisen: sturen, volgen en instellen
Op basis van de interviews formuleren de onderzoekers drie ontwerpvereisten voor educatieve GenAI-systemen die docentautonomie kunnen ondersteunen. De eerste is het kunnen afstemmen van de GenAI-output. Docenten willen controle over de antwoorden, bijvoorbeeld over diepgang, timing en de mate waarin een systeem helpt met hints of directe antwoorden. Daarbij wordt ook genoemd dat docenten een systeem zouden moeten kunnen trainen met eigen lesdocumenten om antwoorden beter te contextualiseren.
De tweede eis is monitoring van gebruik. Docenten willen kunnen zien hoe leerlingen GenAI inzetten en of een tool leren ondersteunt of vooral taakuitvoering vervangt. Monitoring wordt in het hoofdstuk gekoppeld aan het herkennen van kennisgaten en het kunnen bijsturen van onderwijsinterventies, lesplanning en leerdoelen.
De derde eis is dat instellingen en docenten configureerbare opties krijgen. Niet elke docent wil dezelfde mate van automatisering of dezelfde soort waarschuwingen. Het gewenste systeem moet daarom ruimte bieden om te kiezen of en hoe er automatisch wordt ingegrepen, bijvoorbeeld bij overmatig gebruik door leerlingen.
Prototype met drie gebruiksscenario’s
De onderzoekers werkten deze eisen uit in een low-fidelity prototype dat in co-designsessies met docenten werd verkend. Het prototype werd onder drie scenario’s getest, die verschillende lesmomenten representeren. In het ontwerpstadium kunnen docenten instellen hoe het systeem reageert en de antwoorden contextualiseren met documentatie. Tijdens de uitvoering kunnen docenten interacties volgen via zogeheten GenAI-analytics, inclusief onderwerpen, frequentie en mogelijke copy-paste patronen. Daarnaast is er een scenario waarin het systeem fungeert als leer- en voorbereidingsinstrument binnen de door docenten ingestelde kaders.
Meer inzicht, maar ook meer complexiteit
In de feedback op het prototype noemen docenten vooral de waarde van inzicht: zij zouden beter kunnen zien waar leerlingen ondersteuning nodig hebben en gerichter feedback kunnen geven. Ook zeggen docenten dat zo’n systeem hun gevoel van autonomie en controle kan vergroten, omdat zij overzicht krijgen over wat er gebeurt en daarop kunnen handelen.
Tegelijkertijd benoemen docenten dat meer inzichten ook extra werk en complexiteit kunnen opleveren. In de citaten wordt dat samengevat als: het wordt niet makkelijker door de nieuwe mogelijkheden, maar het wordt wel beter. Het prototype vergroot dus volgens docenten de kwaliteit van hun handelen, maar niet vanzelfsprekend de snelheid of werkdruk.
Autonomie als ontwerp- én uitvoeringsvraag
In de conclusie beschrijft het hoofdstuk docentautonomie als iets dat zowel in het ontwerp van tools als in het dagelijks gebruik moet worden geborgd. Docenten moeten kunnen meebeslissen over functies, interface en onderliggende keuzes, en tijdens de instructiecyclus moeten zij betekenisvol kunnen bepalen hoe taken tussen henzelf en AI worden verdeeld. Daarmee ontstaat een onderscheid tussen autonomie als co-designpartner en autonomie als co-orchestratiepartner in het onderwijsproces.
Het hoofdstuk eindigt met de stelling dat acceptatie en adoptie van GenAI in het onderwijs alleen kansrijk is wanneer automatisering wordt uitgebalanceerd met docentautonomie. Zonder betekenisvolle betrokkenheid van docenten bij het ontwerp bestaat het risico dat GenAI vooraf vastgelegde modellen van onderwijs versterkt die botsen met didactische principes en klascontexten.
Wat betekent dit in de praktijk?
Voor docenten laat dit onderzoek zien dat generatieve AI pas echt bruikbaar wordt als u het gebruik kunt sturen. In de praktijk betekent dat: AI inzetten als leerpartner die hints en uitleg geeft in plaats van kant-en-klare antwoorden, en waar mogelijk de mate van diepgang en timing van feedback laten aansluiten op uw lesdoelen. Het onderzoek benadrukt dat docenten behoefte hebben aan de mogelijkheid om AI te laten werken met eigen lesdocumenten, zodat antwoorden beter passen bij de context van de klas en het curriculum.
Voor leerlingen volgt uit de bevindingen dat AI snel kan helpen bij uitleg, ideeën en schrijfvaardigheid, maar dat letterlijk overnemen leidt tot cognitieve ontlasting en minder ontwikkeling van eigen vaardigheden. In de praktijk betekent dat: AI gebruiken om vragen te stellen, voorbeelden te krijgen en eigen teksten te verbeteren, en vervolgens altijd zelf te bewerken en te controleren, zodat het denkwerk niet volledig wordt uitbesteed.
Voor schoolleiders en ICT-coördinatoren wijst het onderzoek op de waarde van instelbare opties die passen bij verschillende onderwijsstijlen. In de praktijk betekent dat: ruimte bieden aan teams om te bepalen welke mate van automatisering wenselijk is, of er waarschuwingen moeten komen bij overmatig gebruik, en hoe AI binnen lessen wordt ingezet zonder dat dit de autonomie van docenten ondermijnt.
