Kunstmatige intelligentie krijgt een steeds grotere rol in onderwijsbeslissingen, maar leraren worden daar nog onvoldoende op voorbereid. Dat concluderen Oana Costache, Roald Pieter Verhoeff en Pierre Gorissen van de Radboud Universiteit, NOLAI en de HAN in een systematische review naar de samenwerking tussen leraren en AI.
De scholing die leraren in die studies krijgen, is meestal kort en praktisch van aard. Vaak gaat het om een video, handleiding, demonstratie of korte uitleg over de werking van een systeem. Daarmee leren leraren wel hoe zij een dashboard of AI-tool moeten gebruiken, maar nauwelijks hoe zij de uitkomsten daarvan professioneel moeten beoordelen. Juist dat wordt belangrijker naarmate AI-systemen niet alleen informatie tonen, maar ook patronen herkennen, leerbehoeften inschatten en soms zelf feedback geven of onderwijsactiviteiten aansturen.
AI-systemen die steeds dichter op het pedagogische werk van leraren komen te zitten
Het onderzoek draait om de vraag hoe empirische studies de samenwerking tussen leraren en AI-systemen beschrijven, en wat dat betekent voor de professionalisering van leraren. De aanleiding ligt in de opkomst van AI-systemen die steeds dichter op het pedagogische werk van leraren komen te zitten. Zulke systemen kunnen gegevens over leerlingen analyseren, mogelijke leerproblemen aanwijzen en aanbevelingen doen voor wat er vervolgens moet gebeuren. In sommige gevallen zetten zij zelf ook een volgende stap, bijvoorbeeld door feedback te geven of vragen te stellen.
Daarmee verschuift de vraag wat professioneel oordeelsvermogen van leraren inhoudt. Als een systeem helpt signaleren wat er aan de hand is, of zelfs al een pedagogische reactie geeft, moet de leraar kunnen beoordelen of die uitkomst klopt, past bij de leerling en verantwoord is in de onderwijspraktijk. Volgens de onderzoekers blijft de voorbereiding daarop in veel studies beperkt.
De onderzoekers doorzochten de wetenschappelijke databases Web of Science en Scopus. De zoekactie werd uitgevoerd in september 2025 en had betrekking op publicaties uit de periode 2015 tot 2025. Na twee screeningsrondes bleven negenendertig empirische studies over waarin leraren daadwerkelijk met AI-uitkomsten werkten om pedagogische beslissingen te nemen, aan te passen of daarop te reflecteren.
Voor hun analyse gebruikten de auteurs twee kaders. Het eerste beschrijft wat een AI-systeem in het onderwijs doet: signaleren, duiden en handelen. Een systeem kan bijvoorbeeld alleen zichtbaar maken dat een leerling vastloopt, maar het kan ook aangeven wat er vermoedelijk aan de hand is of meteen een vorm van ondersteuning geven. Het tweede kader onderscheidt zes niveaus van automatisering. Daarmee wordt zichtbaar hoeveel zeggenschap bij de AI ligt en hoeveel bij de leraar blijft.
De technologieën die in de onderzochte studies het vaakst voorkwamen, waren learning analytics, meestal in de vorm van dashboards, en systemen voor natuurlijke taalverwerking. Zulke systemen analyseren bijvoorbeeld teksten, antwoorden of gesprekken. Veel van de onderzochte toepassingen waren nog prototypes. De meeste studies gingen bovendien over leraren in opleiding. Onderzoek onder werkende leraren kwam veel minder vaak voor.
In de meeste studies werkte de AI op een middelmatig tot hoog automatiseringsniveau. Op het meest voorkomende niveau helpt het systeem bij het signaleren en deels ook bij het duiden van gegevens, terwijl de leraar verantwoordelijk blijft voor de uiteindelijke interpretatie en voor het handelen. De leraar krijgt dan bijvoorbeeld een dashboard, waarschuwing, classificatie, aanbeveling of feedback aangereikt, maar moet zelf bepalen wat die informatie betekent en of er iets mee moet gebeuren.
De rol van de leraar verschuift van directe beslisser naar iemand die AI-gestuurde processen beoordeelt
Op hogere automatiseringsniveaus krijgt de AI een actievere rol. Het systeem geeft dan bijvoorbeeld zelf feedback, stelt vragen, reageert in een simulatie of stuurt een oefenomgeving aan. De leraar of aankomend leraar neemt dan deel aan een door AI ingerichte leer- of oefensituatie, houdt toezicht of grijpt in wanneer dat nodig is. De rol van de leraar verschuift daarmee van directe beslisser naar iemand die AI-gestuurde processen beoordeelt, begeleidt of corrigeert.
Juist daar zien de onderzoekers een probleem. De voorbereiding van leraren groeit niet mee met de complexiteit van die samenwerking. Bij eenvoudige toepassingen leren leraren meestal hoe zij een dashboard moeten lezen of een instrument moeten bedienen. Bij verdergaande toepassingen blijft de voorbereiding vaak beperkt tot uitleg over de omgeving, de rol van de deelnemer of de technische werking van het systeem. Training waarin leraren leren omgaan met de professionele en pedagogische vragen die AI oproept, komt nauwelijks voor.
Gelegenheid voor leraren om na te denken over hun ervaring met het AI-systeem
Ook structurele reflectie is schaars. Slechts tien van de negenendertig studies bevatten een duidelijke gelegenheid voor leraren om na te denken over hun ervaring met het AI-systeem, bijvoorbeeld via reflectieopdrachten, interviews of terugblikken op het gebruik van een dashboard of simulatie. Onderzoek op langere termijn ontbrak vrijwel volledig. Eén studie vroeg leraren acht tot tien maanden na afloop opnieuw naar hun ervaringen. De overige studies maten uitkomsten tijdens of direct na de interventie.
Volgens de auteurs betekent dit dat leraar-AI-samenwerking in de literatuur vaak wordt behandeld als een korte kennismaking met een instrument. Leraren krijgen toegang tot dashboards, automatische feedback, aanbevelingen of interactieve tools, maar de studies laten veel minder zien hoe zij leren om die uitkomsten professioneel te wegen. Ook blijft grotendeels buiten beeld hoe leraren leren bepalen wanneer zij een systeem kunnen vertrouwen, wanneer zij moeten ingrijpen en hoe zij hun eigen verantwoordelijkheid vasthouden.
Leraren leren hoe een systeem werkt, maar veel minder hoe AI hun professionele rol verandert
De onderzoekers concluderen dat de huidige professionalisering vooral gericht is op directe bruikbaarheid. Leraren leren hoe een systeem werkt, maar veel minder hoe AI hun professionele rol verandert. Naarmate AI meer taken krijgt in het signaleren, duiden en handelen, wordt het volgens de auteurs belangrijker dat leraren weten wanneer zij AI-uitkomsten kunnen volgen, wanneer zij die moeten betwijfelen en hoe zij kunnen verantwoorden dat zij een systeem juist wel of niet volgen.
Geen van de onderzochte studies kwam volgens de auteurs uit bij een werkelijk diepgaande benadering van professionalisering. Daarmee bedoelen zij een aanpak waarin leraren niet alleen leren een AI-tool te gebruiken, maar ook kritisch leren nadenken over de rol van AI in hun pedagogische werk. Daarbij zouden leraren ook actiever betrokken kunnen worden bij de keuze, inrichting of ontwikkeling van zulke systemen, zodat zij niet alleen gebruiker zijn, maar als professionele partner kunnen meebepalen hoe AI in het onderwijs wordt ingezet.
Wat betekent dit in de praktijk?
Voor lerarenopleidingen laat dit onderzoek zien dat voorbereiding op AI niet kan blijven bij uitleg over dashboards, functies of technische bediening. Leraren moeten ook leren hoe zij AI-uitkomsten beoordelen, wanneer zij die in twijfel trekken en hoe zij hun pedagogische verantwoordelijkheid behouden wanneer een systeem meedenkt of meedoet.
Voor scholen en besturen maken de resultaten duidelijk dat invoering van AI-systemen niet alleen een technische keuze is. Naarmate systemen meer signaleren, duiden of zelf handelen, verandert ook de rol van de leraar. Professionalisering moet daarom ruimte bieden voor reflectie op vertrouwen, verantwoordelijkheid, uitlegbaarheid en de vraag wanneer menselijk ingrijpen nodig is.
Voor ontwikkelaars en onderzoekers wijst de review erop dat leraren in studies vaak vooral als gebruikers van vooraf gekozen AI-tools verschijnen. Het onderzoek suggereert dat hun rol sterker kan worden wanneer zij ook worden betrokken bij selectie, inrichting of ontwerp van systemen, zodat AI beter aansluit bij pedagogische doelen, lokale onderwijspraktijken en professionele waarden.
Bron: Costache, O., Verhoeff, R. P. & Gorissen, P. (2026). Teacher–AI Collaboration and the Professionalization of Teachers in the Age of Automation: A Systematic Review, Education Sciences. DOI: https://doi.org/10.3390/educsci16060938
