De Synaps

Leren in een wereld met AI

Door: Lottie Raaijmakers, Lara van Peppen en Sjoerd van Gurp

Kunstmatige intelligentie (AI) is niet meer weg te denken uit onze samenleving en dringt steeds verder door in ons onderwijs. Studenten zetten AI* in als extra denkpartner: om informatie te vinden, ideeën te genereren en werk te verfijnen. Maar terwijl de mogelijkheden groeien, groeit ook de vraag of AI het leerproces ondermijnt of dat het nieuwe deuren opent. Eén ding staat vast: AI daagt ons uit om opnieuw na te denken over wat leren vandaag de dag écht betekent.

In deze editie van de Synaps verkennen de lectoraten Brein en Leren en Digitale Didactiek hoe AI het leerproces van studenten beïnvloedt. De inzichten zijn vertaald naar adviezen en praktische tips om AI in het onderwijs in te zetten als verrijking van het leren.

“Wat betekent leren nog, als het brein verbonden is met een netwerk dat alles al weet?” Het is zo'n vraag waar geen pasklaar antwoord op is. Toch kwam onze AI-tool binnen milliseconden tot een helder standpunt¹: “De focus van leren verschuift van informatie verzamelen en kennis opslaan naar interpreteren en creëren. Een nieuw tijdperk, waarin vaardigheden als probleemoplossend vermogen en kritisch denken centraal staan en menselijke betekenis belangrijker is dan ooit.” Maar klopt dit? Is het werkelijk een verschuiving of beschrijft AI simpelweg iets dat altijd al de kern van leren vormde?

Wat is leren eigenlijk?

Leren is een actief proces waarin mensen - zowel bewust en onbewust - kennis, vaardigheden en gedragingen ontwikkelen. Leren leidt tot veranderingen in het brein, doordat verbindingen tussen hersencellen worden gevormd en versterkt. Leren gaat ook over veranderingen in denken, voelen, waarnemen en handelen. Leren vormt onze identiteit. Door te leren ontdekken we niet alleen de wereld, maar ook onszelf.

Juist daarom is de komst van AI zo interessant. Wat gebeurt er met het leerproces als dit een hybride samenspel wordt tussen brein en machine? Worden we er mentaal luier van? Of ontstaat juist het omgekeerde: kunnen we beter gebruik maken van ons cognitieve vermogen wanneer we een deel van ons denken laten overnemen?

Een onderzoek naar AI en het brein

In artikelen over de effecten van AI op het brein, duikt een artikel steeds op: Your Brain on ChatGPT². Het wordt regelmatig aangehaald als bewijs dat AI ons luier maakt. Maar wat zegt dit onderzoek nu echt?

In het onderzoek werden studenten gevraagd om een essay te schrijven. Daarbij werden zij verdeeld in drie groepen: de eerste groep mocht ChatGPT gebruiken, de tweede groep mocht Google gebruiken en de derde groep mocht geen externe hulpmiddelen gebruiken. Tijdens het onderzoek werd hun hersenactiviteit gemeten met EEG. Wat bleek? Hoe meer externe hulp studenten kregen, hoe lager de gemeten hersenactiviteit. Deze studenten leken dus minder moeite te (hoeven) doen. Daarnaast werden er cognitieve effecten gezien. Studenten die AI hadden gebruikt konden minder goed terughalen wat zij hadden opgeschreven in hun essay en rapporteerden een lager gevoel van eigenaarschap over hun tekst. Opvallend werd het in een vervolgronde. De groep die oorspronkelijk ChatGPT mocht gebruiken, mocht nu geen hulpmiddelen gebruiken. Hun hersenactiviteit bleef lager dan die van de zogenoemde brain-only-groep, die nu wel AI mocht gebruiken. Er leek sprake van cognitive dept: een verlies van mentale inspanning.

Nu is er ook wel wat kritiek op dit onderzoek. De steekproef was klein en homogeen, wat de statistische betrouwbaarheid beperkt. Bovendien meten EEG-signalen engagement tijdens een specifieke taak en dus niet per se luiheid in bredere zin. Bovendien is het ook mogelijk dat studenten simpelweg meer vertrouwd raakten met de taak, waardoor er een vertekend beeld kan ontstaan: Hoe bekwamer iemand is in een taak, hoe efficiënter het brein werkt bij het uitvoeren van die taak.

De resultaten zijn dus interessant, maar vragen om een voorzichtige interpretatie. De conclusie dat ‘AI ons luier maakt’ is op basis van dit onderzoek dan ook te kort door de bocht. Het is belangrijk om hier meer onderzoek naar te doen; met grotere groepen, over langere tijdspannes en met verschillende vormen van AI-gebruik.

Het uitbesteden van denkwerk: de voordelen en risico’s

Het uitbesteden van mentale taken – ook wel cognitive offloading genoemd – doen we al eeuwen: notities maken en agenda’s gebruiken bijvoorbeeld. Cognitive offloading maakt ruimte vrij in ons (beperkte) werkgeheugen, omdat we niet meer alles zelf hoeven te onthouden. Digitale technologieën versnelden dit proces. Zo zijn we op een gegeven moment rekenmachines en GPS-navigatie gaan gebruiken. Met de opkomst van AI duikt een oude vraag (vooral ten tijde van de opkomst van het internet) in een nieuwe vorm op: Wat gebeurt er met ons geheugen en begrip wanneer informatie altijd voorhanden is?

Het brein slaat kennis niet als losse brokjes informatie op, maar als informatie die geïnterpreteerd is, betekenis heeft gekregen en onderling verbonden is. We organiseren deze kennis tot schema’s: mentale structuren die ons helpen om patronen te herkennen, voorspellingen te doen en problemen op te lossen. Schema’s vormen de basis van ons denken en van leren. Het is dus belangrijk dat deze schema’s krachtig en logisch gestructureerd worden opgebouwd. En dat vraagt om méér dan losse zoekresultaten. Het vraagt om interpreteren, herhalen, oefenen en reflectie. Door het uitbesteden van denkwerk, worden onze schema’s minder robuust³. Geheugen- en leerprocessen kunnen verzwakken wanneer AI gebruikt wordt om denkwerk en ‘moeite doen’ te vermijden. “Wie alles uitbesteedt, bouwt niets op.” schrijft Pedro de Bruyckere.⁴ AI-gebruikers kunnen hun eigen kennis overschatten, omdat ze externe informatie als hun eigen inzichten beschouwen.⁵

De kern is duidelijk. Als we AI passief inzetten, dus zonder zelf te hoeven denken, kan dit een negatief effect hebben op kennisopbouw en leren. De uitdaging ligt in het ontwerpen van onderwijs waarin AI zo wordt ingezet dat het denken en het leren worden geprikkeld in plaats van worden overgenomen.

Kritisch denken blijft onmisbaar

We kunnen AI in het onderwijs zo vormgeven dat het studenten blijft uitdagen om zelf na te denken. Maar er zijn ook momenten waarop studenten zelfstandig AI inzetten. Dit maakt het des te belangrijker dat zij begrijpen wat AI precies doet en wanneer ze zélf aan zet zijn. Dat vraagt om een stevig kritisch denkvermogen. We willen immers niet dat studenten alles blindelings aannemen wat AI teruggeeft. Om AI-antwoorden te beoordelen is kritisch denken cruciaal: Klopt het wat hier staat? Waar komt deze informatie vandaan? Ontbreekt er iets? Neem bijvoorbeeld het antwoord dat AI voor ons genereerde op de vraag “Wat betekent leren nog, als het brein verbonden is met een netwerk dat alles al weet?”. Hoe zou deze blog eruit hebben gezien als we dat antwoord klakkeloos hadden aangenomen?

Om kritisch na te kunnen denken, zijn een bepaalde houding en vaardigheden nodig. Maar ook kennis speelt een sleutelrol. Zonder relevante kennis is het heel moeilijk om de output van AI te beoordelen. Daarnaast heb je kennis nodig om goede zoektermen of prompts te formuleren. Wat we al weten, bepaalt namelijk hoe we nieuwe informatie opnemen – ook wanneer die uit een AI-tool komt.

Wat studenten nodig hebben om te leren met AI - 6 adviezen

Of AI het leerproces stimuleert of ondermijnt, hangt dus af van hoe we AI integreren in het onderwijs. Wat hebben studenten nodig? En hoe kunnen we daar in ons onderwijsontwerp en didactiek op inspelen? Wij hebben dit uitgewerkt in 6 adviezen, met praktische tips.

1. Maak studenten bewust van de doelen van onderwijs

De leeractiviteiten die je in het onderwijs inzet, hangen direct samen met het doel van het onderwijs. Daarom begint elk onderwijsontwerp met een fundamentele vraag: wat wil je dat studenten leren? Wanneer de overtuiging heerst dat het vooral draait om het produceren van werk, zoals het maken presentaties, verslagen en producten, dan is het voor studenten een efficiënte keuze om deze taken uit te besteden aan AI. Het doel van onderwijs zou echter niet presteren moeten zijn, maar leren. Uiteindelijk is onderwijs bedoeld om denken te stimuleren, nieuwsgierigheid te prikkelen, samenwerkingen tot stand te brengen en bij te dragen aan identiteitsvorming.⁶

De eerste vraag die je jezelf kunt stellen is dan ook: daagt mijn onderwijs(ontwerp) studenten voldoende uit om te leren en te groeien? Neem dit eens onder de loep. Veel leerdoelen zijn nog sterk gericht op presteren (producten opleveren, het maken van toetsen), waardoor studenten iets kunnen opleveren zonder écht geleerd te hebben.⁷

De tweede vraag is hoe studenten zelf kijken naar de doelen van het onderwijs. Door hier samen met studenten op te reflecteren, kun je de focus van onderwijs op leren leggen.

Een manier om de aannames van studenten uit te dagen, is om regelmatig gerichte vragen te stellen⁶:

- Wat heb je vandaag geleerd wat je eerder niet wist?

- Waar moest je diep over nadenken?

- Als je AI hebt gebruikt, heeft het je dan geholpen om je werk af te maken of heeft het je werk voor je afgemaakt?

2. Maak studenten bewust van de beperkingen van AI

In ons onderwijs hebben we te maken met jonge mensen. De meeste van onze studenten bevinden zich in de adolescentie: een fase waarin het brein en de identiteit volop in ontwikkeling zijn. Tijdens deze ontwikkelingsfase is men meer beïnvloedbaar dan volwassenen en wegen langetermijngevolgen nog niet altijd even zwaar mee. Het is cruciaal dat studenten zich bewust zijn van de beperkingen van AI.⁸ Zo kan AI verkeerde (of zelfs onethische) beslissingen nemen, omdat AI-modellen afhankelijk zijn van de data waarmee ze getraind zijn. Ook is het belangrijk dat studenten zich bewust zijn van de persoonlijke gegevens die ze delen, aangezien dit risico’s meebrengt voor hun privacy. Wanneer studenten te afhankelijk worden van AI, zou dit de ontwikkeling van hun eigen kennis en vaardigheden kunnen belemmeren. Het is dus van belang om studenten te trainen in AI-geletterdheid.

Om studenten hierbij te ondersteunen, is bij Avans de Libguide Generative AI ontwikkeld. In deze e-module vinden studenten praktische handvatten voor verantwoord AI-gebruik. Zo zijn er voorbeelden van AI-tools te vinden en tips om de beste resultaten met deze tools te behalen.

3. Stimuleer het zelf nadenken

Wanneer studenten AI gebruiken om taken uit te voeren zonder zelf na te denken, ontwikkelen zij minder robuuste kennisschema’s. Leren vergt immers inspanning. Het is belangrijk dat AI-tools zo worden ingezet dat het leren wordt geprikkeld en het nodig is om moeite te doen. Dat kan bijvoorbeeld door werkvormen te ontwikkelen die uitnodigen tot reflectie op door AI gegenereerde content. Een helpend uitgangspunt is het mens-machine-mens principe: De mens voedt het systeem, AI produceert een voorstel en vervolgens reflecteert de mens actief op deze uitkomst en beoordeelt of - en in welke mate - dit wordt aangenomen. Ook kun je chatbots zo ontwerpen en trainen dat zij juist uitnodigen tot denkwerk, oefenen en reflecteren. Dit wordt ook wel ‘de didactisch getrainde chatbot’ genoemd.^7,9Het lectoraat Digitale Didactiek werkt momenteel aan de ontwikkeling van een stappenplan dat docenten ondersteunt bij het trainen van een eigen, didactisch verantwoorde chatbot.

Steeds meer chatbots hebben een speciale studie- en leerfunctie, zoals Study Mode in ChatGPT of Guided Learning in Gemini. Deze functies dagen studenten uit om zelf over zaken na te denken.

Laat studenten ook expliciet reflecteren op hun AI-gebruik. In veel opleidingen worden studenten gevraagd een uitdraai aan te leveren waarin de volledige promptgeschiedenis is opgenomen. Dat biedt inzicht, maar zegt nog weinig over waarom AI op een bepaalde manier is ingezet. Onderwijskundige Josine Boetje stelt daarom een model¹⁰ voor waarin studenten aangeven in welke mate zij AI hebben gebruikt. Dat vormt het startpunt van een gesprek: Waarom was dat niveau passend voor deze opdracht? En zou een andere inzet van AI bij een volgende opdracht misschien meer opleveren voor het leerproces?

4. Stimuleer het kritisch denken

Onderzoek laat zien dat veelvuldig gebruik van AI samenhangt met lagere scores op kritisch denkvaardigheden, vooral bij jongere gebruikers (17-25 jaar) die sterk leunen op dergelijke tools.¹¹ Maar er zijn ook tegengeluiden. Zo toont een grootschalig onderzoek aan dat studenten AI juist inzetten om hun denken te verdiepen: zij stelden vragen die wezen op sterke cognitieve betrokkenheid.¹² Kortom, geen eenduidig beeld van AI op kritisch denken. Het lijkt erop dat AI het kritisch denkproces kan ondersteunen, mits goed ingezet.

Het is van belang dat studenten kritisch leren denken. Kritisch denken ontwikkel je alleen wanneer het expliciet en doorlopend onderdeel is van het onderwijs - zowel in leeractiviteiten als in de toetsing. Dat betekent dat studenten actief moeten oefenen met bijvoorbeeld het beoordelen van informatie: wat is betrouwbaar, wat niet en waarom niet? Belangrijk daarbij is dat deze activiteiten aansluiten bij hun domeinkennis of toekomstige beroepspraktijk. Kritisch denken is namelijk geen losse vaardigheid; studenten leren het pas echt wanneer ze het kunnen toepassen binnen hun eigen context.

Studenten leren beter omgaan met AI wanneer zij een vergelijking maken tussen AI-gegenereerde producten en producten die door de mens zijn gemaakt. Een werkvorm die hierbij past is om studenten een opdracht zonder AI te laten maken én ze dezelfde opdracht met behulp van AI te laten maken¹³. Vervolgens kunnen zij de resultaten vergelijken: Waar kan het eigen werk beter? Welke nieuwe perspectieven worden geboden? Wat ontbreekt er? Maar ook: Waar schiet AI nog tekort?

5. Gebruik AI om een stevige kennisbasis te bouwen

Kennis is noodzakelijk om effectief met AI om te kunnen gaan. Zonder inhoudelijke kennis is het lastig om de juiste prompts te formuleren en om de output op waarde te kunnen schatten. Juist daarom blijft investeren in een sterke kennisbasis onmisbaar. Uit onderzoek weten we veel over leerstrategieën die helpen om te bouwen aan een stevige kennisbasis. Denk aan als jezelf testen of overhoren tijdens het leren (retrieval practice), het spreiden van leren over de tijd (spacing), jezelf actief vragen stellen over de stof (elaboration) en datgene wat je leert aan jezelf uitleggen (self-explanation). AI-technologie biedt mogelijkheden om deze strategieën tijdens het leren in te zetten.

Een concreet voorbeeld is het inzetten van AI voor het maken van flashcards, die kunnen ondersteunen bij retrieval practice. De student deelt het leermateriaal met de AI-tool en geeft een prompt zoals deze: “Uit dit materiaal moet ik de belangrijkste begrippen leren voor een tentamen. Om te beginnen maak je voor mij flashcards met deze begrippen. Van die begrippen wil ik zelf de betekenis invoeren. Jij controleert dan of mijn uitleg goed is. Is mijn uitleg goed, dan maak je de flashcard compleet. Is mijn uitleg onjuist of onvolledig, dan geef je feedback zodat ik zelf tot het goede antwoord kan komen."

6. Wees de menselijke factor

Wees je als docent bewust van de toegevoegde waarde die jij hebt in de vorming van je studenten. AI kan data teruggeven, maar niet de menselijke ervaring bieden. Als docent heb je niet alleen kennis en ervaring om studenten door het leerproces te begeleiden, maar ook het vermogen om studenten als mensen te behandelen: “Als mensen die complexer zijn dan welk algoritme dan ook kan voorspellen.”¹⁴

Met wat we nu weten, is AI is niet per definitie 'goed' of 'slecht' voor het leren en de groei van onze studenten. AI kan het leren verrijken, mits rekening gehouden wordt met belangrijke didactische principes. Dat biedt kansen! Blijf kritisch varen op je didactische kompas en blijf onderzoekend naar hoe AI hierin kan ondersteunen. Het onderzoeksveld is nog jong. Wij zijn nieuwsgierig naar onderzoeken die zich richten op de impact op geheugen, leren en ontwikkeling op de langere termijn. Waar zijn jullie nieuwsgierig naar? Wil je met ons over dit onderwerp in gesprek, laat het ons dan weten!

* Waar AI staat bedoelen we specifiek generative AI.

Bronnen

Co-pilot, december 2025.
Kosmyna, N., Hauptmann, E., Yuan, Y.T., Situ, J., Liao, X., Beresnitzky, A.V., Braunstein, I. & Maes, P. (2025). Your brain on ChatGPT: Accumulation of cognitive debt when using an AI assistant for essay writing task. arXiv preprint arXiv:2506.08872.
Oakley, B., Johnson, M., Chen, K., Jung, E., Sejnowski, T.J. (2025). The Memory Paradox: Why Our Brains Need Knowledge in an Age of AI. arXiv:2506.11015v2 [cs.CY].
Uit de blog Waarom je geheugen belangrijker wordt in een wereld vol AI van Pedro de Bruykere (8 juni 2025).
Pearson. H. (2025). Are the Internet and AI affecting our memory? What the science says. Nature.
Uit het boek 10 Things Every Student Should Know About Artificial Intelligence - A Practical Guide For Teachers van Paul Matthews (oktober 2025). Gratis te downloaden van LinkedIn.
Uit de podcast-aflevering Worden we dommer van AI uit de serie AI en Onderwijs (11 september 2025).
Uit het rapport Artificial Intelligence and Adolescent Well-being. An APA Health Advisory van de American Psychological Association (juni 2025).
Uit de podcast-aflevering Lui door AI? uit de serie LLEARN (13 november 2025).
Uit het Webinar Leren en lesgeven in het AI-tijdperk, door Josine Boetje (27 november 2025). Rubric Human-AI Agency is in voorbereiding.
Zie bijvoorbeeld het paper AI tools in society: impacts on cognitive offloading and the future of critical thinking door Michael Gerlich (14 januari 2025).
Uit de blog What 130,000 Student Questions to AI Reveal About Critical Thinking van Muireann Hendriksen, Learning Scientists (4 september 2025).
Uit het artikel Kritisch denken met AI: een noodzaak! van Eunice Frijde op de Kennisbank van Noordhoff.
Uit de blog How do you like them apples? On the importance of teaching in the time of AI van Althea Need Kaminske, Learning Scientists (30 oktober 2025).

Afmelden voor mailings? Klik hier