Ga naar de hoofdinhoud

De generatieve paradox: sloopt GenAI Generatief Leren? (deel 2)

07/05/2026
Tine Hoof Begeleider professionele ontwikkeling en onderzoeker
Mitte Schroeven Begeleider professionele ontwikkeling en onderzoeker
Paul A. Kirschner Gastprofessor
Katelijne Van der Pas Coördinator
Wouter Buelens Onderzoeker

Deel 2: Wie is er generatief: de leerling of AI?

In dit deel van het tweeluik over de 'generatieve paradox', duiken we in de wereld van de Generatieve AI (GenAI). In deel 1 stonden we stil bij de theoretische fundamenten van generatieve leeractiviteiten (zie ‘Wijze Lessen’ Bouwsteen 5, p. 95) en het belang van cognitieve activiteit. Hoewel de term 'generatief' in beide concepten centraal staat, kan de impact ervan op het leerproces totaal verschillend zijn.

Wat betekent 'generatief'?

Het woord generatief betekent: iets dat iets nieuws kan maken of ‘genereren’. Mensen doen dat voortdurend. Ze bedenken ideeën, schrijven teksten, ontwikkelen codes of zoeken oplossingen voor problemen.

In de eerste blog hadden we het al over de term ‘generatief’ in het kader van leren. Leerlingen leren pas echt wanneer ze informatie actief verwerken door deze te selecteren, organiseren en integreren. Deze drie processen kosten leerlingen weliswaar moeite, maar de ‘worsteling’ met de leerstof komt leren ten goede. Generatieve leeractiviteiten zoals tekenen, mappen of samenvatten, stimuleren leerlingen om deze drie processen te doorlopen en, op basis van dat denkwerk, een nieuw bijproduct te genereren.
Generatieve Artificiële Intelligentie (GenAI; denk aan ChatGPT, Gemini, CoPilot ...) is kunstmatige intelligentie die, op basis van patronen in data, nieuwe inhoud voortbrengt zoals tekst, beelden, audio of code. GenAI is in staat deze bijproducten met één druk op de knop te produceren, maar heeft niets met het harde denkwerk van generatieve leeractiviteiten te maken.

Het is geen toeval dat 'generatieve leeractiviteiten' en 'generatieve AI' dezelfde ‘voornaam’ delen: in beide gevallen gaat het om het creëren van iets nieuws uit iets dat reeds bestaat. De paradox zit hierin: net omdat de AI zo goed is in het genereren van een 'bijproduct' (een samenvatting, mindmap, flashcards …), lopen we het risico dat de leerling het generatieve proces (het 'denken') volledig overslaat.

 

To think or not to think?

Laten we één misverstand meteen uit de weg ruimen: GenAI denkt niet. Het is een geavanceerd statistisch model dat een 'schijn van denken' ophoudt (a semblance of thinking; Lodge & Loble, 2026). Het echte gevaar is niet dat AI zelf begint te denken, maar dat wij ophouden het te doen.

Hard nadenken is namelijk lastig, vermoeiend en tot frustratie van menig leraar sinds mensenheugenis ontzettend makkelijk te vermijden. Denk aan iets kopiëren en plakken in plaats van overschrijven, tot snel iets googelen in plaats van eerst zelf over een antwoord na te denken. GenAI maakt dat vermijden nu verleidelijk eenvoudig. Als leerlingen een samenvatting laten maken door AI, hebben zij wel een tekst (het product), maar heeft er geen enkele cognitieve activiteit plaatsgevonden (het proces). Het resultaat zegt dan niets meer over het eigen denken van de leerling.

 

Offloading versus outsourcing

We maken een cruciaal onderscheid tussen twee manieren waarop we technologie kunnen gebruiken om ons denkproces te ondersteunen (Lodge & Loble, 2026; Kirschner, 2026):

  • Cognitieve offloading (cognitief ontlasten): Ons werkgeheugen is beperkt. Door technologie te gebruiken kunnen we het werkgeheugen ontlasten zodat er ruimte vrijkomt voor meer en dieper denken. Denk aan een rekenmachine voor complexe sommen of pen en papier om tussenstappen te noteren. In dit geval kunnen we spreken van offloading die het leren ten goede komt.
  • Cognitieve outsourcing (cognitief uitbesteden): Hierbij vervangt de technologie het denken in plaats van het te ondersteunen. Als AI de samenvatting schrijft, heb je het leerproces uitbesteed en wordt er niet meer geleerd (Kirschner 2026).*

 

De illusie van competentie

AI-gebruik tijdens het studeren geeft de illusie van competentie. De leerling denkt: "Ik snap het wel, want AI heeft het perfect uitgelegd," of “Ik heb een mooie samenvatting, dus ik heb de leerstof verwerkt. Maar de informatie is niet in het werkgeheugen, noch in het langetermijngeheugen verankerd. Het voelt als succes (prestatie), maar er vindt geen blijvende verandering plaats (leren).

Vergelijk het met trainen voor een marathon. Je kunt iemand anders elke dag voor je op pad sturen om die kilometers te vreten. Dat is een pak makkelijker en efficiënter, maar het gaat jou niet helpen om die marathon straks zelf uit te lopen. Leren vereist zweetdruppels, ook cognitieve.

Afbeelding gemaakt met GenAI (Gemin Nano Banana)
AI als bondgenoot: van sloophamer naar steiger

Betekent dit dat we GenAI uit de klas moeten bannen? Niet noodzakelijk. De kernvraag is niet óf we AI gebruiken, maar hóe. De voorkeur gaat uit naar leraren of medeleerlingen die het leerproces ondersteunen. Maar als GenAI wordt ingezet, moet de rol ervan verschuiven van ‘vervanger van het denken’ naar ‘ondersteuner’ ervan. Lodge & Loble (2026) reiken hiervoor drie krachtige rollen aan:

  1. AI als spiegel: laat de leerling zichzelf horen

    AI speelt hier de rol van een domme leerling die niets snapt en vragen stelt, waardoor de échte leerling verplicht is om te denken en uit te leggen. Laat leerlingen hun redenering uittypen en vraag AI om daar kritisch op te reageren. Niet om te zeggen "goed gedaan!", maar om te duwen en te trekken. AI is van nature een beetje een ja-knikker die al snel zegt dat je antwoord klopt, ook als dat niet zo is. Dat kan je tegengaan, bijvoorbeeld door dit letterlijk in je prompt te zetten:

    "Ik ga jou mijn argumenten uitleggen. Jij luistert, stelt kritische vragen en zegt me waar mijn redenering niet klopt of niet overtuigend is. Je geeft geen verbeterde versie. Je stelt alleen vragen. Reageer niet altijd sowieso positief en blijf kritisch."

    Concreet voorbeeld: Een leerling moet een overtuigende presentatie geven over het gebruik van sociale media door jongeren en legt de argumenten voor aan AI en licht kort toe. AI vraagt: "Hoe weet je dat? Heb je een bron?" of "Maar geldt dat voor alle jongeren, of alleen voor een bepaalde groep?" 
     

  2. AI als lastige vragensteller: geen antwoorden, alleen vragen

    Hier gebruik je AI niet om uitleg te geven, maar om jezelf aan het werk te zetten. AI geeft geen oplossing maar stelt enkel vragen. Dat klinkt simpel, maar je moet het wel instellen. In ChatGPT of Gemini doe je dat zo:

    "Jij bent een tutor. Geef geen antwoorden. Stel enkel vragen die mij helpen om zelf tot het antwoord te komen."

    Concreet voorbeeld: een leerling vraagt "Wat is de oplossing van deze vergelijking?" De AI antwoordt dan niet met het antwoord, maar met: "Wat heb je al geprobeerd? Welke stap lukt je niet?" Zo blijft het denkwerk bij de leerling, waar het hoort.
     

  3. AI als controleur: eerst zelf doen, dan checken

    Hier is de volgorde belangrijk: de leerling doet het werk eerst zelf, en pas daarna mag AI ernaar kijken. Niet andersom. De leerling schrijft een samenvatting, maakt de oefening, formuleert het antwoord en vraagt pas dan aan AI: "Wat klopt hier niet? Wat ontbreekt er?"

    Wil je zeker zijn dat de AI zich baseert op correcte leerstof en niet zomaar iets verzint? Gebruik bijvoorbeeld Notebook LM** van Google. Daar laad je zelf je cursus of handboek in, en AI antwoordt alleen op basis van wat jij hebt ingegeven.

    Tot slot nog een tip: wees kritisch op de tools die je gebruikt. Algemene chatbots van techgiganten zijn niet in eerste instantie ontworpen om het leerproces te ondersteunen. Ga indien mogelijk aan de slag met 'Educational AI', zoals gespecialiseerde tutorsystemen. Deze zijn expliciet ontworpen om ervoor te zorgen dat leerlingen effectief leren, en niet alleen de illusie krijgen dat ze aan het studeren zijn (Lodge & Loble, 2026; OECD, 2026).

 

Conclusie: Blijf in de 'leermodus'

De kern is simpel: whoever does the thinking, gets the learning. Wie denkt, leert. 

Als leerlingen een samenvatting laten maken door AI, hebben zij een tekst. Maar zij hebben niks geleerd. Als zij die samenvatting zelf schrijven en daarna aan AI vragen wat er ontbreekt, kan dit het leren ondersteunen. 

Dat betekent niet dat je AI uit je klas moet bannen. Maar het betekent wel dat je kritisch moet kijken naar je opdrachten. Kan een leerling dit gewoon aan AI geven zonder één seconde na te denken? Dan is het geen leeropdracht, dan is het een klusopdracht. En AI is heel goed in klusjes.

De vraag die je jezelf dus bij elke opdracht moet stellen: wie doet hier eigenlijk het denkwerk? Als het antwoord ‘AI’ is, heb je een probleem. Als het antwoord ‘de leerling’ is, zit je goed.


* Wanneer we te veel uitbesteden, kunnen we spreken van een AI-Mattheus-effect: leerlingen die al vaardig zijn en veel kennis bezitten, kunnen AI gebruiken om nog sneller en dieper te gaan (offloading), terwijl minder vaardige leerlingen AI gebruiken om het werk simpelweg te ontwijken om toch maar tot het gevraagde bijproduct te komen (outsourcing). Dit vergroot de kansenongelijkheid in de klas (Lodge & Loble, 2026).
**Notebook LM is een toepassing van Google met als voordeel (mits de juiste instellingen) dat de toepassing zich beperkt tot de bronnen die je het ‘gevoed’ hebt. Daarnaast kan de tool ook quizzes maken van cursussen, of flashcards of een podcast om de leerstof extra te beluisteren.

Bronnen
  • Kirschner, P. A. (2026, 13 januari). Cognitieve Offloading vs. Outsourcing: Wat is het Verschil? Kirschner-ED. https://www.kirschnered.nl/2026/01/13/cognitieve-offloading-vs-outsourcing-wat-is-het-verschil/
  • Lodge, J. M., & Loble, L. (2026). Artificial intelligence, cognitive offloading and implications for education. University of Technology Sydney.
  • OECD. (2026). Reimagining Teaching in an Accelerating World. International Summit on the Teaching Profession. OECD Publishing.