Generatieve AI – denk aan tools als ChatGPT, Copilot of DALL·E – wordt steeds vaker naar voren geschoven als hét antwoord op de werkdruk van leerkrachten. Beleidsmakers en bedrijven beloven tijdswinst: “Laat AI de saaie taken doen, zodat jij je kan focussen op écht lesgeven.”
Maar wat gebeurt er wanneer die belofte botst met de klaspraktijk?
Een recente studie van Neil Selwyn, Marita Ljungqvist en Anders Sonesson (2025) geeft hier een indringend antwoord op. Aan de hand van interviews met 57 leerkrachten uit Australië en Zweden onderzochten ze hoe AI in de praktijk wordt gebruikt. Hun conclusie is ontnuchterend: AI bespaart niet zozeer tijd, maar creëert vaak nieuw werk.
Van belofte naar praktijk: AI als extra werk
In theorie klinkt het eenvoudig: geef AI een duidelijke prompt (“Maak een lesplan over fotosynthese voor leerlingen van 14 jaar”) en je krijgt kant-en-klaar materiaal terug. In de praktijk lopen leerkrachten echter tegen allerlei problemen aan:
- Onnauwkeurigheden en fouten: hallucinaties, foutieve informatie, verouderde bronnen.
- Generieke inhoud: oppervlakkige, weinig kritische feedback; “platte” of te positieve toon.
- Gebrek aan aansluiting bij leerplannen: AI begrijpt de nuances van lokale curricula niet (bv. vaktermen of examenopdrachten in Victoria, Australië).
- Geen gevoel voor context: AI “kent” de leerlingen niet. Differentiatievoorstellen blijven generiek en soms zelfs contraproductief.
- Botsing met schoolcultuur: AI stelt werkvormen voor die niet passen binnen pedagogische afspraken of de gewoontes van een schoolteam.
Het resultaat? Leerkrachten besteden veel tijd aan controleren, verbeteren, herschrijven of zelfs helemaal opnieuw maken van AI-output. Zoals één leraar zei: “Ik gebruik meer tijd met het verfijnen van prompts dan wanneer ik het zelf zou schrijven. Het is een valse economie.”
Waarom leerkrachten tóch blijven corrigeren
De studie toont dat dit niet alleen gaat om frustratie of controlezucht. Er spelen diepere redenen:
- Professionele verantwoordelijkheid: Leerkrachten voelen dat zij eindverantwoordelijk zijn voor wat er in hun klas gebeurt. “Ik sta achter het materiaal – niet AI.”
- Pedagogische kwaliteit: AI heeft geen didactische training. Leerkrachten zien het als hun taak om inhoud te verdiepen, kritisch te maken en bruikbaar te maken voor hun leerlingen.
- Ethische dimensie: Het voelt inconsequent om leerlingen te waarschuwen voor kritiekloos AI-gebruik, terwijl je zelf ongefilterde AI-output in je lessen zou gebruiken.
- Authenticiteit: Lesgeven is ook een kwestie van stem, stijl en persoonlijk eigenaarschap. AI-output voelt vaak “vlak” of “niet als mijn taal”.
De verborgen arbeid achter “automatisering”
Het artikel verbindt dit met een breder maatschappelijk fenomeen: de illusie van automatisering, ook wel fauxtomation genoemd. Net zoals zelfscankassa’s eigenlijk afhankelijk zijn van winkelmedewerkers die voortdurend ingrijpen, werkt AI in onderwijs enkel omdat leerkrachten er verborgen arbeid in stoppen.
Anders gezegd: AI oogt autonoom, maar draait in realiteit op de expertise, intuïtie en oordeelskracht van mensen. In het geval van onderwijs: op het vakmanschap van de leraar.
Wat AI niet kan: tacit knowledge en pedagogisch oordeel
Een kernpunt uit de studie is dat AI nooit de tacit knowledge van leerkrachten kan vervangen. Tacit knowledge is de impliciete, vaak onbewuste kennis die leraren opbouwen door ervaring:
- het inschatten van de groepsdynamiek op een regenachtige vrijdagmiddag;
- weten welke feedback een specifieke leerling motiveert in plaats van ontmoedigt;
- aanvoelen wanneer een opdracht een emotionele trigger kan zijn.
Dit zijn geen feiten die je kunt “inprompten” of in een dataset gieten. Het is precies deze combinatie van empathie, ervaring en pedagogische intuïtie die onderwijs menselijk en effectief maakt.
Implicaties voor onderwijs en beleid
Wat betekent dit nu voor scholen en beleidsmakers? Het artikel doet geen kant-en-klare recepten, maar geeft duidelijke richtingen mee:
- Ontmasker de hype
- AI is geen wondermiddel dat werkdruk oplost. Zie het als een hulpmiddel dat meerwerk kan betekenen.
- Erken de verborgen arbeid
- Het aanpassen en verbeteren van AI-output is waardevol werk. Scholen moeten dit erkennen in taakbeleid en werkdrukmeting.
- Hou de leraar centraal
- AI mag nooit het pedagogische oordeel vervangen. Beslissingen over inhoud, didactiek en feedback blijven bij de leraar.
- Wees kritisch in beleid en aankopen
- Voor je AI-tools implementeert, vraag: sluit dit aan bij ons leerplan, onze leerlingen en onze schoolcultuur?
- Bescherm professionele kennis
- De impliciete kennis van leerkrachten is geen dataset voor technologiebedrijven. Het is de kern van hun professionaliteit en moet beschermd worden.
- Experimenteer kleinschalig
- Start proeftuinen waarin teams zelf onderzoeken hoe AI bruikbaar kan zijn, in plaats van top-down implementatie.
Tot slot
De onderzoekers formuleren het scherp: AI kan rekenen, maar geen oordelen vellen. Waar AI enkel rekent, brengen leerkrachten redeneren, reflecteren, verbeelden en empathie.
De toekomst van AI in onderwijs ligt daarom niet in vervanging, maar in samenwerking – mét erkenning dat de echte waarde bij de leraar blijft.
👉 Deze boodschap is cruciaal: investeer in AI met realisme, erken het verborgen werk van leerkrachten, en zet hun expertise centraal. Alleen dan kan AI een hulpmiddel worden dat onderwijs versterkt in plaats van ondermijnt.
Verder leren en verdiepen
Wil je zelf ontdekken hoe je generatieve AI op een doordachte en onderbouwde manier kunt inzetten in je klas of school? Sluit je dan aan bij een van onze activiteiten:
- Inspiratiesessie ChatGPT in de klas. Hoe? Zo! – praktische introductie voor leerkrachten die willen starten.
- Inspiratiesessie Ontwerp je eigen GPT – experimenteer zelf met AI en bouw tools op maat.
- Masterclass Generatieve AI in de klas. Hoe? Zo! – een diepgaande verkenning met volop ruimte voor praktijk.
👉 Liever eerst inspiratie en ervaringen delen met collega’s? Word gratis lid van onze Facebookgroep Generatieve AI in de klas.
Bron: Selwyn, N., Ljungqvist, M., & Sonesson, A. (2025). When the prompting stops: exploring teachers’ work around the educational frailties of generative AI tools. Learning, Media and Technology, 1–14. https://doi.org/10.1080/17439884.2025.2537959