Generatieve AI, zoals Copilot of ChatGPT, kan voor leerlingen een bijzonder nuttige leerhulp zijn. Denk aan een leerling die moeite heeft om aan een grote opdracht te beginnen, een student die vastloopt in een lange tekst of iemand die wel begrijpt wat die wil zeggen, maar moeite heeft om dat helder op papier te krijgen. Voor neurodivergente leerlingen kunnen zulke drempels extra zwaar wegen. AI kan helpen om ze kleiner te maken. Maar daar zit meteen een belangrijke nuance.
AI is een goede leerhulp wanneer het een leerling helpt om zélf verder te denken. Het wordt problematisch wanneer het dat denken overneemt.
De uitdaging voor leerkrachten, docenten en ouders is daarom niet om AI zoveel mogelijk toe te laten of te verbieden. De interessantere vraag is: hoe kunnen we AI zo inzetten dat een leerling zelfstandiger leert worden?
Eerst even: wat bedoelen we met neurodiversiteit?
Geen twee breinen werken precies hetzelfde. Mensen verschillen bijvoorbeeld in hoe gemakkelijk ze hun aandacht vasthouden, informatie verwerken, taal gebruiken, prikkels ervaren, plannen of problemen oplossen. Neurodiversiteit verwijst naar die natuurlijke variatie tussen mensen.
De term neurodivergent wordt meestal gebruikt voor mensen van wie de manier van denken en informatie verwerken duidelijk afwijkt van wat doorgaans als typisch wordt beschouwd. Onder die brede noemer worden bijvoorbeeld autisme, ADHD, dyslexie, dyscalculie en ontwikkelingscoördinatiestoornissen geplaatst.
Belangrijk is dat neurodivergentie niet simpelweg betekent dat iemand iets minder goed kan. Het gaat eerder om een ander profiel van sterktes, moeilijkheden en ondersteuningsbehoeften (Dwyer, 2022). En precies daar moeten we voorzichtig zijn. Niet iedere leerling met ADHD heeft moeite met plannen. Niet iedere autistische leerling heeft dezelfde behoefte aan structuur. En niet iedere leerling met dyslexie heeft dezelfde ondersteuning nodig.
Een diagnose is dus geen gebruiksaanwijzing voor een leerling. Het is meestal zinvoller om te vragen:
Waar loopt deze leerling in deze situatie tegenaan en welke ondersteuning helpt om de volgende stap zelf te zetten?
Waarom kan studeren extra inspanning vragen?
Leren vraagt veel meer dan alleen leerstof begrijpen. Een leerling moet bijvoorbeeld aan een taak beginnen, de aandacht erbij houden, instructies begrijpen, informatie selecteren, hoofd- en bijzaken onderscheiden, tijd inschatten, verschillende stappen plannen, controleren of iets begrepen is en hulp vragen wanneer dat nodig is. Dat zijn behoorlijk wat processen tegelijk.
Bij sommige neurodivergente leerlingen kunnen bepaalde onderdelen daarvan meer inspanning vragen. Onderzoek beschrijft bijvoorbeeld verschillen in aandachtssturing, werkgeheugen, planning, impulscontrole en cognitieve flexibiliteit bij groepen leerlingen met ADHD of autisme. Bij dyslexie kunnen lezen, spellen en schrijven meer tijd en energie vragen (Hamilton & Petty, 2023; McDowall & Kiseleva, 2024).
Ook de omgeving speelt een rol. Een opdracht van drie pagina’s zonder duidelijke tussenstappen kan bijvoorbeeld veel moeilijker zijn dan dezelfde opdracht opgesplitst in vijf concrete stappen. Een rumoerige ruimte kan concentratie bemoeilijken. En een docent die zegt “maak hier tegen volgende week iets creatiefs van” kan voor de ene student vrijheid betekenen en voor de andere vooral onzekerheid.
Dat is belangrijk wanneer we over AI praten. AI kan namelijk niet alleen helpen bij iets waar een leerling moeite mee heeft. Het kan ook helpen om een onnodig ingewikkelde leeromgeving toegankelijker te maken.
Waar kan generatieve AI helpen?
Onderzoek naar generatieve AI en specifiek neurodivergente leerlingen staat nog in de kinderschoenen. We moeten dus voorzichtig zijn met grote uitspraken. De eerste studies bij studenten met een functiebeperking en neurodivergente studenten laten wel zien dat zij AI onder andere gebruiken om teksten toegankelijker te maken, informatie te structureren, schrijfwerk te ondersteunen en studieactiviteiten te organiseren (Pierrès et al., 2024; Zhao, 2025). Een aantal toepassingen lijkt daarom bijzonder interessant:
1. Een grote opdracht kleiner maken
Een opdracht als “schrijf een onderzoeksrapport” kan overweldigend zijn. AI kan helpen om zo’n opdracht op te delen:
“Help mij deze opdracht opdelen in kleine stappen. Geef mij niet meteen een volledige planning. Vraag eerst wat ik al gedaan heb en hoeveel tijd ik beschikbaar heb.”
De leerling hoeft dan niet tegelijk de volledige opdracht te overzien.
Maar de leerling blijft wel beslissen: welke stap doe ik eerst?
2. Moeilijke uitleg opnieuw laten uitleggen
Niet iedereen begrijpt een begrip na één uitleg. AI maakt het mogelijk om zonder gêne te zeggen:
“Ik begrijp dit nog niet. Leg het eenvoudiger uit.”
Of:
“Geef mij een concreet voorbeeld.”
Nog interessanter wordt het wanneer AI de leerling daarna opnieuw aan het werk zet:
“Leg het op een andere manier uit. Laat mij het daarna in mijn eigen woorden uitleggen en zeg wat ik nog mis.”
Dat laatste is belangrijk. Alleen een eenvoudige uitleg lezen is nog geen leren. Zelf proberen uit te leggen wat je begrepen hebt, is veel krachtiger.
3. Helpen om te beginnen
Voor sommige leerlingen is niet de opdracht zelf het grootste probleem, maar eraan beginnen. Een leeg Word-document kan dan behoorlijk intimiderend zijn. AI kan helpen met vragen zoals:
“Stel mij drie vragen die mij helpen om ideeën voor deze opdracht te verzamelen. Schrijf de tekst niet voor mij.”
AI neemt het schrijfwerk dan niet over, maar helpt de leerling over de eerste drempel.
4. Ondersteunen bij schrijven
Voor een leerling die veel energie kwijt is aan spelling, formulering of zinsbouw kan schrijven bijzonder belastend zijn. AI kan bijvoorbeeld feedback geven:
“Lees deze tekst. Duid maximaal drie zinnen aan die moeilijk te begrijpen zijn en leg uit waarom. Herschrijf ze nog niet.”
Dat is vanuit leren bekeken interessanter dan:
“Maak deze tekst beter.”
In het eerste geval krijgt de leerling informatie waarmee die zelf verder kan. In het tweede geval doet AI een groot deel van het werk.
5. Helpen bij plannen
Ook planning kan ondersteund worden. Bijvoorbeeld:
“Ik heb vrijdag een toets. Help mij de leerstof over vier dagen te verdelen. Vraag eerst hoeveel tijd ik elke dag heb en welke onderdelen ik al beheers.”
AI kan dan als een soort planningsassistent functioneren. Maar ook hier geldt: AI kan een planning voorstellen, maar de leerling moet leren beoordelen of die planning realistisch is.
6. Oefenen zonder sociale druk
Een interessante mogelijkheid is AI gebruiken als oefenpartner. Een leerling kan bijvoorbeeld vragen:
“Stel mij vijf vragen over deze leerstof. Eén vraag per keer. Geef niet meteen het antwoord wanneer ik fout ben, maar geef eerst een hint.”
Dat kan prettig zijn voor leerlingen die het spannend vinden om in de klas een fout antwoord te geven. Bovendien kan een leerling dezelfde vraag gerust vijf keer stellen. AI wordt daar niet ongeduldig van.
Maar hier zit ook het grootste gevaar
Generatieve AI is ontzettend goed in iets wat voor leren soms juist problematisch is: het maakt moeilijke dingen gemakkelijk. Dat klinkt positief, maar leren vraagt nu eenmaal inspanning.
Een leerling die een wiskundeprobleem probeert op te lossen, een tekst probeert te begrijpen of een argument probeert te formuleren, is cognitief aan het werk. Precies tijdens die inspanning ontstaat leren. Wanneer AI die inspanning volledig wegneemt, kan het resultaat er beter uitzien terwijl de leerling minder geleerd heeft.
Een groot experiment met bijna duizend leerlingen in het secundair onderwijs laat dat mooi zien. Leerlingen die vrij gebruik konden maken van GPT-4 presteerden beter zolang ze AI mochten gebruiken. Toen AI daarna werd weggenomen, presteerden ze juist slechter dan leerlingen die zonder AI hadden geoefend. Een aangepaste AI-versie die vooral hints gaf in plaats van antwoorden, verminderde dat probleem sterk (Bastani et al., 2025). Dat onderzoek ging over één specifieke context en we mogen het dus niet zomaar veralgemenen. Maar het illustreert wel een belangrijk principe:
Een goede AI-leerhulp helpt je over een hindernis. Ze draagt je niet de hele weg.
Denk aan een steiger
Een bruikbare vergelijking is die met een steiger rond een gebouw. Tijdens de bouw is de steiger nodig. Naarmate het gebouw steviger wordt, kan de steiger verdwijnen. Bij leren zou AI op dezelfde manier moeten werken. Eerst kan een leerling bijvoorbeeld veel ondersteuning krijgen:
“Leg de opdracht uit en help mij de eerste stap te bepalen.”
Later wordt dat:
“Geef mij één hint.”
En uiteindelijk:
“Ik probeer het eerst volledig zonder AI.”
Dat afbouwen is belangrijk. Het doel is immers niet dat een leerling steeds beter wordt in AI gebruiken. Het doel is dat de leerling steeds beter wordt in zelf leren.
Een eenvoudige regel: eerst zelf, dan AI, dan opnieuw zelf
Voor leerkrachten en ouders kan deze eenvoudige routine helpen.
Stap 1 — Eerst zelf proberen
Wat weet ik al?
Wat begrijp ik?
Waar loop ik precies vast?
Stap 2 — AI gericht om hulp vragen
Niet:
“Geef het antwoord.”
Maar bijvoorbeeld:
“Geef mij één hint.”
Stap 3 — Controleren
Klopt wat AI zegt met de cursus, het handboek of een betrouwbare bron? AI kan namelijk overtuigend klinken en toch fout zijn.
Stap 4 — Opnieuw zelf doen
Kan ik een vergelijkbare oefening nu zonder AI oplossen?
Stap 5 — Terugkijken
Wat kon ik zelf?
Waar hielp AI?
Wat moet ik nog oefenen?
Zo wordt AI onderdeel van zelfregulerend leren in plaats van een vervanging ervan (Zimmerman, 2002; Lan & Zhou, 2025).
Acht prompts die leerlingen helpen zonder het werk over te nemen
Deze voorbeelden zijn bewust niet gekoppeld aan diagnoses. Ze vertrekken van een behoefte.
1. Een opdracht begrijpen
“Leg deze opdracht uit in maximaal vijf stappen. Voeg niets toe dat niet in de opdracht staat. Stel mij daarna twee vragen om te controleren of ik ze begrijp.”
2. Beginnen
“Geef nog geen oplossing. Vraag eerst wat ik al weet en geef daarna één kleine hint.”
3. Plannen
“Help mij deze taak opdelen in blokken van ongeveer twintig minuten. Vraag eerst wat al klaar is en hoeveel tijd ik vandaag heb.”
4. Een tekst lezen
“Geef mij drie vragen waarop ik tijdens het lezen een antwoord moet zoeken. Vat de tekst niet voor mij samen.”
5. Iets begrijpen
“Leg dit begrip eenvoudig uit met één voorbeeld. Vraag mij daarna om het in mijn eigen woorden uit te leggen.”
6. Schrijven
“Geef feedback op mijn tekst. Benoem één sterk punt en maximaal drie onduidelijke passages. Herschrijf mijn tekst niet.”
7. Studeren
“Stel mij vijf vragen over deze leerstof, één per keer. Als ik fout antwoord, geef dan eerst een hint.”
8. Reflecteren
“Vraag mij wat ik zelf kon, waarbij AI hielp en welk onderdeel ik de volgende keer zonder AI kan proberen.”
Wil je leerlingen nog beter leren leren?
Generatieve AI kan een waardevolle leerhulp zijn, maar AI is natuurlijk maar één stukje van de puzzel. Minstens even belangrijk is dat leerlingen begrijpen hoe leren werkt.
Hoe verwerk je leerstof actief? Hoe zorg je ervoor dat je iets niet alleen vandaag begrijpt, maar het later ook nog kunt herinneren? Hoe plan je je studiewerk? Hoe test je jezelf? En welke leerstrategieën werken écht?
Wie daar verder mee aan de slag wil, vindt bij Leren Hoe? Zo! praktische materialen die vertrekken vanuit wetenschappelijk onderzoek naar effectief leren.
Er is materiaal voor verschillende doelgroepen:
- voor leerkrachten, om leerlingen beter te begeleiden bij leren en studeren;
- voor ouders, om kinderen en jongeren thuis op een doordachte manier te ondersteunen;
- voor leerlingen, met een praktische toolbox waarmee ze zelf effectieve leerstrategieën kunnen toepassen.
👉 Ontdek de boeken en toolbox van Leren Hoe? Zo!
Want uiteindelijk blijft het doel hetzelfde, met of zonder AI: leerlingen helpen om steeds zelfstandiger, bewuster en effectiever te leren.
Bronnen
Bastani, H., Bastani, O., Sungu, A., Ge, H., Kabakcı, Ö., & Mariman, R. (2025). Generative AI without guardrails can harm learning: Evidence from high school mathematics. Proceedings of the National Academy of Sciences, 122(26), e2422633122. https://doi.org/10.1073/pnas.2422633122
Dwyer, P. (2022). The neurodiversity approach(es): What are they and what do they mean for researchers? Human Development, 66(2), 73–92. https://doi.org/10.1159/000523723
Hamilton, L. G., & Petty, S. (2023). Compassionate pedagogy for neurodiversity in higher education: A conceptual analysis. Frontiers in Psychology, 14, 1093290. https://doi.org/10.3389/fpsyg.2023.1093290
Lan, M., & Zhou, X. (2025). A qualitative systematic review on AI empowered self-regulated learning in higher education. npj Science of Learning.
Lee, S. S., & Moore, R. L. (2024). Harnessing generative AI for automated feedback in higher education: A systematic review. Online Learning, 28(3), 82–104.
McDowall, A., & Kiseleva, M. (2024). A rapid review of supports for neurodivergent students in higher education: Implications for research and practice. Neurodiversity, 2, 1–16.
Pierrès, O., Darvishy, A., & Christen, M. (2024). Exploring the role of generative AI in higher education: Semi-structured interviews with students with disabilities. Education and Information Technologies.
UNESCO. (2023). Guidance for generative AI in education and research. UNESCO.
Zhao, S. (2025). The use of generative AI by students with disabilities in higher education. The Internet and Higher Education, 66, 101014.
Zimmerman, B. J. (2002). Becoming a self-regulated learner: An overview. Theory Into Practice, 41(2), 64–70.