Studenten gebruiken AI naar spieken bij huiswerk of tests is een bron van veel discussie. Maar sommige geleerden betogen dat het grotere risico van studenten die AI gebruiken, is dat ze simpelweg niet zullen leren.
Ongeveer 90% van de 1.100 Amerikaanse studenten ondervraagd op twee- en vierjarige hogescholen in 2025 gerapporteerd met behulp van generatieve AI voor alles, van tekenopdrachten tot het verduidelijken van complexe concepten.
Maar als studenten AI gebruiken als docent of studiepartner, en niet als directe antwoordgenerator, wordt het voor hen dan gemakkelijker of moeilijker om te leren?
Wij zijn economen WHO probeerde te antwoorden deze vraag door het ontwerpen van een AI-tool met behulp van de aangepaste GPT-functie van ChatGPT, waarbij de webtoegang van de chatbot is uitgeschakeld.
Wij noemde het gereedschap Macro-vriend en trainde het om enkele studenten van een van onze bachelorvakken macro-economie aan de Universiteit van Wisconsin, La Crosse, te begeleiden bij hun redenering in plaats van hen directe antwoorden te geven.
Wij gevonden in ons onderzoekuitgevoerd in het voorjaar van 2025, toonde aan dat studenten die Macro Buddy gebruikten, naast peer-discussie, hogere examenscores behaalden dan studenten die alleen werkten, zonder deze AI-docent.
Maak kennis met je nieuwe docent
Voor een van onze macro-economiecursussen waren 140 studenten ingeschreven, de meesten in hun eerste of tweede jaar van de universiteit, verdeeld over vier secties.
Het cursusmateriaal, de opdrachten en de examens van de studenten waren in alle vier de onderdelen identiek. Studenten mochten tijdens examens over het algemeen geen AI-tools gebruiken of samenwerken met klasgenoten. Studenten legden alle toetsen persoonlijk af en mochten tijdens het examen niet naar aantekeningen of ander materiaal verwijzen.
Het resultaat was dat de examenscores weerspiegelden wat leerlingen begrepen en zelf konden uitleggen – zonder de hulp van AI of enige andere externe bron.
Nadat alle studenten hun eerste examen hadden afgelegd, hebben we de vier lesonderdelen willekeurig toegewezen aan een andere studievorm.
We lieten een groep studenten individueel aan de slag, zonder Macro Buddy; een andere groep studenten werkte in groepjes, zonder Macro Buddy; een derde groep studenten werkte individueel met Macro Buddy; en een vierde groep studenten werkte in groepjes met Macro Buddy.
We wilden vergelijken hoe verschillende studiebenaderingen – alleen werken, samenwerken met klasgenoten, Macro Buddy gebruiken of beide combineren – de kwaliteit van studenten op examens veranderden.
De vaardigheden van Macro Buddy
We hebben Macro Buddy getraind met behulp van collegetranscripties, slides en huiswerkvragen specifiek uit deze cursus macro-economie.
Macro Buddy had de internettoegang uitgeschakeld en vertrouwde dus alleen op het cursusmateriaal van de instructeur.
Macro Buddy is ontworpen om als docent te fungeren, niet als antwoordapparaat. In plaats van leerlingen volledige oplossingen te geven, stelde Macro Buddy vervolgvragen die bedoeld waren om leerlingen naar een antwoord te leiden.
Als een student bijvoorbeeld zou vragen waarom lagere prijzen de consumentenbestedingen zouden kunnen verhogen, zou Macro Buddy geen snelle, volledige verklaring geven. In plaats daarvan zou het zich kunnen afvragen wat er met de koopkracht van mensen gebeurt als de prijzen dalen. De leerling zou dan de concepten met elkaar moeten verbinden en hun redenering, in hun eigen woorden, stap voor stap moeten uitleggen.
Dit onderscheid tussen het uitleggen van een idee en het ontvangen van een voltooid antwoord is van belang.
Een AI-tool die eenvoudigweg antwoorden oplevert, kan ervoor zorgen dat leerlingen het nadenken over een probleem overslaan. Uit één onderzoek bleek dat wanneer studenten vertrouwen op een chatbot als kruk, ze presteren slechter als ze geen toegang meer hebben ernaar. Een tool die vragen stelt, vereist dat studenten het werk zelf doen, zelfs onder begeleiding. Dit is de Een proces dat ervoor zorgt dat leren blijft hangen.
Wat is er gebeurd met het leren van studenten
De enige groep studenten die individueel bleef werken, zonder AI, fungeerde als onze controlegroep.
De andere drie groepen veranderden de manier waarop ze studeerden: de ene begon in groepen te werken zonder AI, de andere werkte individueel met Macro Buddy en de laatste groep combineerde groepswerk met Macro Buddy.
Bij het tweede tentamen daalden alle gemiddelde scores van de studenten, in alle vier de studiegroepen.
Bij het derde examen werden de verschillen tussen de onderdelen echter duidelijker.
Studenten die zowel Macro Buddy als groepsdiscussie gebruikten, behaalden de hoogste gemiddelde scores. Studenten die alleen Macro Buddy gebruikten, scoorden ook hoger dan studenten die alleen werkten zonder Macro Buddy. Studenten die in groepen werkten zonder Macro Buddy lieten kleinere verbeteringen zien vergeleken met de studenten in andere groepen.
Het derde examen vond plaats enkele weken nadat we de nieuwe studievormen hadden geïntroduceerd.
Tegen die tijd kunnen leerlingen in de gecombineerde groep zich meer op hun gemak voelen bij het gebruik van Macro Buddy om hun begrip te testen, terwijl ze ook ideeën aan klasgenoten uitleggen. Werken met collega’s betekende dat je de redenering duidelijk moest verwoorden en op vragen moest reageren, wat het begrip in de loop van de tijd kan verdiepen.
Waarom dit ertoe doet
Sommige critici van AI maken zich zorgen dat studenten zullen op AI vertrouwen om de moeilijkste delen van het leren voor hen te doen. Dit weerspiegelt de angst dat studenten zullen stoppen met het oefenen van de vaardigheden die expertise opbouwen. Studenten worden experts in hun vakgebied terwijl ze worstelen met verwarrende stof, uitleg herzien en kijken of ze een idee echt begrijpen.
Uit ons experiment blijkt dat erosie van het leren ontstaat wanneer het gebruik van AI niet onvermijdelijk is.
We ontdekten dat wanneer AI is ontworpen als een docent die vragen stelt in plaats van alleen maar antwoorden te geven – en wanneer leerlingen ook hun redeneringen aan klasgenoten moeten uitleggen – de technologie het leren kan ondersteunen in plaats van vervangen.
De meeste studenten gebruiken tegenwoordig chatbots voor algemene doeleinden die niet zijn ontworpen als docenten. Ze typen een vraag in en ontvangen een antwoord. Maar onze bevindingen suggereren dat zelfs kleine ontwerpkeuzes, zoals het bouwen van een AI-chatbot met sturende vragen, vorm kunnen geven aan de manier waarop leerlingen met de stof omgaan.
Peer-discussie voegt ook iets toe aan het leerproces dat AI niet kan bieden: sociale verantwoordelijkheid en blootstelling aan alternatieve redeneringen.
Samen moedigen deze praktijken leerlingen aan om actiever over problemen na te denken.
Het bewijs uit ons experiment benadrukt een praktisch onderscheid: AI kan worden gebruikt om het denken te vervangen, of het kan worden gebruikt om het te ondersteunen. De impact hangt mogelijk minder af van de technologie zelf en meer van de manier waarop deze is gestructureerd en geïntegreerd in het leren.
Saharnaz Babaei-Balderlou is onderwijsassistent-professor economie aan de Universiteit van Amsterdam Universiteit van Wisconsin-La Crosse.
Shishir Shakya is assistent-professor economie bij Appalachian Staatsuniversiteit.
Dit artikel is opnieuw gepubliceerd van Het gesprek onder een Creative Commons-licentie. Lees de origineel artikel.
