Daarmee ontstaat een moeilijkere opdracht dan alleen apparaten beschikbaar stellen. Leerlingen moeten leren vragen te stellen bij AI-antwoorden, fouten te herkennen en te beoordelen wanneer het gebruik van een tool het doel van een opdracht ondermijnt.
Cognitieve ontlasting is niet per definitie schadelijk. Mensen gebruiken al eeuwen hulpmiddelen om onnodige mentale belasting te verminderen. Een rekenmachine, naslagwerk of spellingcontrole kan ruimte vrijmaken voor complexere taken.
Het probleem ontstaat wanneer een leerling de essentiële leerhandeling uitbesteedt voordat die zelf is geprobeerd. Denk aan AI vragen om een betoog op te bouwen, bewijsmateriaal te interpreteren, een onbekend probleem op te lossen of een uitleg te schrijven voordat er een eigen voorlopig antwoord ligt.
Een verzorgd eindproduct kan dan zwakke leerresultaten verhullen. AI kan snelheid, formulering en zichtbare nauwkeurigheid verbeteren, terwijl de leerling geen mentaal model ontwikkelt om:
Onderwijskundigen spreken daarom over productieve worsteling: herinneren, zelf proberen, fouten maken, feedback krijgen en opnieuw beginnen. Niet elke moeilijke stap is verspilde tijd. Juist die inspanning helpt redeneervaardigheden en duurzame kennis opbouwen.
De beschikbare studies rechtvaardigen voorzichtigheid, maar niet de eenvoudige conclusie dat AI kritisch denken altijd verzwakt.
Een overzichtsstudie naar generatieve AI in het hoger onderwijs beschrijft voordelen bij schrijven, feedback, probleemoplossing en onderzoek. Tegelijk noemt de studie risico’s zoals cognitieve ontlasting, afhankelijkheid en verlies van zeggenschap bij de lerende. Een bredere systematische review van 89 onderzoeken vond eveneens geen uniform effect. Positieve uitkomsten werden gemeld in 40,4 procent van de studies, terwijl 23,6 procent gemengde of voorwaardelijke effecten rapporteerde. Overmatig vertrouwen, verminderde analytische zelfstandigheid en cognitieve ontlasting behoorden tot de belangrijkste risico’s.
Andere onderzoeksanalyses komen tot een vergelijkbare waarschuwing. Hogere denkvaardigheden — waaronder analyseren, redeneren en creativiteit — kunnen onder druk komen te staan wanneer algemene AI-tools de worsteling om basisvaardigheden te verwerven omzeilen. De aanbeveling is daarom om eerst fundamentele kennis op te bouwen, AI-geletterdheid te onderwijzen en het gebruik van AI stap voor stap te introduceren.
De onderzoeksbasis is nog in ontwikkeling. Studies gebruiken niet altijd dezelfde definitie van kritisch denken en verschillen bovendien in leeftijdsgroep, vakgebied, opdracht en type AI-hulp. De meest verdedigbare conclusie is daarom voorwaardelijk:
AI ondersteunt leren eerder wanneer de technologie als steiger, feedbackpartner of kritische tegenspeler fungeert. Het risico op slechter leren neemt toe wanneer AI de fundamentele interpretatie en analyse vervangt.
De grootste kloof kan ontstaan tussen taakprestatie en duurzaam leren. Een leerling kan een opdracht sneller en overtuigender afronden zonder de kennis of het beoordelingsvermogen te verwerven die de opdracht juist moest ontwikkelen.
Na de publieke lancering van ChatGPT in 2022 lag de nadruk wereldwijd vooral op fraude, plagiaat en detectie. Het beleid van Singaporese universiteiten laat inmiddels een genuanceerder model zien. AI kan bij sommige opdrachten zijn toegestaan, maar de regels verschillen per vak. Studenten blijven verantwoordelijk voor de juistheid, integriteit en bronvermelding van hun werk.
Richtlijnen van de National University of Singapore (NUS) vragen studenten om AI-gebruik te vermelden, verwachtingen met docenten te bespreken en zelf verantwoordelijk te blijven voor de kwaliteit en integriteit van hun werk. Het beleid van NUS beschouwt zowel rechtstreeks overgenomen AI-tekst als niet-gemelde parafrases van AI-output als vormen van ongeoorloofd plagiaat.
Ook de beperkingen van AI-detectors worden duidelijker. Nanyang Technological University (NTU) heeft aangekondigd de institutionele AI-detector vanaf 2027 niet meer te gebruiken. De universiteit verwijst naar de onbetrouwbaarheid van de technologie en het gebrek aan empirische validiteit om academische fraude vast te stellen. In plaats daarvan wil NTU meer aandacht besteden aan het werkproces en gestandaardiseerde verklaringen over AI-gebruik.
Dat wijst op een andere visie op toetsing. In plaats van alleen uit een eindtekst af te leiden wie de auteur is, kunnen docenten zichtbaar maken hoe een leerling tot een conclusie kwam, bijvoorbeeld via:
Het doel is niet om iedere opdracht ‘AI-proof’ te maken. Het doel is om zichtbaar te maken welk leren wordt beoordeeld.
Voor leerlingen is een eenvoudige regel bruikbaar: gebruik AI na, naast of tegenover je eigen denkwerk — niet in plaats daarvan.
Scholen en universiteiten kunnen per opdracht een duidelijk niveau van AI-gebruik aangeven:
Een sterke werkwijze kan uit verschillende fasen bestaan: eerst zelfstandig proberen, daarna gerichte AI-feedback ontvangen, vervolgens zelfstandig herzien en ten slotte reflecteren op wat de AI goed, onvolledig of fout had.
Docenten moeten bovendien promptvaardigheid niet verwarren met begrip. Een geavanceerde prompt bewijst niet dat een leerling de stof kent. Een goed onderbouwde afwijzing van een plausibel maar fout AI-antwoord kan juist sterk bewijs van leren zijn.
Voor jongere leerlingen stelt MOE dat AI het leren moet dienen, doelgericht en leeftijds- en ontwikkelingsgeschikt moet worden ingezet en veilig en verantwoord moet blijven. Recente berichtgeving beschrijft daarnaast een gefaseerde introductie van door MOE ontwikkelde hulpmiddelen vanaf Primary 4, onder toezicht van leraren, en extra AI-training voor docenten.
Kinderen hebben dus vooral behoefte aan begeleid gebruik en ondersteuning van volwassenen, niet aan onbeperkte privétoegang.
De gecentraliseerde digitale infrastructuur van Singapore kan verschillen in toegang tot apparaten en goedgekeurde leermiddelen verkleinen. MOE ondersteunt scholen met digitale infrastructuur, apparaten en software. Leerlingen kunnen bovendien gebruikmaken van SLS, het nationale online leerplatform voor de basisschool tot en met het voor-universitaire onderwijs.
Gelijke toegang leidt echter niet automatisch tot gelijkwaardig kritisch gebruik. Gezinnen met meer tijd, zelfvertrouwen of onderwijservaring kunnen kinderen bijvoorbeeld beter helpen om antwoorden te bevragen, bronnen te controleren en oppervlakkige uitleg te herkennen. Zonder expliciete instructie kunnen die verschillen uitgroeien tot een nieuwe vorm van onderwijsongelijkheid.
Scholen kunnen dat verschil verkleinen door deskundig gedrag zichtbaar en aanleerbaar te maken:
De huidige AI-geletterheidsaanpak van MOE omvat onder meer inzicht in de voordelen, beperkingen en risico’s van AI, het kritisch bevragen van output en het herkennen van bevooroordeelde, valse of misleidende informatie.
De beschikbare beleidsmaatregelen wijzen op verdere integratie, niet op een terugtrekkende beweging. Singapore zal AI-geletterdheid waarschijnlijk sterker in verschillende onderwijsfasen verweven, meer goedgekeurde AI-functies introduceren en SLS blijven gebruiken voor gepersonaliseerde oefening en formatieve feedback.
Universiteiten zullen waarschijnlijk blijven kiezen voor transparantie, verantwoordelijkheid en regels per vak, eerder dan voor handhaving die vooral op detectors steunt. Bij toetsing zullen proces, toepassing, dialoog en beoordelingsvermogen belangrijker worden — zeker wanneer zelfstandig redeneren het leerdoel is.
De centrale test is of AI het denkvermogen van leerlingen uitbreidt of ongemerkt de oefening vervangt die denken juist ontwikkelt. Het sterkste model voor Singapore is daarom niet ‘AI overal’ en ook niet ‘AI nergens’, maar gestructureerd gebruik met beschermde tijd voor zelfstandig werk.
Leerlingen zouden hun opleiding moeten verlaten met de vaardigheid om effectief met AI samen te werken, te herkennen wanneer de tool fouten maakt, te beslissen wanneer ze AI beter niet gebruiken en degelijk te redeneren wanneer de technologie niet beschikbaar is. Dat is het verschil tussen leren mét AI en leren uitbesteden áán AI.