Kunstmatige intelligentie rukt op in de klas. Van adaptieve leerplatformen tot AI-schrijfassistenten: de technologie belooft maatwerk op schaal en minder administratieve druk voor docenten. Toch zijn er serieuze nadelen van AI in het onderwijs die zelden even uitgebreid worden belicht als de voordelen. In dit artikel zetten we de belangrijkste risico’s op een rij, zodat scholen, docenten en ouders met open ogen kunnen beslissen hoe en of zij AI inzetten.
Waarom de nadelen van AI in het onderwijs aandacht verdienen
Technologische innovaties in het onderwijs gaan al decennialang gepaard met hoge verwachtingen. AI is daarin geen uitzondering. De discussie spitst zich echter te vaak toe op wat AI kán, en te weinig op wat het met leerprocessen, leerlingen en leerkrachten dóet.
Voor een volledig beeld van de bredere risico’s van kunstmatige intelligentie als technologie raden we je aan het overzichtsartikel over de nadelen van kunstmatige intelligentie en hoe je ze beheerst te lezen. In dit artikel richten we ons specifiek op de onderwijscontext.
1. Afhankelijkheid en het verlies van kritisch denken
Een van de meest besproken risico’s is dat leerlingen AI gaan gebruiken als een externe hersenkracht in plaats van als een hulpmiddel. Wanneer ChatGPT of een vergelijkbaar systeem binnen enkele seconden een uitgewerkt antwoord geeft, verdwijnt de prikkel om zelf te redeneren.
Onderzoek naar AI en leergedrag laat zien dat leerlingen die direct antwoorden opzoeken via AI-tools minder geneigd zijn om diep na te denken over een vraagstuk.
Wanneer leerlingen AI gebruiken om direct antwoorden te verkrijgen zonder zelf de basiskennis te verwerven, kan dit het fundament voor kritisch denken ondermijnen. Dit effect treedt niet automatisch op, maar de kans erop neemt toe naarmate AI-gebruik normaler wordt zonder gerichte begeleiding.
Wat dit in de praktijk betekent:
- Leerlingen leveren werkstukken in die inhoudelijk correct lijken maar zelf weinig redeneerwerk bevatten.
- Docenten hebben steeds meer moeite om te beoordelen of leerlingen de stof daadwerkelijk begrijpen.
- Toetsvormen en didactische aanpak sluiten mogelijk niet meer aan bij hoe leerlingen nu leren.
Scholen die AI inzetten zonder een heldere pedagogische visie, lopen het risico dat de technologie het leerproces ondergraaft in plaats van ondersteunt.
2. Privacy en gegevensbescherming: een concreet risico
AI-tools in het onderwijs verwerken vrijwel altijd persoonsgegevens. Denk aan leerlingprofielen, leerresultaten, gedragsdata en soms zelfs biometrische informatie bij adaptieve systemen. Dat maakt privacy een reëel en urgent vraagstuk.
In Nederland en de rest van de Europese Unie geldt de Algemene Verordening Gegevensbescherming (AVG). Scholen zijn als verwerkingsverantwoordelijke verplicht om helder in beeld te hebben welke data een AI-tool verzamelt, waar die data naartoe gaat en of er een verwerkersovereenkomst is afgesloten met de leverancier. In de praktijk brengt het gebruik van AI-tools risico’s met zich mee op het gebied van afhankelijkheid van technologie, het risico op fouten of onnauwkeurigheden in de output, en onvoldoende gegevensbescherming, zeker bij kleinere scholen zonder dedicated IT-capaciteit.
Bovendien worden veel populaire AI-tools door niet-Europese partijen aangeboden. Data kan daarmee buiten de EU worden opgeslagen of verwerkt, wat extra compliance-vraagstukken oplevert. De risico’s van AI voor persoonsgegevens zijn op dat vlak breed gedocumenteerd.
Checklist: Privacyvragen vóór invoering van een AI-tool op school
Gebruik deze checklist als startpunt bij de beoordeling van nieuwe AI-toepassingen:
- Is er een verwerkersovereenkomst beschikbaar en ondertekend?
- Worden leerlinggegevens buiten de EU opgeslagen of verwerkt?
- Is duidelijk welke data de tool verzamelt en met welk doel?
- Kunnen ouders en leerlingen inzage vragen in de opgeslagen data?
- Is er een Data Protection Impact Assessment (DPIA) uitgevoerd?
- Zijn leerlingen en ouders geïnformeerd over het gebruik van de tool?
- Is de bewaartermijn van data vastgelegd en gecommuniceerd?
Een “nee” op één of meer van deze punten is een signaal om niet zomaar door te gaan met implementatie.
3. Algoritmische bias en ongelijkheid in de klas
AI-systemen zijn zo goed als de data waarop ze zijn getraind. In het onderwijs betekent dit een concreet risico: als trainingsdata historische ongelijkheden weerspiegelt, zoals ongelijke prestaties langs sociaal-economische of etnische lijnen, dan kan het AI-systeem die ongelijkheden onbedoeld versterken.
Als trainingsdata een bepaalde bias heeft, zal AI deze ook vertonen. Daarmee dreigen bestaande ongelijkheden in het onderwijs, zoals discriminatie op grond van afkomst of inkomen, te worden overgenomen. Een adaptief leersysteem dat op basis van eerdere prestaties bepaalt welke leerstof een leerling krijgt aangeboden, kan leerlingen uit kwetsbare groepen zo systematisch op een lager niveau houden. Dit werkt subtiel en is daardoor moeilijk te herkennen voor docenten die de werking van het algoritme niet kennen.
Dit vraagstuk raakt aan een breder thema: vooringenomenheid in AI-algoritmes is een gedocumenteerd probleem in uiteenlopende sectoren, inclusief onderwijs en toelating tot vervolgopleidingen. Scholen en besturen doen er goed aan leveranciers expliciet te vragen hoe hun systemen op bias zijn getest.
4. Technische afhankelijkheid en digitale ongelijkheid
Naarmate scholen meer vertrouwen op AI-tools, groeit ook de afhankelijkheid van technologie en de bijbehorende infrastructuur. Dit brengt twee risico’s met zich mee die elkaar versterken.
Ten eerste: technische storingen of het wegvallen van een licentie kunnen een directe impact hebben op het primaire leerproces als dat sterk verweven is geraakt met AI-toepassingen. Scholen die hun lesmethoden hebben herschreven rond een bepaalde tool, zijn kwetsbaar als die tool verdwijnt, van leverancier wisselt of plotseling duurder wordt.
Ten tweede: niet alle leerlingen hebben buiten school dezelfde toegang tot technologie en internet. Als AI-tools ook thuisopdrachten ondersteunen, vergroot dit de digitale kloof in plaats van deze te verkleinen. Leerlingen zonder thuis-laptop of stabiele internetverbinding staan daarbij extra op achterstand, ook al biedt de school de tool aan.
5. De positie van de docent: ondersteuning of verdringing?
AI wordt vaak gepresenteerd als hulpmiddel dat docenten tijd en moeite bespaart. In veel gevallen klopt dat ook: geautomatiseerde nakijkfuncties, lesvoorbereiding en feedbackgeneratie kunnen administratieve lasten verminderen. Maar de keerzijde verdient aandacht.
Wanneer AI steeds meer onderwijstaken overneemt, kunnen beslissingen van docenten worden overgenomen door het systeem, wat hun professionele vrijheid beperkt. Beslissingen over leerniveaus, leertrajecten of beoordeling worden dan niet meer genomen door een ervaren professional die de leerling kent, maar door een algoritme dat op patronen in data werkt.
In de praktijk merken we dat organisaties die AI ongestructureerd invoeren, te maken krijgen met weerstand van medewerkers die het gevoel hebben dat hun expertise wordt genegeerd. In het onderwijs geldt dit nog sterker, omdat de menselijke relatie tussen docent en leerling een fundamentele pedagogische waarde heeft die niet door technologie kan worden vervangen.
Beslisboom: Wanneer is AI in het onderwijs verantwoord?
Niet elke AI-toepassing is gelijkwaardig qua risico. Gebruik onderstaande beslisboom als leidraad bij de afweging:
- Heeft de tool een duidelijk, afgebakend doel (bijv. automatisch nakijken van meerkeuzetoetsen)?
- Ja: ga verder naar de volgende stap.
- Nee: heroverweeg de inzet; brede, open AI-tools hebben een groter risicoprofiel.
- Zijn privacy en AVG-compliance geborgd (zie checklist hierboven)?
- Ja: ga verder.
- Nee: los dit eerst op voordat de tool wordt ingezet.
- Is er een pedagogische visie op het gebruik van de tool?
- Ja: ga verder.
- Nee: formuleer eerst hoe de tool past in de leerdoelen en didactiek van de school.
- Zijn docenten getraind in het gebruik én de beperkingen van de tool?
- Ja: ga verder naar implementatie met evaluatiemoment.
- Nee: plan scholing in voordat de tool in de klas terechtkomt.
- Is er een terugvaloptie als de tool wegvalt of niet goed werkt?
- Ja: verantwoorde inzet is mogelijk.
- Nee: maak de tool pas beschikbaar als deze afhankelijkheidsrisico’s zijn beperkt.
Wat kunnen scholen en organisaties nu al doen?
De nadelen van AI in het onderwijs zijn reëel, maar ze maken zorgvuldige inzet mogelijk: ze sluiten het gebruik niet uit. Het verschil zit in de aanpak.
Scholen die AI willen inzetten, doen er goed aan te beginnen met een heldere inventarisatie van welke processen zij willen ondersteunen, gevolgd door een kritische beoordeling van beschikbare tools op criteria als privacy, pedagogische waarde en bias-risico. Vervolgens is begeleiding van docenten essentieel, niet alleen in het gebruik van de tool, maar ook in het bewaken van de eigen professionele rol.
Voor organisaties die AI willen inzetten op een manier die wérkt en blijft werken, biedt Oakleaf Analytics een traject van AI-strategie tot implementatie: van het identificeren van passende toepassingen tot het borgen dat kennis en eigenaarschap bij de organisatie blijven. Die aanpak geldt even goed buiten als binnen de onderwijssector.
Veelgestelde vragen
Wat zijn de grootste nadelen van AI in het onderwijs?
De meest genoemde nadelen zijn: het risico op verminderd kritisch denken bij leerlingen, privacy- en AVG-vraagstukken rondom leerlingdata, algoritmische bias die bestaande ongelijkheden kan versterken, en de groeiende technische afhankelijkheid van scholen. Elk van deze risico’s is beheersbaar, maar vraagt bewuste keuzes van schoolbesturen en docenten.
Waarom is AI gevaarlijk in het onderwijs?
AI is niet inherent gevaarlijk, maar onbegeleid of ondoordacht gebruik kent serieuze risico’s. Leerlingen kunnen geneigd zijn om minder zelf te denken, data over minderjarigen kan onvoldoende worden beschermd, en algoritmen kunnen bevooroordeeld zijn zonder dat docenten of ouders dit merken. Begeleiding, scholing en duidelijk beleid zijn noodzakelijke randvoorwaarden.
Wat moeten ouders weten over AI in de klas?
Ouders mogen vragen welke AI-tools op school worden gebruikt, welke gegevens van hun kind worden verzameld en hoe die worden beschermd. Op grond van de AVG hebben ouders van minderjarigen het recht op inzage in en verwijdering van persoonsgegevens. Transparantie van de school is daarbij een basisvereiste.
Hoe voorkom je dat leerlingen te afhankelijk worden van AI?
Door AI in te bedden in een pedagogische aanpak waarbij het redeneerproces zichtbaar blijft. Denk aan tussenstappen vragen, mondelinge toetsing, of opdrachten waarbij het gebruik van AI expliciet is, maar ook de eigen bijdrage van de leerling inzichtelijk moet zijn. Docenten spelen hierin een onvervangbare rol.
Wat is algoritmische bias in het onderwijs?
Algoritmische bias betekent dat een AI-systeem systematisch oneerlijke uitkomsten produceert voor bepaalde groepen leerlingen, doordat het is getraind op data die historische ongelijkheden bevat. In het onderwijs kan dit bijvoorbeeld betekenen dat een adaptief systeem leerlingen uit bepaalde achtergronden structureel minder uitdagende leerstof aanbiedt. Dit vraagstuk verdient meer aandacht van leveranciers én scholen.