A principled way to think about AI in education: guidance for educators and policy makers based on goals, models of human learning, and use of technologies

De Grote Brein-Upgrade: Wat gebeurt er als machines het huiswerk doen?

Stel je voor dat je in een enorme bibliotheek staat waar de boeken terug kunnen praten, essays voor je kunnen schrijven en complexe wiskundige problemen in een oogwenk kunnen oplossen. Dit is geen scène uit een sciencefictionfilm; dit is de nieuwe realiteit van het onderwijs met Generatieve Artificiële Intelligentie (AI). Om te begrijpen waarom dit ertoe doet, moeten we eerst kijken naar hoe mensen leren. Decennialang hebben wetenschappers al geweten dat leren niet alleen gaat over het proppen van feiten in je brein zoals in een computerharde schijf. In plaats daarvan is het een sociaal proces waarbij we leren door interactie met anderen, door het gebruik van hulpmiddelen en door deel uit te maken van een gemeenschap. Denk erbij aan het leren spelen van een sport: je memoriseert niet alleen de regels; je oefent, maakt fouten en leert de "denkgewoonten" die je een goede speler maken.

Stel je nu voor dat er een hulpmiddel is dat de oefeningen voor je kan doen. Als een robot de rondjes kan rennen, de tactieken kan uitwerken en zelfs het wedstrijdplan kan schrijven, wat blijft er dan nog over voor de menselijke atleet om te doen? Dit is de grote vraag waar scholen vandaag de dag voor staan. Als machines informatie kunnen leveren en problemen kunnen oplossen beter en sneller dan leraren, waarom hebben we dan nog scholen nodig? En als studenten direct perfecte antwoorden op hun huiswerk kunnen krijgen, waarom zouden ze dan nog de moeite nemen om te leren? Dit artikel probeert niet precies te voorspellen hoe slim deze machines in de toekomst zullen worden. In plaats daarvan stelt het een andere, meer praktische vraag: Welke onderdelen van het leren moeten mensen blijven doen om mens te blijven? De auteur suggereert dat we, in plaats van tegen de machines te vechten of ze de controle te laten overnemen, een reeks leidende regels nodig hebben om te beslissen welke taken bij ons horen en welke aan de robots kunnen worden uitbesteed, zodat het onderwijs nog steeds ons karakter, onze empathie en ons vermogen om zelf na te denken vormt.

---

Het Geprincipeerde Pad: Een Kaart door de AI-jungle

De auteur, Noah Finkelstein, betoogt dat we momenteel vastzitten tussen twee slechte opties: of we raken in paniek en verbieden AI omdat het eng is, of we omarmen het blindelings omdat het cool is. Hij stelt een "derde weg" voor: een geprincipeerd kader. Zie dit als een regelboek voor een nieuw bordspel. In plaats van alleen maar te zeggen "speel het spel", vertelt het regelboek je wat het doel van het spel is, welke stukken jij mag bewegen en welke stukken de computer beweegt.

Het artikel begint met een simpel maar krachtig idee: Ken je "Waarom". Voordat je überhaupt een stuk technologie aanraakt, moet je jezelf afvragen: "Wat proberen we te bereiken?" De auteur stelt drie hoofddoelen voor het onderwijs voor:

1. Het ontwikkelen van individuen: Mensen helpen groeien tot slimme, vriendelijke en bedachtzame mensen.
2. Het opbouken van de samenleving: Een gemeenschap creëren waar mensen kunnen samenwerken en goede beslissingen kunnen nemen.
3. Voorbereiding op werk: Vaardigheden aanleren zodat mensen banen kunnen krijgen.

Het artikel betoogt dat hoewel het krijgen van een baan belangrijk is, dit niet het enige doel mag zijn. Als we ons alleen richten op werkvaardigheden, missen we misschien de kans om de soort mensen op te bouwen die die banen daadwerkelijk goed kunnen uitvoeren en een gelukkig leven kunnen leiden. De auteur suggereert dat als we AI gebruiken om enkel feiten te leren of huiswerk te doen, we kunnen eindigen met studenten die wel een test kunnen halen, maar niet zelfstandig kunnen nadenken.

De Grote Overdracht: Wie doet wat?

De kern van het artikel is een reeks principes over wie wat moet doen. De auteur gebruikt de metafoor van een bouwplaats. Je hebt de architect (de leraar), de bouwer (de student) en de nieuwe, supersnelle robots (AI). De vraag is: Laten we de robots het hele huis bouwen, of laten we ze alleen het cement mengen?

Principe 1: De rol van de leraar
Het artikel suggereert dat leraren moeten stoppen met de rol van "informatieleverancier". In het verleden waren leraren de enigen die de boeken hadden, dus moesten zij ze voorlezen. Nu kan AI informatie direct leveren. Wat moeten leraren dan doen?

• Cureren, niet alleen leveren: In plaats van studenten een lijst met feiten te geven, moeten leraren hen helpen ontdekken welke feiten waar en nuttig zijn. Het is als het zijn van een gids in een enorm museum in plaats van een docent die een script voorleest.
• Focus op de "Denkgewoonten": Leraren moeten studenten leren hoe ze moeten denken, niet alleen wat ze moeten denken. Dit omvat zaken als onderscheidingsvermogen (bepalen of een antwoord daadwerkelijk goed is), empathie (het begrijpen van anderen) en een zelfbeeld (weten wie je bent en waarom je ertoe doet).
• De ervaring ontwerpen: Leraren moeten AI gebruiken om betere lessen te ontwerpen, maar ze moeten de menselijke connectie levend houden. Als een robot een toets kan nakijken, geweld! Maar een robot kan een student niet aankijken en zeggen: "Ik weet dat je het moeilijk hebt, maar ik geloof in je."

Principe 2: De rol van de student
Studenten moeten ook veranderen in hoe ze het spel spelen.

• Besteed je brein niet uit: Als een student AI gebruikt om een essay te schrijven zonder na te denken, leert hij niets. Het artikel waarschuwt dat als we AI al het denken laten doen, studenten het vermogen kunnen verliezen om hun eigen mening te vormen.
• Leer de AI te trainen: In plaats van AI alleen als een spiekbriefje te gebruiken, moeten studenten leren hoe ze AI kunnen bouwen en trainen. Stel je een student voor in een natuurkundeles die niet alleen een probleem oplost, maar de AI leert hoe het probleem opgelost moet worden. Dit dwingt de student om de regels diepgaand te begrijpen.
• Samenwerken: Studenten moeten met leraren samenwerken om te beslissen hoe AI in de klas wordt gebruikt. Het is een co-piloot situatie waarbij de student en de leraar samen beslissen wanneer de autopilot het overneemt en wanneer ze het vliegtuig handmatig moeten besturen.

De "Wat als"-scenario's: Een blik in de toekomst

Het artikel schetst een paar beelden van wat er zou kunnen gebeuren als we dit fout of juist goed aanpakken.

• De "Blauwe Boek"-valstrik: Als scholen bang worden voor AI, kunnen ze terugvallen op ouderwetse methoden zoals toetsen maken in een stille kamer zonder computers. De auteur zegt dat dit een slecht idee is. Het is als trainen voor een voetbalwedstrijd door rondjes te rennen in een sportschool. Het echte leven (en echte banen) vindt plaats met beschikbare tools en middelen. Het verbieden van AI in de klas leert studenten misschien alleen maar hoe ze hun spieken beter kunnen verbergen, niet hoe ze de tools verantwoordelijk gebruiken.
• Het "Inhalen"-gevaar: Sommige scholen willen AI-tutoren gebruiken om studenten te helpen die achterlopen in wiskunde of taal. Hoewel dit goed klinkt, waarschuwt het artikel dat als we gewoon een robot op een student afsturen die worstelt omdat hij honger heeft, moe is of zich niet thuis voelt, de robot dat probleem niet zal oplossen. Soms heeft een student het meest behoefte aan een mens die om hem geeft, niet aan een snellere rekenmachine.
• De "AI-Trainer"-droom: Het meest opwindende scenario is een waarin studenten AI gebruiken om hun eigen simulaties en modellen te creëren. Bijvoorbeeld, een student kan AI gebruiken om een virtueel laboratorium te bouwen om natuurkundige ideeën te testen. Hierdoor moet de student controleren of de AI wel gelijk heeft. Dit verandelt de student in een detective die het werk van de robot controleert, wat een veel diepere vorm van leren is dan alleen het onthouden van het antwoord.

Het Eindoordeel: Waarom we nog steeds scholen nodig hebben

Het artikel beantwoordt de grote vragen: "Als AI kan onderwijzen, waarom hebben we dan scholen nodig?" en "Als AI essays kan schrijven, waarom zouden studenten dan moeten leren?"

Het antwoord is simpel: Omdat wij niet alleen informatieverwerkers zijn. Wij zijn sociale wezens die moeten leren hoe we verbinding maken, hoe we voelen en hoe we samen zin geven aan de wereld. Als we AI al het denken laten doen, eindigen we misschien met een samenleving die efficiënt maar leeg is.

De auteur suggereert dat scholen plekken moeten worden waar we oefenen in het mens-zijn. We gebruiken AI om de saaie zaken af te handelen (zoals nakijken of het organiseren van data), zodat leraren en studenten meer tijd kunnen besteden aan de moeilijke, belangrijke zaken: grote vragen stellen, elkaar begrijpen en ontdekken wat voor toekomst we willen bouwen.

Kortom, het artikel zegt niet "AI is goed" of "AI is slecht". Het zegt: "AI is een hulpmiddel, en zoals elk hulpmiddel hangt het ervan af hoe we het gebruiken." Als we het gebruiken om de menselijke delen van het leren te vervangen, verliezen we onze menselijkheid. Maar als we het gebruiken om ons te helpen focussen op de menselijke delen, kunnen we misschien wel een toekomst bouen waarin iedereen slimmer, vriendelijker en competenter is dan ooit tevoren. Het doel is niet om te concurreren met de machines; het is om ervoor te zorgen dat de machines ons dienen, en niet andersom.