💻 computer science

Self-Regulated Personal Contracts as a Harm Reduction Approach to Generative AI in Undergraduate Programming Education

Deze studie evalueert een niet-bindend, zelfregulerend GenAI-contract in een bachelorprogramma programmeren, waarbij wordt vastgesteld dat hoewel het succesvol zelfbewustzijn en verantwoordelijkheid bij veel studenten bevorderde, de cognitieve belasting van het handhaven van intentionele richtlijnen er vaak toe leidde dat zij het onder academische druk verwaarloosden, wat de uitdagingen benadrukt van het afstemmen van studentenautonomie op het gemak van onbeperkt AI-gebruik.

Oorspronkelijke auteurs: Aadarsh Padiyath, Jessica Shen, Barbara Ericson

Gepubliceerd 2026-07-08

📖 5 min leestijd🧠 Diepgaand

CC BY 4.0

Oorspronkelijke auteurs: Aadarsh Padiyath, Jessica Shen, Barbara Ericson

Oorspronkelijk artikel gelicentieerd onder CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Dit is een AI-gegenereerde uitleg van het onderstaande artikel. Het is niet geschreven of goedgekeurd door de auteurs. Raadpleeg het oorspronkelijke artikel voor technische nauwkeurigheid. Lees de volledige disclaimer

Stel je voor dat je leert koken. Je hebt een nieuwe, ongelooflijk krachtige keukenassistent (Generatieve AI) die groenten kan snijden, sauzen kan mengen en zelfs het gerecht binnen enkele seconden kan opmaken. Het probleem is: als je de assistent alles laat doen, leer je nooit echt koken. Maar als je de assistent volledig verbiedt, loop je uit tot de grond toe door drie uur lang uien te snijden terwijl je eigenlijk al moe bent.

Dit is het dilemma waar studenten die programmeren leren vandaag de dag voor staan. Ze hebben toegang tot AI-tools die direct code kunnen schrijven, maar ze worstelen met de beslissing wanneer ze de AI moeten gebruiken en wanneer ze het werk zelf moeten doen.

Dit artikel beschrijft een experiment waarbij onderzoekers probeerden dit niet op te lossen door de AI te verbieden, maar door studenten een "Persoonlijk Contract" te geven. Zie dit niet als een juridisch document ondertekend in bloed, maar meer als een fitnessplan of een dieetafspraak die je met jezelf maakt.

Zo werkte het experiment, eenvoudig uitgelegd:

De Opzet: Een "Oordeelvrije Zone"

De onderzoekers namen 217 studenten van een klas intermediaire Python-programmering. In plaats van te zeggen "Geen AI toegestaan" of "Gebruik AI zoals je wilt", vroegen ze de studenten om hun eigen regels te schrijven.

Het contract bestond uit vier hoofdfasen gedurende een semester:

Het Doel: "Wat wil ik eigenlijk uit dit vak halen?" (bijv. "Ik wil begrijpen hoe loops werken," niet alleen "Ik wil een A").
Het Plan: "Dit is mijn persoonlijke regel voor het gebruik van AI." (bijv. "Ik zal AI alleen vragen om een foutmelding uit te leggen als ik 30 minuten vastloop," of "Ik zal AI nooit een hele functie voor mij laten schrijven.")
De Check-in: Halverwege het semester keken de studenten terug. "Heb ik mijn regels gevolgd? Hebden mijn regels geholpen bij het leren?"
De Eindevaluatie: Aan het einde reflecteerden ze op wat ze over zichzelf hadden geleerd.

Cruciaal was dat dit contract niet werd afgedwongen. Niemand werd gestraft voor het breken van de eigen regels. De enige vereiste was het invullen van het papier. Het was ontworpen als een spiegel, niet als een politieagent.

Wat Werkte: Het "Nieuwe Bestuurders"-effect

De resultaten lieten zien dat deze aanpak heel goed werkte voor studenten die nieuw waren in het beheren van AI.

De Analogie: Stel je een nieuwe bestuurder voor die nog nooit heeft gereden heeft. Ze kennen de verkeersregels nog niet. Als je hen een kaart en een checklist geeft van "Wanneer stoppen, wanneer doorrijden", worden ze veel veiligere bestuurders.
Het Resultaat: Ongeveer 58% van de studenten zei dat het contract hun manier van denken veranderde. Ze realiseerden zich dat ze AI hersenloos gebruikten (als een kruk) en begonnen het doelbewust te gebruiken (als een hulpmiddel). Ze creëerden specifieke "Als-Dan"-regels, zoals: "Als ik 20 minuten vastloop, DAN mag ik AI om een hint vragen, maar niet om het antwoord."
Waarom het werkte: Voor deze studenten fungeerde het contract als een steiger (zoals zijwieltjes). Het hielp hen om vage gevoelens om te zetten in concrete plannen.

Wat Niet Werkte: De "Wilskrachtval"

Het contract had echter een grote tekortkoming. Het vertrouwde volledig op het geheugen en de wilskracht van de studenten.

De Analogie: Stel je voor dat je op maandag een dieetplan op een papiertje schrijft. Tegen woensdag ben je hongerig, moe en gestrest. Je vergeet dat het papiertje bestaat. Je eet de koek. Het papiertje hield je niet tegen omdat het niet in de weg van de koek zat.
Het Resultaat:
- Vergeten: Veel studenten gaven toe dat ze het contract tussen de check-ins door vergaten. Het was slechts een bestand op een computer waar ze niet naar keken.
- De Drukpan: Wanneer deadlines naderden en studenten uitgeput waren, gaf 11% van hen toe dat ze hun eigen regels hadden losgelaten. De AI bood een "snelle route" om het huiswerk af te krijgen, en de "langzame route" van het leren voelde te zwaar. Zelfs al wisten ze dat ze de AI niet moesten gebruiken, de druk was te groot.
- De "Al Goede" Studenten: Ongeveer 25% van de studenten had al hun eigen strikte regels. Voor hen was het contract slechts een formaliteit. Ze hadden de zijwieltjes niet nodig; ze zaten al op de fiets.

De Belangrijkste Conclusie

Het artikel concludeert dat bewustzijn alleen niet genoeg is.

Weten dat je groenten moet eten, houdt je niet tegen om taart te eten wanneer je gestrest bent. Op dezelfde manier houdt weten dat je moet leren programmeren je niet tegen om AI te gebruiken wanneer je moe bent en achterloopt op je huiswerk.

Het "Persoonlijk Contract" was een geweldig hulpmiddel om studenten te helpen nadenken over hun keuzes. Maar het kon hen niet altijd dwingen om aan die keuzes te houden wanneer het leven moeilijk werd. De onderzoekers suggereren dat voor succes op de lange termijn, we misschien de omgeving moeten veranderen (zoals de koekjes in een afgesloten doos plaatsen) in plaats van alleen te vertrouwen op de wilskracht van de student.

Kortom: Het contract hielp studenten beseffen dat ze een keuze hadden, maar het kon hen niet altijd helpen om de moeilijke keuze te maken wanneer de klok tikte.

Technische Samenvatting: Zelfgereguleerde Persoonlijke Contracten als een Schadebeperkende Benadering voor Generatieve AI in de Bacheloropleiding Programmeren

Probleemstelling

Bachelorstudenten in de programmering worden geconfronteerd met een constante stroom van impliciete beslissingen over het gebruik van Generatieve AI (GenAI) tools zoals ChatGPT en Copilot. Deze beslissingen worden vaak gedreven door externe druk—zoals deadline-stress, het gedrag van medestudenten en carrièreangst—in plaats van door een expliciete afstemming op persoonlijke leerdoelen. Bovendien hanteren instructeurs vaak binaire beleidsregels (totaal verbod of onbeperkte acceptatie), waarbij deze "one-size-fits-all"-benaderingen er niet in slagen de diverse motivaties en vaardigheidsniveaus van de studentenpopulatie aan te pakken. Voorts moedigen de wrijvingsloze affordances van GenAI vaak passief, op productiviteit gericht gebruik aan dat diepgaand leren en zelfeffectiviteit ondermijnt. De kern van het probleem is een gebrek aan studentale agency en het vermogen tot zelfregulatie om de spanning te navigeren tussen de gemakkelijke bruikbaarheid van de tool en de cognitieve inspanning die vereist is voor echte vaardigheidsverwerving.

Methodologie

De auteurs implementeerden een "GenAI-contract"-interventie die geworteld is in de theorie van Zelfgereguleerd Leren (SRL) en de filosofie van Schadebeperking (Harm Reduction) binnen een cursus intermediair Python ( $N=217$ ) aan een grote publieke onderzoeksuniversiteit.

Theoretisch Kader: Het ontwerp operationaliseert de driefasen van het SRL-model van Zimmerman (vooraankondiging, prestatie, zelfreflectie) en de implementatie-intentietheorie (als-dan-planning). De benadering van Schadebeperking erkent dat studenten GenAI zullen gebruiken ongeacht het beleid; daarom verschuift het doel van onthouding naar het ondersteunen van intentionele, geïnformeerde besluitvorming.
Interventieontwerp: Het contract was een niet-bindend, niet-afdwingbaar reflectie-instrument dat uitsluitend werd beoordeeld op basis van voltooiing. Het bestond uit vier prompts verdeeld over een elf weken durend semester:
1. Week 2 (Stap 1 & 2): Studenten formuleerden specifieke persoonlijke leerdoelen en creëerden "als-dan" gebruiksvoorwaarden (bijv. "Ik zal GenAI alleen gebruiken na 30 minuten onafhankelijk worstelen").
2. Week 5 (Stap 3): Reflectie na Midterm 1 op werkelijke gebruikspatronen, de afstemming met doelen en aanpassingen van de richtlijnen.
3. Week 11 (Stap 4): Reflectie na Midterm 2 op het gebruik gedurende het semester, het zelfvertrouwen en definitieve planningverklaringen voor toekomstig leren.
Dataverzameling: De analyse steunde op kwalitatieve beoordeling van ingediende studentencontracten en zelfgerapporteerde gegevens. Het onderzoeksteam identificeerde patronen in betrokkenheid, doelafstemming en gedragsnaleving zonder inter-rater betrouwbaarheid te berekenen, waardoor het werk wordt gepositioneerd als een ervaringsverslag.

Belangrijkste Bijdragen

Operationalisering van Schadebeperking in CS-onderwijs: Het artikel demonstreert een praktische toepassing van schadebeperkingsprincipes in het onderwijs voor programmeren, waarbij de focus verschuift van het controleren van gedrag naar het versterken van studentale agency en metacognitie.
Gedifferentieerde Impact van SRL-interventies: De studie levert bewijs dat zelfregulerende steunstructuren het meest effectief zijn voor studenten die nieuwe gedragingen initiëren (novicen zonder gevestigde GenAI-gewoonten), maar minder effectief zijn bij het wijzigen van bestaande sterke gewoonten, of deze nu productief of onproductief zijn.
Identificatie van de "Wilskrachtkloof": Het onderzoek benadrukt een kritieke beperking van louter reflectieve interventies: bewustzijn vertaalt zich niet automatisch naar duurzame gedragsverandering. Studenten lieten hun zelfgestelde richtlijnen regelmatig varen wanneer zij geconfronteerd werden met tijdsdruk, wat onthult dat zelfregulatie alleen onvoldoende is tegen de lage kosten van de standaard affordances van GenAI.

Resultaten

Hoge Betrokkenheid: De voltooiingspercentages waren hoog (97% voor de eerste stappen, 85% voor de laatste reflectie), wat aangeeft dat studenten bereid waren deel te nemen aan het reflectieproces.
Gedragsverschuivingen: 58% van de studenten rapporteerde dat het contract hun denken veranderde, wat hielp bij het opzetten van verantwoordingsstructuren en het maken van meer weloverwogen keuzes.
Persistentie van Gewoonten: 25% van de studenten kwam aan met gevestigde GenAI-praktijken (ofwel zeer beperkt ofwel zeer permissief) en vond het contract bevestigend in plaats van transformerend.
Verval van Richtlijnen: 13% van de studenten vergat het contract tussen de controlepunten door, en 11% liet hun richtlijnen expliciet varen onder de druk van deadlines.
Studentenfeedback: Studenten suggereerden dat de interventie er niet in slaagde om te integreren in hun werkelijke workflow. Zij vroegen om frequentere controles (wekelijks versus per midterm), concrete voorbeelden van verantwoord gebruik en technische ondersteuning (bijv. AI-tools die leersstappen afdwingen) om de cognitieve belasting van zelfregulatie te verminderen.

Betekenis en Claims

Het artikel claimt dat hoewel zelfgereguleerde persoonlijke contracten een waardevol instrument zijn om impliciete keuzes expliciet te maken en studenten te ondersteunen die geen gevestigde GenAI-strategieën hebben, ze geen panacee zijn. De auteurs stellen dat het intentionele gebruik van GenAI meer vereist dan alleen zelfbewustzijn; het vereist een omgevings- en structurele ondersteuning.

De betekenis van dit werk ligt in de bescheiden conclusie: voor veel studenten kan de "meest agentische keuze" bewuste niet-gebruik van GenAI zijn, in plaats van een strijd om het "correct" te gebruiken tegen de vormgeving van de tool in. De auteurs suggereren dat toekomstige educatieve interventies verder moeten gaan dan individuele reflectie en ook technische en pedagogische ontwerpen moeten bevatten die de last van zelfregulatie verminderen, mogelijk door leerbeperkingen direct in de tools zelf in te bedden. De studie dient als een oproep aan docenten om de grenzen van op wilskracht gebaseerde interventies te erkennen in het licht van zeer toegankelijke, op productiviteit geoptimaliseerde AI-tools.