Human–GenAI Interaction in Higher Education: Trust as a Central Mechanism Shaping Learning Enhancement and Trade-offs

In het moderne klaslokaal is een nieuw soort tutor gearriveerd, een die nooit slaapt en in enkele seconden eindeloze verklaringen, samenvattingen en ideeën kan genereren. Dit is generatieve kunstmatige intelligentie, een technologie die zich razendsnel heeft verweven in het weefsel van het hoger onderwijs. Voor studenten biedt het een manier om moeilijke concepten aan te pakken, essays te ontwerpen en gedachten te ordenen met ongekende snelheid. Toch is er, naarmate deze hulpmiddelen alomtegenwoordig worden, een stille vraag die onder educatoren en onderzoekers begint te knagen: zorgt het louter hebben van toegang tot deze technologie er werkelijk voor dat studenten beter leren? De heersende aanname was vaak dat meer gebruik gelijkstaat aan meer leren, maar de realiteit van hoe mensen met machines interageren is veel complexer. De cruciale factor is niet alleen het hulpmiddel zelf, maar de relatie die de student ermee opbouwt. Deze relatie hangt af van vertrouwen — een psychologische staat waarbij een leerling gelooft dat de machine betrouwbaar, waarheidsgetrouw en nuttig is. Zonder vertrouwen blijft het hulpmiddel een afstandelijk, wantrouwig object; met vertrouwen wordt het hulpmiddel een partner in het leerproces. Dit vertrouwen is echter een tweesnijdend zwaard. Het kan diepere betrokkenheid en zelfvertrouwen ontsluiten, maar het kan ook leiden tot een gevaarlijke overafhankelijkheid waarbij de student stopt met zelfstandig nadenken. Het begrijpen van dit delicate evenwicht is essentieel voor het vormgeven van de evolutie van het onderwijs in het tijdperk van kunstmatige intelligentie.

Een team van onderzoekers aan het SRM Institute of Science and Technology in India zette zich schare om dit onontgonnen terrein in kaart te brengen. Ze wilden verder gaan dan eenvoudige vragen over hoe vaak studenten deze hulpmiddelen gebruiken en in plaats daarvan het onderzoek doen naar de kwaliteit van de interactie en de rol van vertrouwen bij het vormgeven van leerresultaten. Hiervoor verzamelden zij gegevens van 237 studenten in het hoger onderwijs, voornamelijk bachelor- en masterstudenten uit de vakgebieden handel, wetenschap en techniek in Zuid-India. Via een gedetailleerde enquête vroegen ze studenten om te reflecteren op hun ervaringen: hoe zij met generatieve AI interageerden, hoeveel zij de door de AI verstrekte informatie vertrouwden, en hoe deze factoren hun academische prestaties en hun eigen kritisch denkvermogen beïnvloedden. De onderzoekers gebruikten een geavanceerde statistische methode om deze punten met elkaar te verbinden, zoekend naar patronen die onthulden of de interactie zelf het leren aanjoeg, of dat er iets anders aan de touwtjes trok.

De studie onthulde een duidelijke en enigszins verrassende waarheid: de loutere handeling van het gebruik van generatieve AI leidt niet automatisch tot beter leren. In plaats daarvan is de belangrijkste drijfveer het vertrouwen dat de student in het systeem stelt. De onderzoekers ontdekten dat wanneer studenten op een betekenisvolle manier met de AI interageerden, dit een gevoel van vertrouwen bevorderde. Dit vertrouwen was op zijn beurt de primaire motor die de leerresultaten een boost gaf. Studenten die de AI vertrouwden, rapporteerden dat zij zich meer gemotiveerd voelden, meer vertrouwen hadden in hun eigen vermogens en effectiever waren in hun academische werk. De interactie tussen mens en machine deed er toe, maar de kracht ervan was bijna volledig afhankelijk van het geloof van de student in de betrouwbaarheid van de machine. Sterker nog, de directe link tussen het simpelweg gebruiken van het hulpmiddel en het behalen van betere cijfers was relatief zwak. De echte magie gebeurde in het midden, waar interactie vertrouwen opbouwde, en vertrouwen het leren aanjoeg.

De studie belichtte echter ook een aanzienlijke afruil die gepaard gaat met dit vertrouwen. Dezelfde mechanisme dat studenten hielp effectiever te leren, maakte hen ook eerder geneigd om risico's en nadelen waar te nemen. Naarmate het vertrouwen in de AI groeide, nam ook het bewustzijn van de studenten toe dat zij er mogelijk te veel op vertrouwden. De gegevens toonden een sterke verbinding aan tussen hoge niveaus van vertrouwen en het gevoel dat zij hun eigen onafhankelijke denkvermogen opofferden. Studenten die de AI diep vertrouwden, rapporteerden vaker dat zij minder geneigd waren om problemen op eigen kracht op te lossen of een diepe cognitieve inspanning te leveren. Dit suggereert dat vertrouwen geen puur positieve kracht is; het is een complex mechanisme dat het leren tegelijkertijd bevordert en het risico op overafhankelijkheid introduceert. De studenten zelf uitten deze spanning in hun geschreven opmerkingen, waarbij zij opmerkten dat hoewel de AI aanvoelde als een behulpzame tutor die op elk moment beschikbaar was, het ook het potentieel had om hun eigen initiatief te verminderen of hun creativiteit over te nemen.

De onderzoekers keken ook naar de vraag of deze dynamiek anders verliep voor verschillende typen studenten. Zij vonden dat het academische niveau en het geslacht van de student ertoe deden, maar de frequentie van het AI-gebruik niet. Masterstudenten vertoonden een sterkere link tussen hun interacties en het vertrouwen dat zij ontwikkelden, terwijl bachelorstudenten blijkbaar meer baat hadden bij het gebruik van de AI voor specifieke, taakgerichte taken zoals schrijven of probleemoplossing. Interessant genoeg had de hoeveelheid tijd die een student aan het gebruik van de AI besteedde geen significante impact op de structurele relaties in het model. Of een student het hulpmiddel nu een beetje of veel gebruikte, de kwaliteit van hun interactie en het vertrouwen dat zij opbouwden, bleven de beslissende factoren voor hun leersucces. Deze bevinding daagt de algemene overtuiging uit dat het simpelweg vergroten van het volume van het AI-gebruik het onderwijs zal verbeteren. In plaats daarvan suggereert het dat de diepgang van de relatie tussen de student en de technologie is wat er werkelijk toe doet.

Uiteindelijk schetst dit onderzoek een beeld van generatieve AI in het onderwijs, niet als een eenvoudig hulpmiddel voor efficiëntie, maar als een partner in een complexe psychologische dans. De studie bevestigt dat de technologie de kracht heeft om het leren te versterken, maar alleen wanneer deze benaderd wordt met een gekalibreerd gevoel van vertrouwen. Als studenten de AI te weinig vertrouwen, missen zij de voordelen; als zij het zonder kritisch toezicht te veel vertrouwen, riskeren zij hun eigen cognitieve groei te beperken. De weg voorwaarts voor educatoren is daarom niet om simpelweg meer gebruik aan te moedigen, maar om studenten te begeleiden bij het opbouwen van een gezonde, kritische relatie met deze systemen. Door de focus te leggen op de kwaliteit van de interactie en door vertrouwen te stimuleren dat geworteld is in begrip in plaats van blind vertrouwen, kan het hoger onderwijs de kracht van generatieve AI benutten om leeromgevingen te creëren die zowel effectief als intellectueel robuust zijn. De toekomst van leren met AI hangt minder af van de software zelf en meer van het menselijk vermogen om er wijs mee om te gaan.