Explaining and Sustaining AI Assimilation in Higher Education: The Dual Roles of Engagement and Skeptical Engagement

In de klaslokalen van de huidige universiteiten vindt een stille revolutie plaats die de manier waarop studenten leren schrijven, fundamenteel verandert. Kunstmatige intelligentie-tools, die in staat zijn tekst te genereren en directe feedback te geven, zijn niet langer slechts futuristische concepten; ze zijn ingebed in de dagelijkse workflow van het hoger onderwijs. Toch betekent het louter beschikbaar hebben van deze tools niet dat studenten ze effectief gebruiken. De echte uitdaging ligt in assimilatie: het proces waarbij een nieuwe technologie ophoudt een noviteit te zijn en een natuurlijk, routinematig onderdeel wordt van hoe iemand werkt. Jarenlang hebben onderzoekers geprobeerd te begrijpen waarom sommige mensen nieuwe technologie omarmen terwijl anderen het verwerpen. Ze hebben gekeken naar wat een tool nuttig en gemakkelijk in gebruik maakt, en ze hebben ook de angsten bestudeerd die mensen tegenhouden, zoals zorgen over privacy of het gevoel gecontroleerd te worden door een machine. Een heersende aanname was dat angst en risico simpelweg barrières zijn die adoptie stoppen, en dat we mensen moeten stimuleren om AI te gebruiken door die angsten weg te nemen. Dit beeld is echter wellicht te simplistisch. Het behandelt de menselijke geest als een schakelaar die aan of uit staat, waarbij het complexe, kritische denken dat daartussenin plaatsvindt, wordt genegeerd.

Een team van onderzoekers van de North South University, Universiti Teknologi Brunei en Curtin University Sarawak zette zich scharper op om deze genuanceerde realiteit te onderzoeken. Ze wilden begrijpen hoe studenten AI daadwerkelijk integreren in hun schrijfproces, met name wanneer zij essays ontwerpen en herzien. In plaats van ervan uit te gaan dat studenten deze tools ofwel geweldig vinden of haten, stelden de onderzoekers voor dat er twee verschillende manieren zijn waarop studenten ermee omgaan. De eerste is directe betrokkenheid, waarbij studenten gemotiveerd zijn en vertrouwen hebben in het systeem. De tweede, die de onderzoekers "sceptische betrokkenheid" noemen, is een staat van behoedzame, kritische dienstbaarheid. In deze staat accepteert een student de suggesties van de AI niet blindelings, maar bevraagt hij ze, verifieert hij ze en past hij ze selectief toe. De studie zocht ernaar om te bepalen of deze sceptische benadering, die vaak als weerstand wordt gezien, in werkelijkheid een productieve manier kan zijn om te leren en het gebruik van AI op de lange termijn te handhaven.

Om de waarheid boven tafel te krijgen, hanteerden de onderzoekers een tweestapsbenadering. Eerst luisterden ze naar de stemmen van 22 studenten die AI hadden gebruikt voor hun schrijfopdrachten. Deze studenten schreven gedetailleerde essays over hun ervaringen, waarin ze beschreven wat hen hielp en wat hen tegenhield. De onderzoekers analyseerden deze verhalen om een kaart te maken van de spelende factoren. Ze ontdekten dat studenten het meest betrokken waren wanneer zij het gevoel hadden controle te hebben over hun werk, wanneer de AI hun emotionele behoeften leek te begrijpen en wanneer de feedback duidelijk en eerlijk was. Daarentegen voelden zij zich gestrest of voorzichtig wanneer de technologie overweldigend was, wanneer zij het gevoel hadden de controle over hun eigen schrijfproces te verliezen, of wanneer zij zich zorgen maakten over ethische kwesties zoals gegevensprivacy. Deze initiële fase onthulde dat studenten de technologie niet simpelweg afweerden; zij onderhandelden er actief mee, waarbij zij vaak een houding van kritische inspectie aannamen.

Gewapend met deze inzichten onderzochten de onderzoekers vervolgens 303 studenten via een enquête om hun ideeën op grotere schaal te testen. Ze vroegen deze studenten om aan te geven in hoeverre zij het eens waren met diverse stellingen over hun gebruik van AI. De resultaten bevestigden dat zowel enthousiasme als scepsis de langdurige het gebruik van AI drijven, maar dat zij dit op verschillende manieren doen. Factoren die de autonomie en competentie van een student ondersteunden, zoals het vermogen om eigen schrijfdoelen te kiezen en het ontvangen van duidelijke verklaringen voor de suggesties van de AI, verhoogden hun positieve betrokkenheid sterk. Aan de andere kant leidden factoren zoals de mentale vermoeidheid veroorzaakt door het constant controleren van de AI, de angst de controle over de eigen ideeën te verliezen en zorgen over ethische rechtvaardigheid, er niet toe dat studenten stopten met het gebruik van de tool. In plaats daarvan leidden deze risico's tot een hoger niveau van sceptische betrokkenheid. De studenten liepen niet weg; ze bleven, maar ze bleven met hun bewaking aan, waarbij ze elke aanbeveling van de machine zorgvuldig onder de loep namen.

De studie vond dat beide paden naar dezelfde bestemming leiden: assimilatie. Studenten die enthousiast betrokken waren, gebruikten de AI vaker, en studenten die sceptisch betrokken waren, gebruikten de AI ook vaker, mits zij het gevoel hadden dat de samenwerking goed functioneerde. Sterker nog, de gegevens toonden aan dat wanneer studenten een kwalitatief hoogwaardige samenwerking met de AI ervoeren — waarbij de tool responsief en behulpzaam aanvoelde in plaats van opdringerig — hun kritische, sceptische benadering zelfs effectiever werd in het omzetten naar routinematig gebruik. De scepsis verdween niet; het werd een instrument voor betere integratie. De onderzoekers ontdekten dat studenten die de output van de AI in twijfel trokken, niet faalden in de adoptie van de technologie, maar deze adopteerden op een manier die hun eigen handelingsbekwaamheid en kritisch denkvermogen behield.

Een van de meest significante bevindingen was dat de traditionele visie op risico als een simpele barrière onvolledig was. De studie toonde expliciet aan dat risicobewustzijn de adoptie niet noodzakelijkerwijs onderdrukt. In plaats daarvan kan het een modus van gebruik cultiveren die meer doordacht en verantwoordelijk is. De onderzoekers ontdekten ook dat niet alle factoren even belangrijk waren. Hoewel het gevoel van controle over het schrijfproces de sterkste drijfveer was voor positieve betrokkenheid, was de specifieke vaardigheid van het leren gebruiken van de tool geen significante voorspeller voor betrokkenheid in deze context. Evenzo, hoewel studenten zich zorgen maakten over vooroordelen in de AI, dreef deze specifieke angst hun sceptische gedrag niet op dezelfde manier aan als mentale vermoeidheid of het verlies van controle deed. Dit suggereert dat de directe ervaring van de interactie belangrijker is dan abstracte zorgen over de interne logica van het systeem.

De implicaties van dit onderzoek zijn duidelijk voor iedereen die betrokken is bij onderwijs of technologieontwerp. Het suggereert dat het proberen om AI-tools perfect naadloos en risicovrij te maken, misschien niet de beste manier is om het gebruik ervan te stimuleren. In plaats daarvan zouden onderwijzers en ontwerpers omgevingen moeten creëren die kritisch denken ondersteunen. Zij zouden studenten moeten aanmoedigen om de AI in twijfel te trekken, om uit te leggen waarom ze een suggestie wel of niet accepteren, en om de controle over het eindproduct te behouden. Door scepsis niet te zien als een probleem dat opgelost moet worden, maar als een waardevol onderdeel van het leerproces, kunnen instellingen een diepere, meer duurzame relatie tussen studenten en kunstmatige intelligentie bevorderen. De studie concludeert dat de toekomst van AI in het onderwijs niet afhangt van het blind vertrouwen van studenten in de machine, maar van hun vermogen om er kritisch mee samen te werken, zodat de technologie de lerende dient in plaats van deze te vervangen.