Scaffold or substitute? First-year students’ and lecturers’ perspectives on generative AI in academic writing at a Ghanaian university
Deze kwalitatieve studie naar eerstejaarsstudenten en docenten aan een Ghanese universiteit onthult dat, hoewel generatieve AI breed wordt gewaardeerd als een steun bij academisch schrijven, het potentieel ervan als vervanging voor kritisch denken een verschuiving vereist naar dialogische AI-geletterdheid, duidelijke institutionele beleidsregels en beoordelingsontwerpen die prioriteit geven aan transparant auteurschap.
Oorspronkelijk artikel gelicentieerd onder CC BY 4.0 (https://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
In de stille brom van een universiteitsbibliotheek of het schijnsel van een laptopscherm laat in de nacht, is er een nieuw soort helper gearriveerd voor studenten overal. Het is geen tutor die naast je zit, noch een bibliotheekboek dat je uit een plank trekt. Het is een generatieve kunstmatige intelligentie, een type computerprogramma dat je opdracht kan lezen en alinea's kan schrijven, complexe ideeën kan uitleggen of je grammatica in een ogenblik kan verbeteren. Decennialang ging het leren schrijven in een universitaire omgeving over meer dan alleen woorden op een pagina zetten; het is een proces van denken, worstelen met moeilijke concepten, en langzaam een unieke stem opbouwen die alleen toebehoort aan de schrijver. Dit proces, vaak academisch schrijven genoemd, is hoe studenten leren denken als wetenschappers, ingenieurs of historici. Nu deze krachtige hulpmiddelen met één klik beschikbaar zijn, is er een fundamentele vraag ontstaan: helpt deze technologie studenten om de berg van het leren te beklimmen, of draagt het hen de helling op zodat ze nooit leren lopen?
Deze vraag staat centraal in een nieuwe studie uitgevoerd aan een openbare universiteit in Ghana, waar onderzoekers wilden begrijpen hoe deze digitale helper het klaslokaal verandert. De studie richtte zich op het allereerste begin van de reis van een student, waarbij zij naar eerstejaarsstudenten en de docenten keken die hen lesgeven. De onderzoekers waren niet geïnteresseerd in of studenten de academische integriteit schonden, maar eerder in hoe zij deze hulpmiddelen gebruikten om te leren. Ze stelden een eenvoudige maar diepzinnige vraag: fungeert de kunstmatige intelligentie als een steiger, een tijdelijke ondersteuning die een student helpt om de eigen opvattingen op te bouwen, of fungeert het als een vervanger, die het denken voor hen doet zodat de student het nooit hoeft te doen? Om het antwoord te vinden, verzamelden de onderzoekers een grote groep van zesentwintig studenten en elf docenten. Ze hielden veertien groepsdiscussies met de studenten en namen deel aan individuele interviews met de leraren, waarbij ze zorgvuldig luisterden naar hun verhalen over hoe ze schrijven, hoe ze leren en hoe ze lesgeven.
De studenten die met de onderzoekers spraken, beschreven een relatie met kunstmatige intelligentie die zowel nuttig als zorgwekkend was. Velen zeiden dat ze de hulpmiddelen gebruikten om moeilijke onderwerpen te begrijpen. Eén student legde uit dat zij de computer zouden vragen om een complex onderwerp uit te leggen alsof ze het aan een twaalfjarige leerden, wat hen hielp de basis te begrijpen voordat ze probeerden hun eigen essay te schrijven. Anderen gebruikten het om hun verspreide gedachten te ordenen of om hun grammatica te controleren nadat ze al een conceptversie hadden geschreven. Op die momenten voelde de technologie als een ondersteunende tutor, die onmiddellijke feedback en helderheid bood wanneer een menselijke docent niet beschikbaar was. Echter, dezelfde studenten gaven toe dat de lijn tussen hulp en vervanging dun was. Wanneer deadlines naderden en de tijd opraakte, bekenden sommigen dat ze een vraag in de computer typten en het gegenereerde antwoord inleverden zonder het te lezen of te begrijpen. Ze wisten dat dit risicovol was, maar de druk om het werk af te krijgen was groot.
Een terugkerend thema in de verhalen van de studenten was de angst dat ze korte termijn succes inruilden voor lange termijn vermogen. Ze merkten dat terwijl de computer in enkele minuten een gepolijst essay kon produceren, ze vaak niet in staat waren om dezelfde vragen te beantwoorden tijdens een examen zonder het hulpmiddel. Eén student beschreef dit gevoel als "valse hoop", waarbij zij opmerkte dat ze een perfecte opdracht konden inleveren, maar zouden falen als ze hetzelfde werk onafhankelijk moesten doen. Ze realiseerden zich dat als ze de computer zouden laten denken voor hen, hun eigen vermogen om te denken, te onderzoeken en te schrijven zou verzwakken. Ze uitten een sterke wens voor duidelijke regels en training, omdat ze precies wilden weten hoe ze deze hulpmiddelen verantwoordelijk konden gebruiken, in plaats van simpelweg te horen dat ze ze moeten vermijden. Ze zagen de technologie als een krachtige bron die begeleiding nodig had, niet als een verboden object.
De docenten deelden een vergelijkbare ambivalentie, hoewel hun zorgen geworteld waren in hun rol als beoordelaars van het leerproces van de student. Ze erkenden dat kunstmatige intelligentie er is gekomen om te blijven en dat het volledig verbieden ervan zinloos was. Ze erkenden dat de hulpmiddelen studenten konden helpen hun ideeën te organiseren en hun schrijfstructuur te verbeteren. Hun primaire zorg was echter dat de technologie de eigen stem van de student verborg. Wanneer een student een essay inlevert, probeert de docent de geest van de student te beoordelen, hun vermogen om een punt te beargumenteren en hun begrip van het onderwerp. Als de computer het essay schrijft, beoordeelt de docent de machine, niet de student. Ze rapporteerden dat sommige opdrachten er op papier perfect uitzagen, maar wanneer ze met de studenten over de inhoud spraken, de studenten niet konden uitleggen wat ze hadden geschreven. Deze discrepantie maakte het moeilijk om te weten of de studenten daadwerkelijk leerden of slechts een overtuigende uitvoering leverden.
Vanwege deze onzekerheid beschreven veel docenten hoe zij hun onderwijs en toetsing veranderden. Sommigen stopten met het geven van huiswerkopdrachten waarbij studenten alleen thuis konden werken, uit angst dat het ingeleverde werk niet van henzelf was. In plaats daarvan stapten ze over op schrijven in de klas, mondelinge examens of praktische demonstraties waarbij ze de student in real time konden zien denken. Ze wilden ervoor zorgen dat het werk dat beoordeeld werd, echt dat van de student was. Hoewel ze het idee steunden om studenten te leren hoe ze kunstmatige intelligentie verantwoord kunnen gebruiken, stuitten ze op een praktisch probleem: het curriculum was al vol en er was weinig tijd om nieuwe lessen over technologie toe te voegen. Ze maakten zich ook zorgen dat zelfs als ze de regels zouden onderwijzen, studenten er nog steeds voor zouden kunnen kiezen om de hulpmiddelen te gebruiken op manieren die het leerproces omzeilen. De docenten voelden zich gevangen tussen de noodzaak om zich aan te passen aan een nieuwe realiteit en de plicht om de integriteit van het onderwijs van hun studenten te beschermen.
De studie suggereert dat het antwoord niet is om de technologie te verbieden of het de vrije loop te laten, maar om een middenweg te vinden waar het het leren ondersteunt zonder het te vervangen. De onderzoekers vonden dat het cruciale verschil ligt in wie het denkwerk verricht. Wanneer de student het hulpmiddel gebruikt om een concept te verduidelijken, de eigen gedachten te ordenen of een zin te corrigeren die zij zelf hebben geschreven, fungeert het als een steiger. Het helpt hen hun eigen begrip op te bouwen. Maar wanneer de student het hulpmiddel gebruikt om het volledige argument of het hele essay te genereren, wordt het een vervanger. In dat geval slaat de student het harde werk van het denken over, en vindt het leren niet plaats. De studie benadrukt dat dit niet alleen een technisch probleem is van het detecteren van plagiaat, maar een dieper probleem van hoe studenten leren denken en zichzelf uitdrukken.
Uiteindelijk wijst het onderzoek op de noodzaak van een nieuw soort onderwijs. Studenten moeten leren hoe ze deze hulpmiddelen kritisch kunnen gebruiken, waarbij ze begrijpen wanneer ze nuttig zijn en wanneer ze een valstrik zijn. Ze moeten weten hoe ze hun eigen stem centraal kunnen houden in hun werk. Docenten hebben ondersteuning nodig om hun opdrachten te herontwerpen, zodat zij het denkproces van de student kunnen zien, en niet alleen het eindproduct. De studie concludeert dat kunstmatige intelligentie een permanent onderdeel van de academische wereld wordt, en dat het doel niet is om ertegen te vechten, maar om vorm te geven aan hoe het wordt gebruikt. Als het goed gebeurt, kan het een krachtige partner zijn in het leren. Als het fout gaat, loopt het het risico studenten te veranderen in passieve consumenten van informatie die niet langer zelfstandig kunnen denken. De toekomst van het schrijven aan universiteiten hangt af van het vinden van dat evenwicht, waarbij wordt gewaarborgd dat de technologie de geest van de student dient, in plaats van andersom.
Verdrinkt u in papers in uw vakgebied?
Ontvang dagelijkse digests van de nieuwste papers die bij uw onderzoekswoorden passen — met technische samenvattingen, in uw taal.