Epistemic Agency in AI-Mediated Education: A PRISMA 2020 Systematic Review and Philosophical Synthesis of Autonomy, Understanding, and Educational Authority
Deze PRISMA 2020 systematische review synthetiseert de filosofische wetenschap over AI-bemiddeld onderwijs om te betogen dat legitiem leren het behoud van de menselijke epistemische agency vereist via een kader van "Human Epistemic Stewardship", dat de verantwoordelijkheid van leerlingen voor het bevragen en rechtvaardigen van kennis prioriteert boven louter prestatieoptimalisatie.
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
Stel je een klaslokaal voor waar de leraar niet langer alleen feiten uitdeelt, maar waar een machine essays kan schrijven, complexe problemen kan oplossen en moeilijke ideeën in seconden kan uitleggen. Dit is de realiteit die door generatieve kunstmatige intelligentie is gebracht, een technologie die is verschoven van een simpel hulpmiddel naar een partner in het leerproces. Eeuwenlang heeft onderwijs vertrouwd op een specifiek soort werk: de strijd die een student ervaart bij het proberen te begrijpen van een nieuw concept, de inspanning om een argument op te bouwen, en de verantwoordelijkheid om te beslissen wat waar is. Dit proces gaat niet alleen over het krijgen van het juiste antwoord; het gaat over de mentale reis die nodig is om dat antwoord toe te eigenen. Wanneer een machine het zware denkwerk kan doen, rijst er een diepgaande vraag voor pedagogen en filosofen: als de machine het werk doet, leert de student dan nog wel? Het vakgebied van de onderwijsfilosofie worstelt nu met deze kwestie, en vraagt zich af of leren kan plaatsvinden wanneer de cognitieve arbeid wordt uitbesteed aan een systeem dat kennis produceert zonder het daadwerkelijk te begrijpen.
Een recente systematische review door onafhankelijk onderzoeker Connor Nitchals pakt deze vraag aan door de meest serieuze filosofische discussies over het onderwerp te verzamelen en te analyseren. De auteur onderzocht twintig peer-reviewed artikelen gepubliceerd tussen 2023 en augustus 2026, met een focus op hoe kunstmatige intelligentie de aard van leren, autoriteit en verantwoordelijkheid verandert. De review keek niet naar testscores of de efficiëntie van software; in plaats daarvan keek het naar de diepere structuur van het onderwijs. De centrale bevinding is dat het gevaar van kunstmatige intelligentie niet is dat het foute antwoorden geeft, maar dat het studenten in staat stelt om de essentie van het denkproces te omzeilen dat hun vermogen om te oordelen en te begrijpen opbouwt. De studie suggereert dat voor onderwijs betekenisvol te blijven, studenten de verantwoordelijkheid moeten behouden voor het bevragen, uitleggen en toe-eigenen van de ideeën die zij produceren, zelfs wanneer zij krachtige instrumenten gebruiken.
De onderzoekers kwamen tot de conclusie dat de kern van het probleem ligt in wat zij "epistemische agency" noemen, een term die simpelweg verwijst naar het vermogen van een persoon om een actieve, verantwoordelijke deelnemer te zijn in het proces van weten. In een gezonde leeromgeving ontvangt een student niet alleen informatie; zij selecteren vragen, zoeken naar bewijs en testen hun eigen overtuigingen. De review betoogt dat generatieve kunstmatige intelligentie deze agency bedreigt door de leerlingen toe te staan het zware denkwerk uit te besteden. Wanneer een student een machine gebruikt om een essay of een uitleg te genereren zonder zelf het mentale werk te verrichten om het te construeren, kunnen zij een perfect resultaat produceren terwijl zij er niet in slagen de vereiste diepgang te ontwikkelen om het te verdedigen. De studie maakt onderscheid tussen "prestatie" (performance), wat het vermogen is om een correct resultaat te produceren, en "begrip" (understanding), wat het vermogen is om uit te leggen waarom dat resultaat correct is en hoe het verbonden is met andere ideeën. De auteur waarschuwt dat kunstmatige intelligentie het gemakkelijk maakt om prestatie te bereiken zonder begrip, wat leidt tot een situatie waarin een student een toets kan halen zonder het materiaal ooit echt te hebben geleerd.
Een ander belangrijk thema in de review is de veranderende rol van de docent en de aard van autoriteit. In het verleden waren docenten de primaire bron van begeleiding, maar nu kunnen studenten zich wenden tot een kunstmatige intelligentie die met zelfvertrouwen en vloeiendheid spreekt. De onderzoekers stellen dat dit een nieuwe vorm van afhankelijkheid creëert. Als een student het antwoord van de machine zonder vragen te stellen vertrouwt, leert hij niet te denken, maar leert hij te gehoorzamen. De review benadrukt dat onderwijs niet alleen gaat over de overdracht van informatie; het is een menselijke relatie waarbij een docent een student begeleidt door het moeilijke proces van het vormen van een eigen oordeel. Een machine kan een concept uitleggen, maar kan geen verantwoordelijkheid nemen voor de groei van een student of de ethische begeleiding bieden die voortkomt uit een menselijke connectie. De studie suggereert dat als scholen te veel op deze systemen vertrouwen, zij het risico lopen een systeem te creëren waarin kennis wordt geproduceerd door algoritmen, maar de verantwoordelijkheid voor die kennis verloren gaat.
De review belicht ook het probleem van "getuigenis-afhankelijkheid" (testimonial dependence). Mensen vertrouwen van nature op anderen voor informatie, maar onderwijs leert ons hoe we moeten beslissen wie we vertrouwen en wanneer we om bewijs vragen. Kunstmatige intelligentie compliceert dit omdat het zijn antwoorden vaak presenteert als feiten zonder te tonen waar ze vandaan komen. De onderzoekers vonden dat voor leren geldig te blijven, studenten in staat moeten zijn om de machine uit te dagen, de bronnen te controleren en de beperkingen ervan te begrijpen. Zij stellen een kader voor genaamd "Human Epistemic Stewardship", dat vijf voorwaarden vaststelt voor het gebruik van kunstmatige intelligentie op een manier die het leren beschermt. Deze voorwaarden omvatten het recht om de output van de machine uit te dagen, de vereiste dat de student in staat moet zijn om het eigen werk uit te leggen en te verdedigen, en de noodzaak van "productieve wrijving" (productive friction). Dit laatste punt is cruciaal: de studie beargumenteert dat een zekere moeilijkheid in het leren noodzakelijk is. Net zoals het tillen van gewichten spieren opbouwt, bouwt de strijd om een concept te begrijpen de geest op. Kunstmatige intelligentie zou niet alle moeilijkheden moeten wegnemen, maar mag alleen de irrelevante barrières wegnemen terwijl het mentale werk dat leidt tot echt begrip behouden blijft.
De auteur concludeert dat het debat niet gaat over de vraag of kunstmatige intelligentie in scholen gebruikt moet worden, maar over hoe het wordt gebruikt. Dezelfde tool kan schadelijk zijn als het het denken van de student vervangt, maar het kan nuttig zijn als het de eigen inspanningen van de student ondersteunt. De review suggereert dat scholen hun beoordelingen en onderwijsmethoden moeten herontwerpen om ervoor te zorgen dat studenten nog steeds het werk van het denken verrichten. Dit kan betekenen dat studenten gevraagd wordt om hun redenering persoonlijk toe te lichten, om verschillende bronnen te vergelijken, of om te laten zien hoe zij een tool hebben gebruikt om tot een conclusie te komen. Het uiteindelijke doel is niet om te concurreren met machines, maar om menselijke wezens te cultiveren die in staat zijn om machines aan te sturen, te evalueren en soms de hulp van machines te weigeren. De studie stelt dat de waarde van onderwijs in een tijdperk van kunstmatige intelligentie niet ligt in de productie van antwoorden, maar in het cultiveren van mensen die weten wat een antwoord waard is, waarom het geloofd moet worden en wanneer het hun verantwoordelijkheid is om voor zichzelf te denken.
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.