Stel je een klaslokaal voor waar studenten leren schilderen, verhalen schrijven of muziek componeren, maar ze hebben een nieuwe, ongelooflijk krachtige assistent. Deze assistent kan direct afbeeldingen genereren, paragrafen opstellen of melodieën creëren. De vraag die onderwijzers vandaag de dag bezighoudt, is niet of deze technologie bestaat, maar hoe men deze kan gebruiken zonder de eigen stem van de student te stelen. Als de machine het zware werk doet, leert de student dan nog wel creëren? Voelt het uiteindelijke werk echt alsof het toebehoort aan de mens, of voelt het als een holle imitatie? Dit is de kern van een nieuwe studie die onderzoekt hoe kunstmatige intelligentie de manier waarop we lesgeven en leren verandert. De onderzoeker vraagt niet alleen of de technologie werkt; de onderzoeker vraagt hoe het de relatie tussen de leerling en het werk verandert, en of de resulterende kunst of het geschreven werk nog steeds authentiek aanvoelt voor de cultuur en de persoon die het heeft gemaakt.

Om dit te begrijpen, moet men eerst twee eenvoudige ideeën begrijpen die het onderzoek leiden. Het eerste is "creatieve agency", wat simpelweg betekent dat een persoon het gevoel heeft de baas te zijn over de eigen ideeën en beslissingen. Het tweede is "waargenomen authenticiteit", wat het gevoel is dat een stuk werk voortkomt uit een oprechte menselijke plek, met echte gevoelens en culturele wortels, in plaats van een mechanische output te zijn. De studie onderzoekt wat er gebeurt wanneer deze twee concepten en kunstmatige intelligentie elkaar ontmoeten. Het probeert te achterhalen of studenten deze krachtige instrumenten kunnen gebruiken om beter werk te maken zonder hun eigen identiteit te verliezen, of dat de instrumenten het denkproces volledig overnemen.

Een onderzoeker, onder leiding van Nashwa Ali van de Universiteit van Khorfakkan, zette zich met deze vragen bezig door naar het grote plaatje te kijken. Zij verzamelde en analyseerde tweeëndertig verschillende wetenschappelijke studies gepubliceerd tussen 2017 en 2024. Deze studies besloegen alles van beeldende kunst en het schrijven van verhalen tot het ontwerpen van gebruikersinterfaces. Maar cijfers en grafieken alleen konden het hele verhaal niet vertellen. Om een dieper begrip te krijgen van wat er in echte klaslokalen gebeurt, sprak de onderzoeker ook diepgaand met dertig onderwijzers en ontwerpers. Deze interviews vonden plaats op een breed scala aan locaties, waaronder landen in het Midden-Oosten, Maleisië en Egypte, waardoor stemmen werden betrokken die vaak ontbreken in discussies over technologie. Door de harde data uit de studies te combineren met de persoonlijke ervaringen van de leraren, bouwde de onderzoeker een compleet beeld van hoe mens-AI-samenwerking het onderwijs vormgeeft.

De onderzoeker kwam tot de conclusie dat de manier waarop mensen creëren op drie duidelijke manieren verandert. Ten eerste verschuift de rol van de mens. In plaats van elke penseelstreek te zetten of elk woord te schrijven, treden studenten steeds vaker op als regisseurs. Zij bedenken het hoofdbegrip en de culturele context, terwijl de kunstmatige intelligentie de technische uitvoering afhandelt, zoals het genereren van de ruwe afbeeldingen of het opstellen van de eerste zinnen. Deze scheiding stelt studenten in staat zich te concentteren op het "waarom" van het werk – de betekenis en de emotie – terwijl de machine het "wat" afhandelt. Dit werkt echter alleen als de student de controle behoudt. De studie laat zien dat wanneer studenten gedwongen worden om eerst hun eigen ideeën te bedenken voordat ze de AI überhaupt aanraken, zij hun creatieve eigenaarschap behouden. Als zij de machine het proces laten starten, hebben zij de neiging hun eigen stem te verliezen.

Ten tweede evolueert de manier waarop leraren het werk van studenten beoordelen. In het verleden lag de focus vaak op hoe perfect het eindproduct eruitzag of hoe technisch accuraat het was. Nu kijken onderwijzers naar het proces. Ze willen zien hoe de student het hulpmiddel heeft gebruikt, hoe zij de suggesties van de machine hebben bekritiseerd, en of zij keuzes hebben gemaakt die hun eigen cultuur en waarden weerspiegelen. De studie vond dat studenten die gevraagd wordt waarom ze een suggestie van de AI hebben aangepast, of om een verklaring te schrijven over hun creatieve keuzes, uiteindelijk meer van hun eigen creatieve autonomie behouden. Zij accepteren niet alleen de output van de machine; zij geven er actief vorm aan. Deze verschuiving betekent dat het cijfer van een student niet langer alleen gaat over de uiteindelijke afbeelding of het verhaal, maar over het denken dat in het maken ervan is gegaan.

Ten derde wordt de workflow zelf een lus van interactie heen en weer. Studenten gebruiken de AI niet slechts één keer; ze gebruiken het herhaaldelijk en verfijnen hun ideeën bij elke beurt. Dit patroon, waarbij een mens en een machine samenwerken in cycli, heeft aangetoond het aantal ideeën dat een student genereert te vergroten. Echter, de studie waarschuwt dat dit een tweesnijdend zwaard kan zijn. Als de machine te goed is in het snel perfect maken van dingen, kunnen studenten stoppen met het zelf oplossen van moeilijke problemen. Ze kunnen genoegen nemen met het eerste perfect uitziende resultaat dat de AI hen geeft, in plaats door te zetten in de strijd die leidt tot ware originaliteit. Het onderzoek suggereert dat leraren grenzen moeten stellen aan hoe vaak een student de AI om hulp kan vragen, om hen te dwingen te blijven denken en te creëren, zelfs wanneer de machine een oplossing biedt.

Een van de meest opvallende bevindingen uit de interviews was het vraagstuk van culturele authenticiteit. Veel van de onderwijzers spraken over hoe kunstmatige intelligentie vaak de lokale culturen niet begrijpt. Omdat de AI getraind is op data van het internet, die gedomineerd wordt door westerse perspectieven, produceert het vaak generieke resultaten die niet passen in de lokale context. Bijvoorbeeld, een tool kan een lokaal dialect van een student veranderen in een formele, standaardversie, waardoor de rauwe emotie en de culturele smaak van hun woorden worden weggestreept. Of het kan afbeeldingen genereren van mensen die lijken op een generiek stereotype in plaats van een echt persoon uit die gemeenschap. De leraren vonden dat wanneer studenten de AI zonder begeleiding gebruikten, hun werk vaak zijn culturele identiteit verloor. Maar wanneer zij werden onderwezen om de AI te corrigeren, om hun eigen lokale details toe te voegen en om het hulpmiddel te gebruiken om hun eigen erfgoed te reflecteren, werd de technologie een manier om hun cultuur te bewaren in plaats van deze uit te wissen.

De studie benadrukte ook een aanzienlijke kloof in wie deze instrumenten mag gebruiken. In veel van de regio's waar de interviews plaatsvonden, is de toegang tot geavanceerde technologie beperkt. Sommige studenten hebben geen betrouwbaar internet of dure apparaten. De onderzoeker merkte op dat dit een onrechtvaardige situatie creëert waarbij alleen de geprivilegieerden de beste AI-tools kunnen gebruiken, terwijl anderen achterblijven. Om dit tegen te gaan, vinden sommige onderwijzers creatieve manieren om oudere telefoons en offline tools te gebruiken om ervoor te zorgen dat iedereen kan deelnemen. Ze leren studenten ook om kritisch te zijn tegenover de technologie, om te begrijpen dat de AI vooroordelen heeft, en om te leren hoe ze die vooroordelen in hun eigen werk kunnen corrigeren.

De onderzoeker concludeerde dat de belangrijkste factor in deze nieuwe wereld is hoe de docent de AI positioneert. Als de AI wordt gezien als een magische doos die alles doet, stoppen studenten met denken. Maar als de AI wordt gezien als een hulpmiddel dat menselijke sturing nodig heeft, kan het de mogelijkheden van studenten uitbreiden. De studie suggereert dat het succes van dit partnerschap afhangt van "waargenomen authenticiteit". Wanneer studenten het gevoel hebben dat de AI een oprechte partner is die hun menselijke input respecteert, raken ze dieper betrokken en produceren zij beter werk. Maar als de AI voelt alsoك dat hij het overneemt, of als het werk produceert dat onoprecht of cultureel onjuist aanvoelt, verliezen studenten het vertrouwen in het proces.

Uiteindelijk zegt dit onderzoek niet dat kunstmatige intelligentie de menselijke creativiteit zal vervangen. In plaats daarvan laat het zien dat de manier waarop we creativiteit onderwijzen fundamenteel wordt geherstructureerd. Het vereist nieuwe vaardigheden, zoals weten hoe je de juiste vragen aan de machine stelt en hoe je ziet wanneer de machine een fout maakt. Het vereist dat leraren waakzaam zijn, om ervoor te zorgen dat het menselijke element centraal blijft staan in het leerproces. De studie biedt een duidelijke weg vooruit: scheid het idee van de uitvoering, waardeer het proces boven het product, en houd de menselijke cultuur en identiteit altijd in de bestuurdersstoel. Door dit te doen, kunnen onderwijzers deze krachtige nieuwe instrumenten gebruiken om studenten te helpen werk te creëren dat niet alleen technisch indrukwekkend is, maar ook diep menselijk en authentiek hun eigen is.