In klaslokalen over de hele wereld vindt een stille revolutie plaats in de manier waarop kinderen leren hun eigen gevoelens te begrijpen en hun relaties met anderen te navigeren. Dit gebied van onderwijs, bekend als sociaal-emotioneel leren, leert studenten emoties te beheersen, doelen te stellen, empathie te tonen en verantwoordelijke beslissingen te nemen. Jarenlang hebben onderwijzers vertrouwd op menselijke leraren om dit delicate werk te begeleiden. Maar in recente jaren is er een nieuwe partner de kamer binnengekomen: kunstmatige intelligentie. Dit zijn computersystemen die in staat zijn emoties te herkennen, gesprekken te simuleren en gepersonaliseerde feedback te bieden om studenten te helpen deze cruciale levensvaardigheden te ontwikkelen. De belofte is immens: technologie die eindeloos geduld, directe ondersteuning en op maat gemaakte begeleiding kan bieden aan elk kind, ongeacht hun achtergrond.

Toch blijft, naarmate deze instrumenten geavanceerder worden, een kritische vraag onbeantwoord. Terwijl onderzoekers druk bezig zijn met het bouwen en testen van deze intelligente systemen, zijn ze grotendeels vergeten te vragen wie de leiding over hen moet hebben, welke regels het gebruik ervan moeten beheersen en hoe scholen zich voor hun komst moeten voorbereiden. De technologie racet vooruit, maar de kaart voor hoe men deze veilig en eerlijk kan gebruiken, ontbreekt. Deze discrepantie creëert een gevaarlijke kloof tussen wat mogelijk is en wat praktisch is, waardoor scholen complexe ethische en juridische uitdagingen moeten navigeren zonder een gids.

Een team van onderzoekers zette zich scharpe schijnwerpers op deze kloof door nauwkeurig naar de wetenschappelijke literatuur zelf te kijken. Ze verzamelden vijfent zestig door vakgenoten beoordeelde studies die de intersectie van kunstmatige intelligentie en sociaal-emotioneel leren onderzochten. Hun doel was niet om de technologie opnieuw te testen, maar om te lezen wat de wetenschappers die het gebouwd hebben te zeggen hadden over de regels voor het gebruik ervan. Ze wilden zien of deze studies duidelijke, actiegerichte adviezen boden voor beleidsmakers, schoolleiders en leraren, of dat het onderwerp van bestuur werd genegeerd.

Wat zij vonden was een verbijsterende stilte. Bijna drie kwart van de onderzochte studies vermeldde de beleidsimplicaties helemaal niet. Wanneer de onderzoekers naar de resterende studies keken die het onderwerp wel aanraakten, ontdekten zij dat het advies vaak vaag, abstract en losgekoppeld van de realiteit van een klaslokaal was. De auteurs van deze artikelen prezen vaak het potentieel van hun instrumenten, maar stopten voordat ze uitlegden wie er moest handelen, welke specifieke acties nodig waren, of wanneer en waar die acties moesten plaatsvinden. Het was alsof een groep architecten een prachtige nieuwe brug had ontworpen, maar de ingenieurs aan hun lot had overgelaten om uit te zoekenken hoe de steunpilaren gebouwd moesten worden en wie er overheen mocht lopen.

De onderzoekers gebruikten een eenvoudige maar krachtige methode om dit patroon bloot te leggen. Ze behandelden elke vermelding van beleid in deze artikelen als een kort verhaal en stelden vijf basisvragen: Wie wordt gevraagd iets te doen? Wat moeten ze precies doen? Waarom is het noodzakelijk? Wanneer en waar is het van toepassing? En hoe sterk wordt dit aanbevolen? Door de tekst op deze manier te ontleden, konden ze precies zien waar de verhalen uiteenvielen. Ze ontdekten dat hoewel sommige studies de noodzaak van ethische richtlijnen of betere training vermelden, ze zelden specificeerden welke overheidsinstantie de regels moest schrijven, welke scholen financiering moesten krijgen, of hoe om te gaan met de specifieke risico's van het verzamelen van emotionele gegevens van kinderen.

Dit gebrek aan detail wijst op een dieper liggend probleem in de huidige praktijk van de wetenschap. Het veld lijkt gevangen in een val waarbij de opwinding over technische innovatie de harde arbeid van bestuur overschaduwt. Onderzoekers worden vaak beloond voor het aantonen dat een nieuw instrument werkt in een klein experiment, maar zij worden niet aangemoedigd om na te denken over de complexe stappen die nodig zijn om dat instrument veilig te gebruiken in een echt schoolsysteem. De studie vond dat artikelen gepubliceerd in academische tijdschriften iets eerder geneigd waren beleid te bespreken dan die in conferentieverslagen, maar zelfs in de tijdschriften was het gesprek dun. De prikkelstructuur van de wetenschap lijkt de nadruk te leggen op het "wat" van technologie boven het "hoe" van implementatie.

De weinige studies die wel beleidsadvies boden, neigden naar brede, abstracte ideeën zoals "het beschermen van de privacy" of "het waarborgen van eerlijkheid". Hoewel dit belangrijke doelen zijn, zijn het geen instructies. Een schooldirecteur kan geen beleid opbouien op basis van het idee van eerlijkheid alleen; hij moet weten wie verantwoordelijk is voor het controleren van de gegevens, welke specifieke softwarefuncties zijn toegestaan, en hoe leraren te trainen om de instrumenten te gebruiken zonder de studenten te overbelasten. De onderzoekers merkten op dat wanneer deze details ontbreken, het resultaat een "pilotstudie-paradox" is. Een instrument kan perfect werken in een gecontroleerde test, maar wanneer het wordt uitgebracht in de rommelige realiteit van een school, faalt het omdat er geen regelgeving is om het te ondersteunen, geen budget om personeel te trainen, en geen duidelijke regels om kwetsbare kinderen te beschermen.

De analyse onthulde ook dat de taal die in deze artikelen werd gebruikt vaak een gebrek aan urgentie of duidelijkheid vertoonde. Sommige suggesties werden geschreven als zwakke mogelijkheden, met woorden als "zou kunnen" of "mogelijk", terwijl andere werden gepresenteerd als absolute eisen zonder de redenering uit te leggen. Deze inconsistentie maakt het moeilijk voor besluitvormers om te weten hoe serieus ze het advies moeten nemen. Bovendien legden de studies zelden de specifieke voorwaarden uit waaronder hun aanbevelingen zouden werken. Een suggestie die van toepassing is op een universiteit in het ene land, maakt wellicht geen zin voor een basisschool in een ander land, maar de artikelen lieten dergelijke onderscheidingen vaak na te maken.

Om dit te oplossen, stellen de onderzoekers een verschuiving voor in de manier waarop wetenschappers over hun werk schrijven. Zij betogen dat beleid denken geen bijzaak moet zijn, toegevoegd als een paar zinnen aan het einde van een artikel om slechts aan een vereiste te voldoen. In plaats daarvan zou het onderdeel moeten zijn van de methode zelf, geweven in het onderzoek vanaf het allereerste begin. Zij suggereren dat elke studie duidelijk de specifieke actoren moet identificeren die moeten handelen, de concrete stappen die zij moeten ondernemen, en de redenen waarom die stappen ertoe doen. Deze aanpak zou vage ethische horizonten transformeren in praktische roadmaps.

De studie concludeert dat de toekomst van kunstmatige intelligentie in het onderwijs afhangt van het dichten van deze kloof. De technologie is klaar, en de behoefte aan sociaal-emotionele ondersteuning is dringend, maar het kader voor het verantwoordelijk gebruiken van deze instrumenten wordt nog steeds opgebouwd. Door te eisen dat onderzoekers duidelijke, specifieke en actiegerichte begeleiding bieden, kan de wetenschappelijke gemeenschap helpen ervoor te zorgen dat deze krachtige instrumenten studenten effectief en veilig dienen, in plaats van hen aan hun lot over te laten om door een complex nieuw landschap te navigeren zonder een kaart. De weg vooruit vereist een cultuurverandering waarbij de vraag "hoe besturen we dit?" met dezelfde intensiteit wordt gesteld als "hoe werkt dit?".