In het moderne klaslokaal heeft een nieuw soort onzekerheid wortel geschoten. Decennialang hebben onderwijzers toegezien hoe digitale hulpmiddelen arriveerden met grootse beloften: dat computers het leren zouden personaliseren, het nakijken zouden automatiseren en leraren zouden bevrijden van routinematige sleur. Deze visies worden vaak "grote toekomsten" genoemd—grootschalige, optimistische verhalen over hoe technologie de samenleving zal transformeren. Toch stuiten deze verhalen, wanneer ze de realiteit van een druk klaslokaal ontmoeten, vaak op problemen. Leraren accepteren deze beloften niet simpelweg of wijzen ze niet direct af. In plaats daarvan staan ze voor een complex, verschuivend landschap waar de regels onduidelijk zijn, de hulpmiddelen onvoorspelbaar zijn en de beste weg vooruit niet in een handleiding staat geschreven. Dit is het domein van de "kleine toekomsten", de kleine, dagelijkse beslissingen die leraren nemen om de onbekende wereld te navigeren. Het is hier, in het stille, onopvallende werk van het aanpassen van een lesplan of het beslissen of een leerling een chatbot mag gebruiken, dat de werkelijke toekomst van het onderwijs wordt gebouwd.

Een recente studie van de Universiteit van Tartu in Estland onderzoekt precies hoe dit gebeurt. De onderzoekers volgden twee middelbare Engelse docenten, aangeduid in het rapport als Maria en Elena, gedurende een periode van tweeënhalf jaar. Ze vroegen deze leraren niet simpelweg wat zij vonden van kunstmatige intelligentie; ze observeerden hoe de leraren het daadwerkelijk gebruikten, dag in dag uit, terwijl ze probeerden betekenis te geven aan een technologie die zichzelf nog aan het ontdekken was. De studie laat zien dat leraren geen passieve ontvangers van technologische verandering zijn. In plaats daarvan zijn zij actieve vormgevers ervan, waarbij zij een proces doorlopen dat de auteurs "tinkering" (knutselen) noemen. Dit is niet het speelse experimenteren van een hobbyist, maar een serieuze, professionele methode van trial-and-error. Leraren passen prompts aan, combineren verschillende softwaretools, laten programma's vallen die niet werken, en herschrijven voortdurend hun eigen regels om aan hun specifieke behoeften te voldoen. Door dit werk definiëren zij stilletjes wat kunstmatige intelligentie in hun scholen mag worden.

De twee docenten in de studie werkten onder dezelfde nationale druk om kunstmatige intelligentie te adopteren. Estland had een groot nationaal programma gelanceerd om deze tools te integreren in het voortgezet onderwijs, waarbij de technologie werd gepresenteerd als essentieel voor het bouwen van een slimmere natie. Beide docenten begonnen hun traject met vergelijkbare verwachtingen en hadden toegang tot dezelfde digitale middelen. Toch ontwikkelden hun klaslokalen zich tot twee zeer verschillende plekken. Maria, die lesgeeft in een meertalige omgeving, begon kunstmatige intelligentie te zien als een vorm van ondersteunende infrastructuur. Ze gebruikte het om quizzen te genereren, feedback te formuleren en lesmateriaal te maken. Voor haar was de technologie een manier om de mentale last van het lesgeven te delen, optredend als een onvermoeibare assistent die de repetitieve taken kon afhandelen zodat zij zich op haar leerlingen kon concentreren. Zij gaf echter niet de teugels uit handen. Ze behandelde de output van deze tools met voorzichtigheid en controleerde en bewerkte de inhoud voortdurend voordat ze deze aan haar klas toonde. Ze reguleerde wanneer leerlingen de technologie mochten gebruiken en beperkte het strikt tijdens toetsen om eerlijkheid te waarborgen. In haar klas werd kunstmatige intelligentie een achtergrondnut, nuttig maar altijd onder menselijk toezicht.

Haar collega Elena koos een ander pad. Zij gebruikte de technologie niet primair om tijd te besparen of haar werklast te verminderen. In plaats daarvan maakte zij de technologie zelf het onderwerp van haar lessen. Ze bracht kunstmatige intelligentie de klas binnen als een onderwerp voor discussie, waarbij ze leerlingen vroeg machine-gegenereerde teksten te vergelijken met menselijke teksten en de beperkingen van de software te bekritiseren. Ze moedigde haar leerlingen aan om de tools niet te zien als sluiproutes om huiswerk te omzeilen, maar als gesprekspartners om mee na te denken. Wanneer de technologie een oppervlakkig of misleidend antwoord produceerde, gebruikte Elena dat moment om haar leerlingen te leren over betrouwbaarheid en bias. Ze ontwierp haar opdrachten zo dat het definitieve werk in de klas moest worden voltooid, waar de technologie niet kon interfereren, terwijl ze wel gebruik toestond tijdens de voorbereidingsfase. Voor Elena was de onzekerheid van de technologie geen probleem dat opgelost moest worden, maar een bron om te verkennen. Ze leerde haar leerlingen hoe ze moeten leven in een wereld waar kunstmatige intelligentie overal is, door hen voor te bereiden om de technologie te bevragen en erdoor te navigeren, in plaats van deze enkel te gebruiken.

Wat deze studie significant maakt, is hoe het de gangbare narratief uitdaagt dat leraren technologie ofwel omarmen ofwel verzetten. De onderzoekers vonden dat noch Maria, noch Elena zich op de traditionele manier verzette tegen kunstmatige intelligentie. Ze verboden het niet en weigerden het niet te gebruiken. In plaats daarvan gingen zij een proces aan dat de auteurs een "stille backlash" noemen. Dit is geen luid protest of een publieke weigering. Het is een subtiele, praktische herconfiguratie van de rol van de technologie. Door kleine, dagelijkse beslissingen te nemen over wanneer een tool te gebruiken, hoe de output te wijzigen en welke regels voor leerlingen te stellen, herschreven deze leraren stilletjes de "grote toekomsten" die door beleidsmakers werden beloofd. Zij namen de grootse visie van een geautomatiseerd, efficiënt onderwijssysteem en vormden deze om tot iets dat paste bij hun specifieke waarden en de directe behoeften van hun leerlingen.

De studie suggereert dat de toekomst van het onderwijs niet iets is dat door technologiebedrijven of overheidsinstanties aan scholen zal worden geleverd. Het wordt onderhandeld in het moment, door het rommelige, iteratieve werk van leraren. De onderzoekers observeerden dat onzekerheid geen tijdelijke hindernis is die zal verdwijnen zodra de technologie verbetert. Het is een permanente conditie van het lesgeven met deze tools. Leraren moeten voortdurend beslissen wat veilig, eerlijk en educatief is in een landschap dat elke paar maanden verandert. De "stille backlash" is het resultaat van deze constante onderhandeling. Het is het collectieve, onzichtbare werk van leraren die ervoor zorgen dat technologie dient voor menselijk leren in plaats van het te dicteren.

Uiteindelijk laat het artikel zien dat de betekenis van kunstmatige intelligentie in het onderwijs niet vaststaat. Het is geen hulpmiddel met een enkele, vooraf bepaalde functie. De rol ervan wordt gecreëerd door de dagelijkse handelingen van de mensen die het gebruiken. Maria en Elena wachtten niet op een perfecte oplossing of een duidelijke set regels van bovenaf. Ze begonnen te werken met wat ze hadden en pasten zaken aan terwijl ze bezig waren. Door hun "tinkering" creëerden zij twee verschillende versies van de toekomst: één waarin kunstmatige intelligentie een ondersteunende achtergrondkracht is, en een andere waarin het een zichtbaar object van kritische bevraging is. Beide benaderingen zijn valide, en beide zijn het resultaat van leraren die actief hun eigen professionele leven vormgeven. De studie concludeert dat voordat we kunnen meten of kunstmatige intelligentie het onderwijs verbetert, we eerst moeten begrijpen hoe leraren het werkend krijgen. De toekomst van leren is geen verre bestemming; het wordt nú gebouwd, met elke kleine, zorgvuldige beslissing.