Do Academic Credentials Still Predict Professional Competence After Generative AI?

Stel je een wereld voor waarin een universitaire graad minder een certificaat is van wat een student heeft geleerd en meer een signaal van hun vermogen om een moeilijk proces te doorstaan. Decennialang hebben economen en onderwijzers academische kwalificaties door deze lens bekeken: het idee dat het behalen van een diploma bewijst dat een student de discipline en intelligentie heeft om een uitdagende taak te voltooien, zelfs als het specifieke werk dat zij inleverden niet volledig van henzelf was. Dit systeem rust op een eenvoudige aanname: dat het werk dat een student inlevert een oprechte reflectie is van hun eigen geest. Maar eind 2022 arriveerde een nieuwe technologie die deze aanname bedreigde. Generatieve kunstmatige intelligentie, in staat om essays te schrijven, problemen op te lossen en complexe argumenten te formuleren, maakte het plotseling mogelijk voor studenten om kwalitatief hoogwaardig werk te produceren met een fractie van de inspanning. De onmiddellijke angst was dat deze technologie de waarde van diploma's zou uithollen. Als iedereen het werk kon produceren, zou het signaal betekenisloos worden en de link tussen een diploma en werkelijke professionele vaardigheid breken.

Deze vraag gaat niet alleen over academische oneerlijkheid; het gaat over de vraag of het hele systeem van professionele certificering nog wel werkt. Wanneer een afgestudeerde in de rechten wetenschap plaatsvindt voor een bar-examen, of een afgestudeerde in de verpleegkunde een licentietest aflegt, leggen zij een examen met hoge inzet af onder toezicht dat niet aan een computer kan worden uitbesteed. Deze examens zijn de laatste controlepost, het moment waarop de belofte van een graad wordt getoetst aan de realiteit. Als het cursuswerk dat voorafging aan die examens door kunstmatige intelligentie werd gecompromitteerd, zou de graad mogelijk niet langer voorspelt wie daadwerkelijk het werk kan doen. De zorg is dat de technologie de kosten voor het produceren van het signaal zo sterk heeft verlaagd dat het niet langer de bekwaam van de onbekwaam scheidt, waardoor werkgevers en het publiek achterblijven met een kwalificatie die niet meer betekent wat het vroeger betekende.

Een team van onderzoekers zette zich met harde gegevens in om deze angst te testen, waarbij ze keken of de komst van generatieve kunstmatige intelligentie de link tussen academische kwalificaties en professionele competentie daadwerkelijk had doorbroken. Ze richtten zich op twee verschillende beroepen: recht en verpleegkunde. Deze velden werden gekozen omdat ze aan tegenovergestelde uiteinden van het spectrum liggen wat betreft de mate waarin hun dagelijkse werk afhankelijk is van taal en tekst. Recht is een vakgebied dat zwaar wordt blootgesteld aan taalgebaseerde taken, wat het de meest waarschijnlijke kandidaat maakt voor verstoring door tekstgenererende hulpmiddelen. Verpleegkunde vereist weliswaar kritisch denken, maar omvat een aanzienlijk deel handmatig, fysiek en interpersoonlijk werk dat veel moeilijker door een computer te simuleren is. Door deze twee velden te vergelijken, konden de onderzoekers zien of de erosie van kwalificaties sterker plaatsvond in het veld dat het meest blootgesteld was aan de technologie.

De onderzoekers bouwden een enorme dataset die duizenden rechtenopleidingen en verpleegkundeopleidingen in de Verenigde Staten volgde. Ze bekeken de academische gegevens van studenten bij hun binnenkomst in deze programma's—specifiek hun gestandaardiseerde testscores en collegecijfers—en volgden vervolgens hoe diezelfde cohorten drie jaar later presteerden op hun professionele licentie-examens. Dit creëerde een duidelijke tijdlijn: de onderzoekers konden zien of de studenten die met sterke academische resultaten de opleiding ingingen, ook de sterkste professionals werden na hun opleiding, en of deze relatie veranderde na de brede beschikbaarheid van kunstmatige intelligentie. Ze onderzochten gegevens van 2014 tot en met 2025, wat negen jaar vóór de komst van de technologie en drie jaar erna beslaat.

De resultaten waren verrassend duidelijk en in strijd met de heersende angst. De onderzoekers ontdekten dat de verbinding tussen de bij binnenkomst aanwezige academische bekwaamheid en het succes bij professionele licenties na de komst van generatieve kunstmatige intelligentie niet was verzwakt. Sterker nog, de relatie bleef net zo sterk, en in sommige statistische maten zelfs iets sterker, in de jaren volgend op de release van de technologie. De gegevens toonden aan dat studenten die de rechtenstudie met hogere testscores begonnen, nog steeds vaker het bar-examen slaagden, ongeacht of zij toegang hadden tot kunstmatige intelligentie tijdens hun studie. Dezelfde patroon hield stand bij verpleegkundeopleidingen. De onderzoekers berekenden dat als kunstmatige intelligentie had gezorgd voor een significante daling in het voorspellend vermogen van deze graden, dit gemakkelijk zichtbaar zou zijn geweest in de gegevens. In plaats daarvan sloten de bewijzen een daling van ongeveer twintig procent uit, en het meest waarschijnlijke scenario is dat de daling veel kleiner of zelfs niet aanwezig was.

Een van de meest opvallende bevindingen was dat de enige grote breuk in de gegevens niet optrad toen kunstmatige intelligentie arriveerde. De onderzoekers merkten een verschuiving op in de gegevens rond 2022, maar deze verschuiving vond plaats bij een cohort studenten die het grootste deel van hun cursuswerk al had voltooid voordat de technologie publiekelijk werd vrijgegeven. Dit suggereert dat de verstoring werd veroorzaakt door de pandemie en de chaotische overgang naar afstandsonderwijs, en niet door kunstmatige intelligentie. De studenten die de technologie daadwerkelijk gebruikten tijdens hun studie, vertoonden geen afname in hun vermogen om hun uiteindelijke, onder toezicht staande examens te halen. De gegevens wijzen erop dat hoewel de technologie de manier waarop studenten hun dagelijkse huiswerk voltooiden misschien heeft veranderd, het niet de onderliggende bekwaamheid vernietigd heeft die de graad heeft om te voorspellen wie er in de echte wereld zou slagen.

De studie onderzocht ook of de technologie zwakkere studenten hielp om in te halen, waardoor iedereen effectief werd "gepoold", zodat het onderscheid tussen hoge en lage presteerders verdween. Dit was een specifieke angst: dat kunstmatige intelligentie studenten met moeite in staat zou stellen om werk te produceren dat net zo goed leek als het werk van topstudenten, waardoor de prestatiecurve afvlakte. De onderzoekers vonden geen bewijs hiervoor. De verdeling van de scores kromp niet op de manier die de theorie voorspelde. De beste presteerders bleven duidelijk te onderscheiden van de lagere presteerders, en de kloof tussen hen verdween niet. De technologie fungeerde niet als een grote gelijkmaker die de verschillen in studentenbekwaamheid uitwiste; de rangschikking van studenten op basis van hun uiteindelijke professionele competentie bleef intact.

Wat betekent dit voor de waarde van een diploma in het tijdperk van kunstmatige intelligentie? De bevindingen suggereren dat het systeem van professionele kwalificatie meer robuust is dan velen vreesden. De uiteindelijke, onder toezicht staande examens die bepalen wie de wet mag beoefenen of de verpleging mag uitoefenen, fungeerden als een betrouwbare filter die eventuele afname in competentie die tijdens de eerdere, niet-gesuperviseerde cursuswerkzaamheden had kunnen plaatsvinden, opving. De graad signaleert nog steeds dat een persoon de capaciteit heeft om de test te halen die er het meest toe doet. Dit betekent echter niet dat het systeem perfect is of dat de integriteit van het dagelijkse huiswerk veilig is. De onderzoekers wijzen erop dat het risico simpelweg stroomopwaarts is verschoven. Het gevaar is niet langer dat het eindexamen wordt gecompromitteerd, maar dat het leerproces zelf—de dagelijkse opdrachten en de ontwikkeling van vaardigheden—mogelijk is veranderd op manieren die het eindexamen niet kan zien. De graad voorspelt nog steeds succes op de test, maar garandeert mogelijk niet langer dat de student alles heeft geleerd wat hij of zij had moeten leren onderweg.

De studie concludeert dat de komst van generatieve kunstmatige intelligentie de signalering van academische kwalificaties nog niet heeft vernietigd. De link tussen wat een student weet wanneer hij begint en wat hij kan wanneer hij klaar is, blijft sterk. De technologie heeft het diploma niet betekenisloos gemaakt, noch heeft het de lijn tussen de bekwaam en de onbekwaam vervaagd. In plaats daarvan heeft het systeem de schok geabsorbeerd, waarbij de uiteindelijke, examens met hoge inzet doorgaan als een betrouwbare maatstaf voor professionele gereedheid. De echte uitdaging voor onderwijzers en instellingen is niet om het eindexamen te beschermen, dat bewezen veerkrachtig is gebleken, maar om ervoor te zorgen dat het leren dat in de jaren vóór dat examen plaatsvindt, nog steeds oprecht en effectief is. De graad werkt nog steeds, maar de reis die het certificeert, kan zijn veranderd op manieren die we pas net beginnen te begrijpen.