📄 social_science

The Influence of ChatGPT Usage, Learning Content, and Digital Competence on Biology Students’ Learning Motivation in the Digital Education Era: A Moderated Effect Analysis Model

Deze studie maakt gebruik van Structurele Vergelijkingsmodellering op 366 biologie-studenten om aan te tonen dat hoewel het gebruik van ChatGPT en leerinhoud de leermotivatie positief beïnvloeden, digitale competentie fungeert als een cruciale moderator die de effectiviteit van de inhoud versterkt en bepaalt in welke mate ChatGPT bijdraagt aan de betrokkenheid van studenten.

Oorspronkelijke auteurs: Ibrahim Ibrahim, Juli Firmansyah, Jalaluddin Jalaluddin, Marwan Marwan

Gepubliceerd 2026-08-07

📖 6 min leestijd🧠 Diepgaand

CC BY 4.0

Oorspronkelijke auteurs: Ibrahim Ibrahim, Juli Firmansyah, Jalaluddin Jalaluddin, Marwan Marwan

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 de klas van de toekomst voor, niet als een ruimte met krijtborden, maar als een enorme, digitale speeltuin waar leren plaatsvindt door middel van gesprek. In deze wereld zijn drie hoofdpersonages die proberen uit te vogelen hoe ze studenten enthousiast kunnen krijgen om te leren. Ten eerste is er ChatGPT, een superintelligente, onvermoeibare AI-tutor die altijd met je kan chatten, je vragen direct kan beantwoorden en je kan helpen bij het ontwarren van lastige concepten. Denk aan het als een magische encyclopedie die terugpraat. Ten tweede is er Leerinhoud, wat de eigenlijke stof is die je bestudeert — de tekstboeken, video's en opdrachten. Als deze inhoud saai is, kan zelfs de beste AI de dag niet redden; maar als het leuk en relevant is, werkt het als een raketmotor voor je brein. Ten derde is er Digitale Competentie, wat simpelweg betekent hoe goed je bent in het gebruik van technologie. Het is het verschil tussen iemand die gewoon een computer aan kan zetten en iemand die hem kan gebruiken om een ruimteschip te bouwen.

Lange tijd hebben onderwijzers zich afgevraagd: zorgt het hebben van een coole AI-tutor en goede lessen automatisch ervoor dat studenten meer zin hebben om te leren? Of maakt het uit hoe "tech-savvy" de student is? Deze vraag is cruciaal omdat scholen zich haasten om AI-tools toe te voegen, maar ze willen geen tijd verspillen aan gadgets die de nieuwsgierigheid van een student niet daadwerkelijk aanwakkeren. Deze studie duikt in dat exacte mysterie en kijkt naar hoe deze drie ingrediënten mengen om (of falen in het creëren van) leerintrinsieke motivatie bij universiteitsstudenten in Indonesië.

De Studie: Het Mengen van AI, Lessen en Tech-vaardigheden

Een team van onderzoekers besloot dit recept te testen door 366 universiteitsstudenten in Indonesië naar hun gewoonten te vragen. Ze wilden zien of het gebruik van ChatGPT, de kwaliteit van de lessen en de eigen tech-vaardigheden van de studenten konden voorspellen hoe gemotiveerd die studenten zich voelden over hun studie. Ze gebruikten een geavanceerd statistisch instrument genaamd "Structural Equation Modeling" (denk aan een supernauwkeurige kaart die laat zien hoe het ene ding het andere voortstuwt) om de cijfers te verwerken.

Dit is wat zij vonden, geserveerd met een paar analogieën om de zaken helder te houden:

1. De AI-tutor is een motivator, geen vaardigheidsbouwer
De studie toonde aan dat het gebruik van ChatGPT een enorme boost is voor de leermotivatie. Wanneer studenten de AI gebruikten, voelden ze zich enthousiaster en betrokken. Het is alsof je een persoonlijke cheerleader hebt die altijd beschikbaar is om een moeilijk concept uit te leggen of te helpen met huiswerk; het maakt het hele proces minder eenzaam en leuker.

Echter, hier komt de twist: het gebruik van ChatGPT maakte studenten niet automatisch beter in het algemeen gebruik van technologie. De onderzoekers vonden slechts een zeer zwakke link tussen het chatten met de AI en het daadwerkelijk verbeteren van de "digitale competentie". Het is een beetje zoals het spelen van een videogame: je wordt misschien heel goed in dat specifieke spel, maar dat betekent niet noodzakelijkerwijs dat je hebt geleerd hoe je een auto repareert of een computer bouwt. Alleen praten met de AI maakt een beginner niet magisch tot een tech-wizard, tenzij ze worden begeleid om meer te doen dan alleen chatten.

2. Goede lessen zijn de echte superkracht
Het krachtigste ingrediënt in de mix was de Leerinhoud. De studie toonde aan dat lessen van hoge kwaliteit, die interessant en goed gestructureerd zijn, een enorme impact hadden op zowel de motivatie als de digitale vaardigheden. Als het materiaal goed is, raken studenten enthousiast en worden ze ook beter in het gebruiken van de tools om het te verkennen. Het is alsof je iemand een heerlijke, voedzame maaltijd geeft; ze krijgen energie (motivatie) en de voedingsstoffen die ze nodig hebben om te groeien (vaardigheden). De onderzoekers vonden dat goede inhoud de sterkste drijfveer van allemaal is.

3. De "Tech-Savvy" factor: Een tweesnijdend zwaard
Dit is waar het echt interessant wordt. De onderzoekers keken naar Digitale Competentie (hoe technisch onderlegd de studenten waren) om te zien of dit de werking van de andere factoren veranderde. Ze ontdekten dat het goed zijn met technologie werkt als een filter of een lens.

Voor Goede Lessen: Het technisch onderlegd zijn maakte de lessen nog effectiever. Studenten die al wisten hoe ze digitale tools moesten gebruiken, waren in staat om nog meer sap uit de hoogwaardige inhoud te persen, waardoor ze nog gemotiveerder werden. Het is als het hebben van een high-performance motor in een sportwagen; als je de vaardigheden hebt om te rijden, gaat de auto sneller.
Voor ChatGPT: Verrassend genoeg verzwakte het zeer technisch onderlegd zijn de boost die ChatGPT aan de motivatie gaf. De onderzoekers suggereren dat studenten die al heel comfortabel zijn met technologie, de AI misschien niet als de AI nodig hebben om enthousiast te blijven. Ze hebben misschien al hun eigen manieren om gemotiveerd te blijven, waardoor de AI niet zoveel extra vonk toevoegt voor hen als voor studenten die minder zelfverzekerd zijn met tech.

4. De Grote Verrassing: Vaardigheden zijn niet gelijk aan motivatie
Een van de belangrijkste zaken die de studie uitsloot, is het idee dat "als je goed bent met computers, je van leren zult houden." De data toonden geen statistisch significante link aan tussen digitale competentie en leermotivatie. In gewone taal bevestigde de statistische test (met een p-waarde van 0,843) dat het simpelweg een tech-expert zijn niet direct vertaalt in een grotere drang om te studeren. Motivatie komt voort uit de ervaring van het leren (de hulp van de AI en de goede lessen), niet alleen uit het bezitten van de vaardigheden om de tools te gebruiken.

De Kernboodschap

De studie concludeert dat hoewel AI-tools zoals ChatGPT fantastisch zijn om studenten enthousiast te krijgen, ze geen toverstaf zijn voor het aanleren van tech-vaardigheden. Om het vuur in een student echt aan te wakkeren, heb je eerst geweldige inhoud nodig. En hoewel goed zijn met technologie studenten helpt om het meeste uit goede lessen te halen, garandeert het niet dat ze in de eerste plaats gemotiveerd zullen zijn om te leren.

De onderzoekers zijn voorzichtig in hun uitspraak dat deze bevindingen gebaseerd zijn op een specifieke groep studenten en een momentopname in de tijd, dus we kunnen niet met zekerheid zeggen dat dit voor elke student overal geldt. Maar de boodschap is duidelijk: geef studenten niet alleen een coole AI-tool en hoop dan op het beste. Geef ze geweldige lessen, help hen te begrijpen hoe ze de tools diepgaand kunnen gebruiken, en onthoud dat een tech-expert niet automatisch een gemotiveerde leerling is. De magie gebeurt wanneer de juiste tools de juiste inhoud ontmoeten.

Technische Samenvatting: De Invloed van ChatGPT-gebruik, Leerinhoud en Digitale Competentie op de Leermotivatie van Biologiestudenten

Opmerking over de reikwijdte: Hoewel de titel verwijst naar "Biologiestudenten", specificeren de methodologie en de resultaten van de studie dat de populatie bestond uit bachelorstudenten van de Faculteit voor Lerarenopleiding en Onderwijs aan de Universitas Syiah Kuala, variërend van opleidingen zoals Lichamelijke Opvoeding, Engels Onderwijs, Psychologie en Wiskunde. De volgende samenvatting weerspiegelt de werkelijke gegevens en de reikwijdte die in het artikel worden gepresenteerd.

1. Probleemstelling en Onderzoeksdoelstellingen

De studie adresseert een gat in de bestaande literatuur met betrekking tot de empirische impact van Generatieve AI (specifiek ChatGPT) op de leermotivatie van studenten. Terwijl eerder onderzoek de mogelijkheden van AI-tools heeft beschreven, is er een beperkt begrip van hoe specifieke gebruikspatronen, de kwaliteit van de leerinhoud en de digitale competentie van studenten interageren om motivatie te beïnvloeden. Verder blijft de rol van digitale competentie als modererende variabele in deze relaties onderbelicht.

Het onderzoek beoogt:

De impact van ChatGPT-gebruik en leerinhoud op de digitale competentie en de leermotivatie van studenten te beoordelen.
Vast te stellen of digitale competentie de leermotivatie direct beïnvloedt.
Te onderzoeken of digitale competentie de effecten van ChatGPT-gebruik en leerinhoud op de leermotivatie medieert/modereert.

2. Methodologie

Onderzoeksontwerp:
De studie maakt gebruik van een kwantitatief onderzoeksontwerp middels Structural Equation Modeling met Partial Least Squares (SEM-PLS) via de software SmartPLS. Deze aanpak werd gekozen om complexe causale relaties en modererende effecten te verwerken binnen een gemiddelde steekproefomvang.

Populatie en Steekproef:

Populatie: Bachelorstudenten (semesters 4–8) aan de Faculteit voor Lerarenopleiding en Onderwijs, Universitas Syiah Kuala.
Steekproef: 366 respondenten geselecteerd via gestratificeerde random sampling om een evenredige representatie te garanderen over geslacht, academisch jaar en studie-opleidingen (Lichamelijke Opvoeding, Engels Onderwijs, Psychologie en Wiskunde).
Demografie: De steekproef omvatte 55% vrouwelijke en 45% mannelijke respondenten, waarbij de meerderheid (50%) tussen de 21 en 23 jaar oud was.

Instrumentatie:
Gegevens werden verzameld met behulp van een gestructureerde vragenlijst met items gemeten op een 5-punts Likert-schaal. Het instrument beoordeelde vier latente constructen:

ChatGPT-gebruik (X1): Frequentie, duur en wijze van gebruik.
Leerinhoud (X2): Waargenomen relevantie, kwaliteit en intensiteit van interactie.
Digitale Competentie (X3): Technische vaardigheden, zelfvertrouwen en aanpassingsvermogen.
Leermotivatie (X4): Intrinsieke en extrinsieke motivationele drijfveren.

Validiteit en Betrouwbaarheid:
Het meetmodel vertoonde een robuuste validiteit en betrouwbaarheid. Alle factorladingen overschreden 0,70 (behalve één op 0,608, die behouden bleef op basis van de algehele constructvaliditeit). De Cronbach's Alpha-waarden varieerden van 0,739 tot 0,888, de Composite Reliability (CR)-waarden overschreden 0,834, en de Average Variance Extracted (AVE)-waarden lagen boven de drempel van 0,50 voor alle constructen. Discriminante validiteit werd bevestigd met behulp van het Fornell-Larcker criterium.

Bias-controle:
Procedurele remedies (anonimiteit, duidelijke formulering van items) en statistische tests (Harman's single-factor test) werden toegepast om common method bias te mitigeren.

3. Belangrijkste Resultaten

De analyse van het structurele model leverde de volgende bevindingen op:

Directe Effecten:

ChatGPT-gebruik $\rightarrow$ Leermotivatie: Een sterk, zeer significant positief effect ( $\beta = 0,422, p < 0,001$ ). Frequent gebruik van ChatGPT verhoogt de motivatie van studenten aanzienlijk.
Leerinhoud $\rightarrow$ Leermotivatie: Het sterkste directe effect in het model ( $\beta = 0,550, p < 0,001$ ). Hoogwaardige, relevante en interactieve inhoud is de primaire drijfveer van motivatie.
Leerinhoud $\rightarrow$ Digitale Competentie: Een significant positief effect ( $\beta = 0,171, p < 0,05$ ). Bet engaginge inhoud draagt bij aan de ontwikkeling van digitale vaardigheden.
ChatGPT-gebruik $\rightarrow$ Digitale Competentie: Een marginaal significant positief effect ( $\beta = 0,146, p = 0,067$ ). Hoewel ChatGPT-gebruik de neiging heeft de digitale competentie te verbeteren, is het effect relatief zwak.
Digitale Competentie $\rightarrow$ Leermotivatie: Niet ondersteund. De relatie was niet statistisch significant ( $\beta = -0,005, p = 0,843$ ). Het bezitten van digitale vaardigheden alleen vertaalt zich niet direct naar een hogere leermotivatie.

Modererende Effecten:

Digitale Competentie moduleert ChatGPT-gebruik $\rightarrow$ Motivatie: Een significant negatief modererend effect ( $\beta = -0,091, p = 0,032$ ). Een hogere digitale competentie verzwakt de positieve relatie tussen ChatGPT-gebruik en motivatie. De auteurs interpreteren dit als een compensatie-effect: studenten met hoge digitale vaardigheden vertrouwen mogelijk minder op ChatGPT voor motivatie, omdat zij over andere capaciteiten voor zelfgereguleerd leren beschikken.
Digitale Competentie moduleert Leerinhoud $\rightarrow$ Motivatie: Een significant positief modererend effect ( $\beta = 0,132, p = 0,024$ ). Een hogere digitale competentie versterkt de relatie tussen de leerinhoud en motivatie. Studenten met betere digitale vaardigheden zijn beter in staat om hoogwaardige inhoud aan te wenden om hun motivatie te verhogen.

Model Fit:

Het model verklaart 81,3% van de variantie in leermotivatie ( $R^2 = 0,813$ ), wat wijst op een hoog voorspellend vermogen.
Het model verklaart slechts 8,7% van de variantie in digitale competentie ( $R^2 = 0,087$ ), wat suggereert dat andere factoren (bijv. eerdere ervaring, infrastructuur) een grotere rol spelen bij het bepalen van digitale competentie dan de variabelen in deze studie.

4. Belangrijkste Bijdragen en Claims

Het artikel claimt de volgende bijdragen aan het vakgebied van digitaal onderwijs:

Rol van AI in Motivatie: De studie bevestigt empirisch dat ChatGPT een belangrijke drijfveer is voor de leermotivatie, waarschijnlijk door het vermogen om directe, gepersonaliseerde feedback en ondersteuning bij autonomie te bieden.
Voorrang van Inhoudkwaliteit: Het onderzoek benadrukt dat hoewel AI-tools nuttig zijn, de kwaliteit en het ontwerp van de leerinhoud de meest kritische factoren blijven voor de betrokkenheid en motivatie van studenten.
Genuanceerde Rol van Digitale Competentie:
- De studie daagt de aanname uit dat digitale vaardigheden automatisch leiden tot hogere motivatie, door geen direct significant verband te vinden.
- Het vestigt digitale competentie als een cruciale moderator in plaats van een directe voorspeller. Het fungeert als een "filter" of "versterker": het versterkt de voordelen van goede inhoud, maar kan de afhankelijkheid van AI-tools voor motivatie verminderen bij zeer bekwame studenten.
Beperkingen van AI voor Vaardigheidsontwikkeling: De marginale significantie van ChatGPT op digitale competentie suggereert dat loutere blootstelling aan AI onvoldoende is voor een uitgebreide ontwikkeling van digitale vaardigheden; begeleid gebruik en bredere digitale geletterdheidsstrategieën zijn vereist.

5. Betekenis en Implicaties

De auteurs concluderen dat de integratie van AI-tools zoals ChatGPT effectief is voor het verbeteren van de leermotivatie van studenten, maar dat deze effectiviteit voorwaardelijk is. De studie benadrukt dat:

Pedagogisch Ontwerp Ertoe Doet: Technologie moet worden geïntegreerd met hoogwaardige, interactieve leerinhoud om de motivationele resultaten te maximaliseren.
Vaardigheid versus Motivatie: Het verbeteren van digitale competentie is noodzakelijk voor toegang tot tools, maar is geen vervanging voor motivationele drijfveren. Motivatie wordt sterker beïnvloed door de leeromgeving en de relevantie van de inhoud dan door technische bekwaamheid alleen.
Contextuele Afhankelijkheid: De impact van technologie varieert op basis van het niveau van digitale competentie van de student. Docenten moeten erkennen dat zeer competente studenten andere motivationele voordelen uit AI-tools kunnen halen dan studenten met een lagere competentie.

Het artikel concludeert dat toekomstige onderwijsstrategieën zich moeten richten op de synergetische integratie van hoogwaardige inhoud, strategisch AI-gebruik en de ontwikkeling van digitale competentie, in plaats van te vertrouwen op technologie als een op zichzelf staande oplossing voor motivatie.