AI redt het hoger onderwijs niet, maar dringt het tot een dringende heruitvinding

Kunstmatige intelligentie schudt het hoger onderwijs op, maar is niet de oorzaak ervan, volgens Jeff Sparrow, docent-onderzoeker aan de Universiteit van Melbourne. In een essay gepubliceerd op 22 oktober 2026 door The Conversation, stelt hij dat het systeem al verzwakt was, nog vóór de komst van deze tools.

Een blootlegger eerder dan een oorzaak

De analyse van Jeff Sparrow is ongenadig. Volgens hem richt AI een ravage aan in het hoger onderwijs, maar hebben decennia van managementlogica diploma’s al in producten, studenten in klanten en onderzoek in indicatoren veranderd. In deze context is het gebruik van ChatGPT om een opdracht te schrijven geen afwijking, maar een rationeel antwoord op een instelling die zelf heeft opgehouden leren te waarderen. De auteur herinnert ook aan universitaire verantwoordelijken die studenten opriepen hun denken niet te delegeren, in opiniestukken die zelf grotendeels door een AI waren geschreven. « Het symbool is wreed, het is ook veelzeggend. »

De auteur van een beschouwing die deze diagnose verder uitwerkt, steunend op zijn recent onderzoek bij studenten, docenten en managementteams, komt tot een vergelijkbare conclusie. AI werkt volgens hem als een oplosmiddel dat de kwetsbaarheden blootlegt van een model gebaseerd op het overdragen van inhoud, het beoordelen van gestandaardiseerde producties en de massificatie van trajecten. Wanneer een machine in enkele seconden een acceptabele verhandeling produceert, wordt de pedagogische waarde van de oefening zelf ter discussie gesteld, ver voorbij alleen maar spieken.

Vier onlosmakelijke transformaties

Voor deze beschouwing moet de integratie van AI holistisch en systemisch worden bekeken, via vier transformaties die samen evolueren. De eerste is technologisch en betreft de omgeving waarin de lerenden zich bewegen, bestaande uit conversatie-assistenten, adaptieve systemen en immersieve ruimtes. De tweede is pedagogisch: het gaat om de overgang van een logica van overdracht naar een logica van het ontwerpen van leerervaringen. De derde raakt aan de onderwijspraktijken en de rol van de docent, die architect wordt van leer-situaties, ondersteund door nieuwe beroepen zoals die van leerervaringsontwerper. De vierde, beschouwd als de meest beslissende, betreft de evaluatie: zolang men producties beoordeelt die de machine kan genereren, evalueert men « het vermogen om een prompt te schrijven eerder dan de werkelijke competentie », dat wil zeggen het formuleren van verzoeken aan een AI-assistent in plaats van de effectieve beheersing van kennis.

Geen van deze dimensies kan geïsoleerd worden getransformeerd. AI introduceren zonder de pedagogie te herzien leidt tot passieve consumptie, terwijl evaluatie veranderen zonder docenten te ondersteunen degenen die de verandering dragen uitput. De meeste instellingen weten echter niet waar te beginnen. Deze aanpak vereist een bestuur dat strategisch, tactisch en operationeel niveau kan verbinden, en de nu verspreide initiatieven tussen digitale directies, onderwijsondersteunende diensten en faculteiten kan coördineren.

Deze beschouwing hekelt ook een benaderingsfout. Universiteiten kopen licenties, sluiten partnerschappen met grote uitgevers, stellen gebruikscharters op, en verbazen zich er dan over dat er niets verandert in de collegezaal. De Universiteit van Sydney, die een meerjarige overeenkomst met OpenAI tekent enkele dagen na een staking van haar personeel, illustreert deze kloof tussen uitgesproken strategie en ervaren realiteit.

De leerervaring als sleutel tot betrokkenheid

De aangehaalde werken belichten een centraal punt: het is niet AI als zodanig die de betrokkenheid van studenten versterkt, maar de kwaliteit van de leerervaring waarin het is ingebed. Waar het systeem zorgvuldig is ontworpen, door de docent is voorbereid en in een reflectieve aanpak is geïntegreerd, vordert de cognitieve betrokkenheid. Waar het hulpmiddel simpelweg beschikbaar wordt gesteld, voedt het een « cognitieve schuld », gedocumenteerd door de neurowetenschappen, bestaande uit afhankelijkheid en oppervlakkig leren.

Jeff Sparrow merkt op zijn beurt op dat de docenten die het minst worden getroffen door ChatGPT, degenen zijn die kleine groepen leiden die gepassioneerd zijn door hun vakgebied. Studenten delegeren volgens deze lezing niet wat hen boeit, maar wat hen zinloos lijkt. De inzet zou daarom minder moeten zijn om tegen de machine te vechten, dan om leerervaringen te herbouwen die rijk genoeg zijn zodat intellectuele inspanning zijn waarde hervindt.