Andrew Ng pleit voor AI om oefening te genereren, niet om antwoorden te geven

In een recent fragment van de Silicon Valley Girl‑podcast vestigde AI‑pionier Andrew Ng de aandacht op een groeiend risico: wanneer generatieve modellen kant‑klare antwoorden leveren, wordt de mentale inspanning die nodig is om een probleem zelf op te lossen omzeild, waardoor de langetermijnretentie van kennis ernstig onder druk komt te staan.

Waarom AI‑antwoorden het leerproces ondermijnen

Ng vergelijkt het vroegtijdig verstrekken van AI‑gegenereerde oplossingen met het geven van een rekenmachine aan een kind dat nog niet de basis van vermenigvuldiging beheerst. Net zoals vroegtijdig rekenmachinegebruik de ontwikkeling van rekenvaardigheden kan belemmeren, kan AI die direct antwoorden geeft de conceptuele groei vertragen en de diepgang van begrip ondermijnen.

Hij wijst op observaties dat studenten die AI inzetten om opdrachten af te ronden vaak een onmiddellijke stijging in cijfers zien, maar op de lange termijn aanzienlijk minder kennis behouden. Het korte‑termijnvoordeel wordt tenietgedaan door een afname in het vermogen om concepten zelfstandig toe te passen en te combineren in nieuwe contexten.

Cognitieve uitbesteding vanuit eigen ervaring

Ng beschrijft zijn eigen ervaring met wat hij "cognitieve uitbesteding" noemt: hij vraagt een AI om een technisch antwoord, gebruikt dit om een probleem snel af te ronden, en zes maanden later moet hij dezelfde vraag opnieuw stellen omdat het onderliggende begrip nooit is opgebouwd. Deze cyclus illustreert hoe afhankelijkheid van AI de eigen leerprocessen kan ondermijnen.

• Vraag AI om nieuwe oefenopgaven te genereren die aansluiten bij het huidige curriculum
• Gebruik AI om parameters van bestaande oefeningen te variëren voor diepere oefening
• Laat AI hints suggereren in plaats van volledige oplossingen
• Zet AI in om pogingen van studenten te beoordelen en feedback te geven
• Integreer AI‑gegenereerde quizzen in de reguliere lesroutine

Richtlijnen voor gecontroleerd AI‑gebruik in de klas

Ng benadrukt dat kinderen AI moeten gebruiken onder volwassen supervisie en filtering. De volwassene moet ervoor zorgen dat AI‑output fungeert als een steiger, niet als een kruk, zodat leerlingen nog steeds de redeneerstappen zelf doorlopen en hun eigen denkprocessen versterken.

Volgens Ng delegeren de meest effectieve ingenieurs ongeveer dertig tot veertig procent van routinetaken aan AI, zodat hun menselijke expertise zich kan richten op domeinen waar AI nog moeite mee heeft: creatief ontwerp, ethische beoordeling en strategische planning. Deze verdeling toont aan dat een gebalanceerde inzet van AI productiviteit kan verhogen zonder de kerncompetenties te verzwakken.

Barbara Oakley, een vooraanstaande expert in leerwetenschap, bevestigt Ng’s standpunt. Ze stelt dat het behouden van fundamentele kennis, terwijl AI wordt ingezet om een grotere hoeveelheid oefenmateriaal te produceren, een positieve versterkingscyclus creëert. Het resultaat is meer oefening zonder dat de diepgang van begrip wordt opgeofferd.

Beperkingen van de huidige bewijslast

Zowel Ng als Oakley erkennen dat hun aanbevelingen voortkomen uit persoonlijke observaties en deskundig oordeel, niet uit grootschalige gecontroleerde experimenten. De inzichten zijn daarom indicatief, niet definitief, en moeten met de nodige voorzichtigheid worden geïnterpreteerd bij het formuleren van breed toepasbare onderwijsstrategieën.

Voor organisaties die Nederlands onderwijsmateriaal aanbieden, is de praktische verschuiving duidelijk: AI‑tools moeten worden ingezet om de hoeveelheid oefenmateriaal uit te breiden, niet om het probleemoplossingsproces te vervangen. Leidinggevenden kunnen beleid invoeren dat AI‑gegenereerde antwoorden laat beoordelen, standaard de modus ‘hint‑only’ activeert en leer‑metrics gebruikt die retentie over tijd meten in plaats van alleen directe testresultaten.

Zo blijft kritisch denken behouden terwijl de efficiëntie van AI wordt benut. Door AI te gebruiken als generator van variabele oefenopgaven en als feedback‑mechanisme, kunnen docenten meer tijd besteden aan het begeleiden van diepere discussies en het stimuleren van creatief denken bij leerlingen.

In België en Nederland zien we al pilotprojecten waarin AI‑gegenereerde quizzen en adaptieve oefenmodules worden getest in middelbare scholen. Deze projecten volgen nauwgezet de richtlijnen die Ng voorstelt, met een nadruk op supervisie, hint‑gebaseerde interactie en langdurige retentiemeting, zodat de lokale onderwijscontext profiteert van de technologische vooruitgang zonder de kern van het leerproces te verzwakken.