Studenten gebruiken AI naar spieken bij huiswerk of test is een bron van veel discussie. Maar sommige geleerden betogen dat het grotere risico dat studenten kunstmatige intelligentie gebruiken, is dat ze simpelweg niet leren.
Ongeveer 90% van de 1.100 Amerikaanse studenten ondervraagd aan twee- en vierjarige hogescholen in 2025 gerapporteerd met behulp van generatieve AI voor alles, van het voorbereiden van opdrachten tot het verduidelijken van complexe concepten.
Maar als studenten AI gebruiken als docent of studiepartner, en niet als directe antwoordgenerator, wordt het dan makkelijker of moeilijker voor hen om te leren?
Wij zijn economen WHO probeerde te antwoorden deze vraag van om een AI-tool te ontwerpen met behulp van de aangepaste GPT-functie van ChatGPT, waarbij de webtoegang van de chatbot is uitgeschakeld.
Wij noemde het gereedschap Macro-vriend en trainde het om enkele studenten in een van onze bachelorvakken macro-economie aan de Universiteit van Wisconsin, La Crosse, te begeleiden bij hun redenering in plaats van ze directe antwoorden te geven.
Wij gevonden in ons onderzoekuit het voorjaar van 2025 bleek dat studenten die Macro Buddy gebruikten, samen met peer-discussie, hogere examenscores behaalden dan studenten die alleen werkten zonder deze AI-docent.
Maak kennis met je nieuwe leraar
Voor een van onze macro-economiecursussen waren 140 studenten ingeschreven, de meesten in hun eerste of tweede jaar van de universiteit, in vier secties.
Het cursusmateriaal, de opdrachten en de examens van de studenten waren in alle vier de onderdelen identiek. Studenten mochten tijdens het examen over het algemeen geen AI-tools gebruiken of samenwerken met klasgenoten. Studenten legden alle toetsen persoonlijk af en mochten tijdens het examen niet naar aantekeningen of ander materiaal verwijzen.
Het resultaat was dat de examenresultaten weerspiegelden wat de studenten begrepen en zelf konden uitleggen – zonder de hulp van AI of enige andere externe bron.
Nadat alle studenten hun eerste examen hadden afgelegd, hebben we de vier lesonderdelen willekeurig een andere studievorm gegeven.
We lieten een groep studenten individueel werken zonder Macro Buddy; een andere groep studenten werkte in groepjes zonder Macro Buddy; een derde groep studenten werkte individueel met Macro Buddy; en een vierde groep studenten werkte in groepjes met Macro Buddy.
We wilden vergelijken hoe verschillende studiebenaderingen (alleen werken, samenwerken met klasgenoten, Macro Buddy gebruiken of een combinatie van beide) de kwaliteit van studenten op examens veranderden.
De vaardigheden van Macro Buddy
We hebben Macro Buddy getraind met behulp van transcripties van colleges, slides en huiswerkvragen, specifiek uit deze cursus macro-economie.
Macro Buddy had de internettoegang uitgeschakeld en was dus alleen afhankelijk van het cursusmateriaal van de instructeur.
Macro Buddy is ontworpen om als docent te fungeren, niet als antwoordapparaat. In plaats van de leerlingen volledige oplossingen te geven, stelde Macro Buddy vervolgvragen om de leerlingen naar een antwoord te leiden.
Als een student bijvoorbeeld zou vragen waarom lagere prijzen de consumentenbestedingen zouden kunnen verhogen, zou Macro Buddy geen snelle, volledige verklaring geven. In plaats daarvan zou het zich kunnen afvragen wat er met de koopkracht van mensen gebeurt als de prijzen dalen. Vervolgens moest de leerling de concepten met elkaar verbinden en hun redenering, in hun eigen woorden, stap voor stap uitleggen.
Dit onderscheid tussen het uitleggen van een idee en het ontvangen van een kant-en-klaar antwoord is belangrijk.
Een AI-tool die eenvoudigweg antwoorden geeft, kan ervoor zorgen dat leerlingen het nadenken over een probleem overslaan. Uit een onderzoek is gebleken dat wanneer studenten vertrouwen op een chatbot als kruk, ze presteren slechter als ze geen toegang meer hebben daaraan. Een tool die vragen stelt, vereist dat studenten het werk zelf doen, zelfs onder begeleiding. Dit is Een proces dat ervoor zorgt dat het leren blijft hangen.
Wat is er gebeurd met het leren van studenten
De enige groep studenten die zonder AI individueel bleef werken, fungeerde als onze controlegroep.
De andere drie groepen veranderden de manier waarop ze studeerden: de ene begon in groepen te werken zonder AI, de andere werkte individueel met Macro Buddy en de laatste groep combineerde groepswerk met Macro Buddy.
Bij het tweede examen daalden de gemiddelde scores van alle studenten, in alle vier de studiegroepen.
Bij het derde examen werden de verschillen tussen de secties echter duidelijker.
Studenten die zowel Macro Buddy als Groepsdiscussie gebruikten, behaalden de hoogste gemiddelde scores. Studenten die alleen Macro Buddy gebruikten, scoorden ook hoger dan studenten die alleen werkten zonder Macro Buddy. Studenten die in groepen werkten zonder Macro Buddy lieten minder vooruitgang zien vergeleken met studenten in andere groepen.
Het derde examen vond plaats enkele weken nadat we de nieuwe studievormen hadden geïntroduceerd.
Tegen die tijd zijn de leerlingen in de gecombineerde groep wellicht meer op hun gemak geraakt bij het gebruik van Macro Buddy om hun begrip te testen en tegelijkertijd ideeën uit te leggen aan klasgenoten. Werken met collega’s betekende dat je de redenering duidelijk moest verwoorden en vragen moest beantwoorden, wat het begrip in de loop van de tijd kan verdiepen.
Waarom dit ertoe doet
Sommige critici van AI maken zich zorgen dat studenten zullen op AI vertrouwen om de moeilijkste delen van het leren voor hen te doen. Dit weerspiegelt de angst dat studenten zullen stoppen met het oefenen van de vaardigheden die expertise opbouwen. Studenten worden experts in hun vakgebied terwijl ze worstelen met verwarrend materiaal, uitleg herzien en kijken of ze een idee echt begrijpen.
Ons experiment suggereert dat erosie van het leren bij het gebruik van AI niet onvermijdelijk is.
We ontdekten dat wanneer AI is ontworpen als een docent die vragen stelt in plaats van alleen maar antwoorden geeft – en wanneer studenten hun redeneringen ook aan klasgenoten moeten uitleggen – de technologie het leren kan ondersteunen in plaats van vervangen.
De meeste studenten gebruiken tegenwoordig chatbots voor algemene doeleinden die niet zijn ontworpen als docenten. Ze schrijven een vraag en krijgen antwoord. Maar onze bevindingen suggereren dat zelfs kleine ontwerpkeuzes, zoals het bouwen van een AI-chatbot met sturende vragen, vorm kunnen geven aan de manier waarop leerlingen met het materiaal omgaan.
Peer-discussie voegt ook iets toe aan het leerproces dat AI niet kan bieden: sociale verantwoordelijkheid en blootstelling aan alternatieve redeneringen.
Samen moedigen deze praktijken leerlingen aan om actiever over problemen na te denken.
Het bewijs uit ons experiment benadrukt een praktisch onderscheid: AI kan worden gebruikt om het denken te vervangen, of het kan worden gebruikt om het te ondersteunen. Het effect hangt mogelijk minder af van de technologie zelf en meer van de manier waarop deze is gestructureerd en geïntegreerd in het leren.
Saharnaz Babaei-Balderlou is assistent-professor economie bij Universiteit van Wisconsin-La Crosse.
Shishir Shakya is assistent-professor economie bij Appalachian Staatsuniversiteit.
Dit artikel is opnieuw gepubliceerd van Het gesprek onder een Creative Commons-licentie. Lezen origineel artikel.
