Denken we straks nog wel zelf? De impact van AI op leren en onderwijs [English version under construction]
Wat gebeurt er met ons denken als we het steeds vaker uitbesteden aan AI? Niet omdat het móet, maar omdat het kán. Wat verliezen we als we de worsteling met taal systematisch overlaten aan een algoritme? Misschien blijkt later dat juist die worsteling nodig was om iets werkelijk te begrijpen. Dat we, door AI als handig hulpmiddel in te zetten, ongemerkt vaardigheden verleren die essentieel zijn voor diep leren, zoals structureren, redeneren en reflecteren.
Dit raakt aan een fundamentele vraag over de rol van AI in leerprocessen: wat blijft er over van echt begrip als we de vormgeving van onze gedachten steeds vaker toevertrouwen aan een taalmodel? Binnen deze onderzoekslijn proberen we deze vraag systematisch te beantwoorden.
In ons huidige onderzoek verwerken participanten complexe, onbekende informatie – zowel in informatieve als narratieve teksten – met of zonder AI-ondersteuning bij het structureren daarvan. We vergelijken hoe deze verschillende vormen van ondersteuning het begrip, de diepgang en de beklijving van kennis beïnvloeden. Zo onderzoeken we wat er gebeurt wanneer cognitieve inspanning, zoals het aanbrengen van orde in informatie, wordt uitbesteed, en in hoeverre die inspanning cruciaal is voor duurzaam leren.
Om dit proces nauwkeurig te kunnen bestuderen, hebben we custom GPT’s ontwikkeld die de onderliggende ‘orde’ van teksten expliciet maken. Voor informatieve teksten construeren deze systemen concept maps: gestructureerde weergaven van concepten en hun onderlinge relaties. Voor narratieve teksten genereren zij situatiemodellen: mentale representaties waarin gebeurtenissen, personages, tijd, plaats en causale relaties in samenhang worden gebracht. Op die manier kunnen we onderzoeken wat er gebeurt wanneer deze ordeningsstap – die normaal door de lerende zelf wordt uitgevoerd – wordt overgenomen door AI.
Dit raakt aan een fundamentele vraag over de rol van AI in leerprocessen: wat blijft er over van echt begrip als we de vormgeving van onze gedachten steeds vaker toevertrouwen aan een taalmodel? Binnen deze onderzoekslijn proberen we deze vraag systematisch te beantwoorden.
In ons huidige onderzoek verwerken participanten complexe, onbekende informatie – zowel in informatieve als narratieve teksten – met of zonder AI-ondersteuning bij het structureren daarvan. We vergelijken hoe deze verschillende vormen van ondersteuning het begrip, de diepgang en de beklijving van kennis beïnvloeden. Zo onderzoeken we wat er gebeurt wanneer cognitieve inspanning, zoals het aanbrengen van orde in informatie, wordt uitbesteed, en in hoeverre die inspanning cruciaal is voor duurzaam leren.
Om dit proces nauwkeurig te kunnen bestuderen, hebben we custom GPT’s ontwikkeld die de onderliggende ‘orde’ van teksten expliciet maken. Voor informatieve teksten construeren deze systemen concept maps: gestructureerde weergaven van concepten en hun onderlinge relaties. Voor narratieve teksten genereren zij situatiemodellen: mentale representaties waarin gebeurtenissen, personages, tijd, plaats en causale relaties in samenhang worden gebracht. Op die manier kunnen we onderzoeken wat er gebeurt wanneer deze ordeningsstap – die normaal door de lerende zelf wordt uitgevoerd – wordt overgenomen door AI.
