Ik word oprecht blij als ik de podcast ’t AI-Tussenuurtje heb geluisterd. Ik ben onder de indruk van wat Bas Hummel met AI doet: niet als “iets extra’s”, maar als didactisch gereedschap dat in alle groepen kan landen—van verwondering in de onderbouw tot kritisch denken in de bovenbouw. Barend Last levert ondertussen een stroom aan inspirerende artikelen, podcasts, boeken en uitlegvideo’s over onderwijs en AI. En ik zit op het puntje van mijn stoel als Alexander Klöpping bij Eva college geeft over de nieuwste ontwikkelingen. Tegenover groot enthousiasme over AI ontstaat ook een tegenbeweging.

AI als didactisch gereedschap, niet als gadget

Wat je ziet bij mensen als Bas Hummel is hoe krachtig AI kan zijn zodra je het niet behandelt als een los trucje, maar als een integraal hulpmiddel binnen je onderwijsontwerp. Dan wordt AI niet iets “voor erbij”, maar een instrument om leerlingen beter te begeleiden: taal te verkennen, creatiever te maken, feedback te versnellen, denkprocessen zichtbaar te krijgen en gesprekken te verdiepen.

Barend Last—die zelf lesgeeft en AI actief inzet—laat zien hoe dat er in de praktijk uit kan zien. Samen met Thijmen Sprakel schreef hij Chatten met Napoleon. Daarnaast publiceert hij vrijwel dagelijks op LinkedIn, werkt hij samen met de makers van ’t AI-Tussenuurtje en is hij een veelgevraagd spreker. Wat hem sterk maakt, is die combinatie van nuchterheid en nieuwsgierigheid: mensgericht, maar niet bang om te experimenteren. Hij vergroot met zijn vele spreekbeurten de groep bestuurders en docenten die met AI aan de slag gaat. En dat is logisch, want scholen kunnen AI inmiddels moeilijk negeren. Zijn enthousiasme is aanstekelijk. 

Marcel Mutsaarts en Tom Naberink: alles uitproberen, dan kiezen

In de aflevering van 30 januari 2026 van ’t AI-Tussenuurtje verraste Marcel Mutsaarts zijn kompaan Tom Naberink met zijn ervaringen met de Clawn-Bot van Claude. Zo’n bot kan fungeren als personal assistant en alledaagse taken uit handen nemen: apps versturen, Word-documenten maken op je computer, podcasts samenvatten, reacties op LinkedIn voorbereiden, relevante posts verzamelen en die in een mail bundelen. In principe kan zo’n bot taken uitvoeren die jij normaal zelf achter je scherm doet—zoals ook afspraken inplannen. Alexander Klöpping liet enkele dagen later bij Eva zien hoe ver dit kan gaan. Hij demonstreerde hoe de bot een tafel in een restaurant kon regelen, terwijl online reserveren niet mogelijk was. De bot belde zelf naar het restaurant om te reserveren. Het is precies zo’n voorbeeld waardoor je voelt: dit is geen verre toekomst meer—dit is een verschuiving die nú plaatsvindt.

Tom Naberink maakte eerder al een punt dat profielwerkstuk-opdrachten in hun traditionele vorm minder verstandig worden: leerlingen kunnen delen van dat werk eenvoudig uitbesteden aan systemen als ChatGPT of Gemini. Mutsaarts en Naberink zijn docenten die niet alleen testen, maar ook vertalen naar de lespraktijk. Bovendien ontwikkelen ze laagdrempelige hulpmiddelen voor leerlingen (aivoorleerlingen.nl) en docenten (aivoordocenten.nl). In bijna elke uitzending delen ze wat ze in het werkveld zien: verwondering bij docenten over wat er al kan, en hoe studenten en collega’s hun materiaal weer verder doorontwikkelen. Ook hun enthousiasme en praktische kennis werkt inspirerend bij docenten en bestuurders.

Ze werken ook samen met onderwijsmakers die leerlingen al jaren helpen, zoals ‘Math with Menno’ van Menno Lagerweij en JORTGeschiedenis van Jort van Oort. Ze verbinden de YouTube filmpjes met AI-toepassingen. Daarmee zetten ze iets belangrijks neer: AI hoeft niet in de plaats te komen van goede uitleg, maar kan die uitleg beter toegankelijk, persoonlijker en effectiever maken.

Hun oproep is opvallend praktisch: ga niet primair op zoek naar “ontmaskering” van AI-gebruik en begin ook niet meteen met dikke beleidsstukken. Eerst doen, leren kennen, experimenteren—en daarna pas verstandige keuzes maken. Hun slogan vat dat kernachtig samen: niet bang zijn, gewoon doen. Met open ogen: wél kansen zien, maar óók risico’s serieus nemen.

Juist omdat AI zo snel door alle sectoren van de samenleving beweegt, is het essentieel dat leerlingen in primair en voortgezet onderwijs leren wat er mogelijk is—én waar het mis kan gaan. Een structurele plek voor AI-geletterdheid (bijvoorbeeld een vaste dag of vast blok in de week) is dan helemaal geen gek idee.

Kansenongelijkheid

Kinderen die op de basisschool binnenkomen met een achterstand op het gebied van taal en rekenen, kunnen dat lastig in de reguliere lessen inhalen. Ze kunnen mooie vooruitgang boeken, maar de andere kinderen gaan ook vooruit. De achterstand inhalen lukt alleen met extra ondersteuning. In de praktijk blijkt High Dosage Tutoring zeer effectief. Het gaat om 1 (docent) op 1 (leerling) of 1 op 2 extra les. Het is effectief, maar wel erg duur. Hier kan de ontwikkeling van een persoonlijke AI-tutor een geweldige oplossing betekenen.

Tegenbewegingen: logisch, soms zelfs noodzakelijk

De snelle ontwikkeling van AI kan een tegenbeweging versterken. Niet omdat AI per definitie “slecht” zou zijn, maar omdat elke grote versnelling in het onderwijs reflexen oproept die we herkennen: beschermingsdrang, behoefte aan controle en een hunkering naar echtheid. Onderwijs is immers niet alleen kennisoverdracht; het is ook een ritueel waarmee een samenleving zichzelf vormt en doorgeeft. Wie aan dat ritueel sleutelt, raakt aan identiteit. En waar identiteit geraakt wordt, ontstaat weerstand. Soms vruchtbaar. Soms verstikkend.

1) Herwaardering van het menselijke

Hoe slimmer systemen worden in taal, beeld en antwoorden, hoe belangrijker het wordt om zichtbaar te maken wat niet te automatiseren is: aandacht, relatie, moed, karaktervorming en het leren verdragen van onzekerheid. In de praktijk kan dit betekenen: meer nadruk op gesprek, debat, samenwerking, drama, kunst en handvaardigheid—niet als “leuk tussendoor”, maar als kern. 

2) Herwaardering van traagheid

AI belooft efficiëntie: sneller feedback, sneller differentiëren, sneller materiaal. Maar leren is geen checklist. Begrip heeft tijd nodig. Dat geldt ook voor creativiteit en morele vorming. Je kunt dus een “slow education”-reactie verwachten: scholen die bewust frictie en verdieping inbouwen. Niet uit nostalgie, maar als didactische keuze: minder output, meer diepgang. Meer lange teksten lezen zonder samenvatting. Meer schrijven zonder autocorrectie. Niet omdat dat “puur” is, maar omdat het soms nodig is om echt te leren.

3) Normering en begrenzing

Er zal ook druk ontstaan om “AI-vrije zones” te creëren: momenten of opdrachten waarin hulpmiddelen niet gebruikt worden, zoals stilte in een bibliotheek. 

4) De leraar als auteur

Als AI lesmateriaal kan genereren, dreigt de leraar gereduceerd te worden tot curator of toezichthouder: iemand die selecteert en controleert wat een machine produceert. Dat zou een verarming zijn. Juist daarom ontstaat, paradoxaal genoeg, een hernieuwde behoefte aan leraarschap als makersvak: de docent die eigen opdrachten ontwerpt, eigen voorbeelden kiest, eigen taal gebruikt en eigen humor inzet. Leerlingen voelen feilloos aan wanneer iets “van iemand” is. Authentieke pedagogiek is herkenbaar.

Van reproductie naar beoordeling

De voorbeelden van Mutsaarts, Naberink en Last laten zien: in het AI-tijdperk blijft er ongelooflijk veel moois overeind aan leraarschap. De beste reactie op AI is geen verbodscultuur, maar een cultuur van geletterdheid. Dat betekent: leerlingen leren hoe modellen werken, waar ze falen, welke belangen kunnen meespelen, hoe bias ontstaat, hoe je bronnen checkt, hoe je goede vragen stelt—én hoe je een antwoord wantrouwt als dat nodig is. AI kan twee rollen spelen in het onderwijs: 1. Versneller van routines (handig, maar beperkt), of 2. Katalysator van nieuwe doelen (spannend en vormend). Die tweede is interessanter. Dan verschuift het curriculum van reproductie naar beoordeling: niet “kun je het antwoord geven?”, maar “kun je het antwoord wegen?”. Niet alleen “kun je schrijven?”, maar “kun je iets betekenisvols zeggen—en uitleggen waarom het klopt, nodig is of mooi?”.

Felienne Hermans en Izaak Dekker noemen chatbots ten onrechte een gevaar voor het onderwijs

Felienne Hermans, hoogleraar Computer Science Education aan de VU Amsterdam, schreef samen met Izaak Dekker (lector Didactiek en Curriculumontwikkeling Hoger Onderwijs) een opiniestuk in Trouw: Chatbots nemen weerstand weg. Dat is slecht voor het onderwijs.

Hun kernpunt: “chatbots geven direct antwoord en halen daarmee de “weerstand” weg die nodig is om te leren”. Ze verwijzen daarbij naar pedagoog Philippe Meirieu, die weerstand ziet als de noodzakelijke zandkorrel in de machine: leren wordt pas vormend wanneer je niet meteen een gladde route krijgt, maar moet worstelen, zoeken en doorzetten. Dat is een waardevolle waarschuwing. Tegelijk hoeft het niet te betekenen dat chatbots geen plek kunnen hebben in onderwijs. Het daagt juist uit tot een betere vraag: hoe ontwerp je leerprocessen waarin AI helpt, maar niet alles gladstrijkt? Weerstand kan verdwijnen, maar je kunt ook weerstand creëren op een hoger niveau: door betere vragen te stellen, door reflectie af te dwingen, door verantwoording te vragen, door bronnen te laten controleren, door alternatieven te laten afwegen.

Barend Last geeft op LinkedIn een treffend commentaar op het artikel van Hermans en Dekker: “Zij gaan uit van het romantische ideaal, alsof we voor ChatGPT massaal gemotiveerde studenten hadden die gretig weerstand opzochten. Als studenten massaal naar chatbots grijpen, zegt dat iets over hoe wij het leren vorm hebben gegeven. Een systeem waarin cijfers halen belangrijker is dan begrijpen. Waarin schrijfopdrachten zo voorspelbaar zijn dat je ze met een taalmodel kunt genereren”.

Hermans en Dekker wijzen ook op het risico van ongelijkheid: effectief AI-gebruik vraagt discipline, voorkennis en motivatie. Studenten die dat al hebben, profiteren eerder. Anderen gebruiken AI om leren te vermijden. Maar precies dat is een onderwijsopdracht: leerlingen leren hoe je AI inzet zonder jezelf uit het leerproces te schrijven. Hermans en Dekker schrijven in hun aanklacht tegen chatbots: “In een wereld waarin sociale media voortdurend op korte aandachtsspannes inspeelt is het lastig aandacht te leren opbrengen - terwijl dat de kern is van leren”. Is dat de kern van leren? Of is dat nieuwsgierigheid en motivatie? Maarten Vansteenkiste benadrukt het belang van motivatie in zijn boek Het ABC van Motivatie in onderwijs. Niet de hoeveelheid motivatie is doorslaggevend, maar de kwaliteit ervan: leren vanuit interesse of vanuit het zien van waarde leidt tot dieper leren. Autonomie, verbondenheid en competentie (Deci & Ryan) moeten gevoed worden en dat kan óók met AI, mits je het goed inzet.

AI als hulpmiddel, met pedagogische regie

AI maakt kennis goedkoper, maar maakt betekenis duurder. Waar kennis al overvloedig was en aandacht schaars, wordt nu ook taal overvloedig. Daarmee keert onderwijs terug naar zijn oudste opdracht: leerlingen leren kiezen—wat te geloven, wat te maken, wat te waarderen en wie ze willen zijn terwijl ze dat doen.

Daarom is de juiste houding niet: AI omarmen zonder vragen, en ook niet: AI verbieden uit angst. De kans ligt in een derde weg: AI als hulpmiddel, met pedagogische regie. Laat AI het repetitieve werk verlichten, zodat er tijd vrijkomt voor wat alleen mensen kunnen: relatie, gesprek, karaktervorming, nieuwsgierigheid, betekenisgeving. En bouw tegelijk bewust momenten in waarop frictie en traagheid wel nodig zijn, omdat leren soms juist dáár gebeurt. Een levende onderwijspraktijk kent geen lineaire vooruitgang; ze ademt in en uit. AI is een krachtige inademing. Als we de uitademing net zo serieus nemen, meer menselijkheid, meer diepgang, heldere grenzen en leraren als makers, dan wordt het onderwijs niet alleen sneller, maar vooral: wijzer.

Michiel Verbeek