De paniek over ‘Mijn huiswerk is door AI geschreven’ is voorbij: dit heeft ervoor in de plaats gekomen

Toen ChatGPT voor iedereen beschikbaar kwam, begonnen docenten zich het ergst denkbare scenario voor te stellen.

Studenten zouden hun essays niet meer zelf schrijven. 

Thuisopdrachten zouden niet meer te vertrouwen zijn. 

En ergens zou een LLM een volkomen acceptabel essay van vijf alinea’s over The Great Gatsby produceren, terwijl de vermeende auteur in een andere kamer videogames speelde.

Die bezorgdheid was begrijpelijk. Voor het eerst hadden studenten gratis toegang tot technologie die overtuigend geschreven werk over vrijwel elk onderwerp kon produceren. Maar nu we al enkele jaren in het tijdperk van generatieve AI zitten, wordt het gesprek ingewikkelder.

Studenten gebruiken AI nog steeds. Het gebruik ervan is zelfs opvallend algemeen geworden. Uit een enquête uit 2025 van het Higher Education Policy Institute onder meer dan 1.000 Britse studenten in het hoger onderwijs bleek dat 92% AI in een of andere vorm gebruikte en dat 88% generatieve AI had gebruikt voor opdrachten en toetsen. Uit onderzoek onder de lichting van 2025 van UCLA bleek eveneens dat 73% van de deelnemende afstuderende studenten generatieve AI gebruikte ter ondersteuning van hun studie.

Toch vragen die studenten ChatGPT niet per se om een opdracht van begin tot eind te maken. Ze doen onderzoek naar onderwerpen, brainstormen, bereiden zich voor op examens, redigeren teksten, laten moeilijke begrippen uitleggen en genereren soms delen van opdrachten.

Dat roept een belangrijke vraag op voor docenten: Begrijpen studenten eigenlijk wat ze inleveren?

Het probleem met AI-detectors

De reactie op huiswerk dat met AI werd gemaakt, was een andere vorm van AI: detectiesoftware.

Als studenten een algoritme konden gebruiken om een essay te schrijven, konden docenten misschien een ander algoritme gebruiken om hen te betrappen.

Er is alleen één probleem. AI-detectie is niet hetzelfde als bewijs.

Al sinds generatieve AI op grote schaal beschikbaar kwam, waarschuwen onderzoekers voor fout-positieve en fout-negatieve resultaten. Uit een onderzoek uit 2023, gepubliceerd in The International Journal of Management Education, bleek dat de classificaties van detectors voor authentieke en door AI gegenereerde teksten elkaar overlapten, waardoor beide soorten fouten konden optreden.

Recentere onderzoeken wijzen erop dat de fundamentele uitdaging blijft bestaan. In een evaluatie uit 2026, gepubliceerd in Computers & Education werden 13 detectors voor AI-gegenereerde content getest aan de hand van authentieke opdrachten, scripties en code van studenten. De onderzoekers concludeerden dat de prestaties van detectors nog steeds ontoereikend waren voor academische beslissingen met grote gevolgen. Ook ontdekten ze dat bewerkte, door AI gegenereerde content vaak aan detectie kon ontsnappen.

Dat maakt detectietools niet nutteloos. Het betekent echter wel dat het moeilijk is om erop te vertrouwen als voornaamste antwoord op academisch werk waarbij AI is gebruikt.

Dit roept ook een grotere kwestie op.

Zelfs een detector die perfect werkte, zou een docent alleen vertellen of een tekst waarschijnlijk door AI is gegenereerd. Hij zou niet vertellen of er iets is geleerd.

Stel je twee studenten voor:

• De eerste vraagt een AI-chatbot om een volledige opdracht te schrijven, brengt een paar wijzigingen aan en levert die in zonder het betoog te begrijpen.
• De tweede gebruikt AI om een begrip uit te leggen waar die moeite mee heeft, stelt vervolgvragen, bedenkt mogelijke argumenten, schrijft de opdracht zelfstandig en gebruikt de tool daarna opnieuw om zwakke punten in de eerste versie op te sporen.

Beiden gebruikten AI. Maar vanuit onderwijskundig oogpunt deden ze twee heel verschillende dingen.

‘Heb je AI gebruikt?’ is niet langer de juiste vraag

Generatieve AI is niet langer een machine die alleen teksten schrijft.

Studenten kunnen AI gebruiken als redacteur, tutor, brainstormpartner, vertaler, onderzoeksassistent, programmeerhulp of studietool. AI-functies worden ook steeds vaker geïntegreerd in software die mensen al gebruiken.

Zelfs studenten zien het verschil. In Cheggs wereldwijde studentenenquête uit 2025 zei 80% van de ondervraagde studenten in het hoger onderwijs dat ze generatieve AI hadden gebruikt ter ondersteuning van hun studie. Van die gebruikers zette 56% AI vooral in om begrippen of vakken te begrijpen. Tegelijkertijd maakte 53% zich zorgen over het ontvangen van onjuiste informatie.

Dat laatste percentage is misschien net zo belangrijk als het eerste, omdat leren werken met AI ook betekent dat je leert beoordelen of een antwoord betrouwbaar is.

Een chatbot kan bronnen voor een essay aandragen. Sommige van die bronnen bestaan misschien niet. De chatbot kan een alinea verbeteren. Maar hij kan ook subtiel veranderen wat de student wilde zeggen.

Hoe gemakkelijker AI het maakt om een antwoord te produceren, hoe belangrijker het wordt om voldoende kennis te hebben om dat antwoord te beoordelen. Daar begint het gesprek over academische integriteit over te gaan in een gesprek over AI-geletterdheid.

Studenten moeten aantonen dat ze het begrijpen

Decennialang golden goed onderzochte, afgeronde opdrachten vaak als bewijs van leerprestaties.

Een student levert een essay, labverslag, presentatie of stukje code in, waarna de docent het eindproduct beoordeelt om vast te stellen hoe goed de student de stof begrijpt.

Generatieve AI ondermijnt die aanname, omdat er nu een verzorgd eindproduct kan liggen zonder dat de student noodzakelijkerwijs beschikt over de kennis die het product lijkt aan te tonen.

Daardoor moeten docenten verder kijken dan het eindproduct:

1. Vraag de student uit te leggen waarom die tot een bepaalde conclusie is gekomen.
2. Vraag welk bewijs de student op andere gedachten heeft gebracht.
3. Vraag de student een argument mondeling te verdedigen.
4. Vraag welk onderdeel van de opdracht de student het moeilijkst vond.
5. Verander een variabele in een opgave en vraag de student die opnieuw op te lossen.
6. Vraag de student een zwak punt in het eigen werk aan te wijzen.

Als AI was toegestaan, vraag dan hoe de student die heeft gebruikt, wat AI heeft bijgedragen en wat de student heeft verworpen.

Een indrukwekkend antwoord produceren is dan ineens maar een deel van de opdracht. De student moet ook aantonen dat het denkwerk erachter van henzelf is.

Huiswerk moet meer van het proces laten zien

Digitale hulpmiddelen maakten het jarenlang steeds gemakkelijker om beoordelingen op het eindproduct te richten. Generatieve AI beweegt sommige docenten juist de andere kant op: in de richting van het proces dat tot dat product heeft geleid.

Dat kan betekenen dat concepten en kladversies worden beoordeeld in plaats van alleen de definitieve inzendingen. Het kan ook betekenen dat klassikale discussies of mondelinge onderdelen worden opgenomen. Studenten kunnen vastleggen hoe hun argument zich heeft ontwikkeld, uitleggen waarom ze bepaalde bronnen hebben gekozen of terugblikken op de punten waarop ze vastliepen.

AI kan zelfs onderdeel worden van de beoordeling zelf.

In plaats van studenten te verbieden een chatbot te gebruiken, kan een docent hun een door AI gegenereerd antwoord voorleggen en vragen dat kritisch te beoordelen.

• Wat heeft het model goed gedaan?
• Wat heeft het over het hoofd gezien?
• Welke beweringen moeten worden gecontroleerd?
• Welke bronnen zijn nodig voordat je het antwoord kunt vertrouwen?
• Kan de student een beter argument formuleren?

Die vragen zijn veel moeilijker uit te besteden, omdat de opdracht nu een beroep doet op het menselijk beoordelingsvermogen. En juist dat vermogen hebben studenten nodig wanneer AI op verzoek aannemelijke informatie kan genereren.

AI-geletterdheid wordt synoniem met academische geletterdheid

Er was een tijd waarin ‘digitale geletterdheid’ grotendeels betekende dat je wist hoe je een computer bedient, op internet navigeert en gangbare software gebruikt.

De definitie werd verfijnder, omdat weten hoe je op internet zoekt niet genoeg was. Mensen moesten ook websites kunnen beoordelen, onbetrouwbare bronnen herkennen, persoonlijke informatie beschermen en begrijpen dat iets niet automatisch waar is omdat het bovenaan de zoekresultaten staat.

AI-geletterdheid maakt een vergelijkbare ontwikkeling door: weten hoe je een prompt schrijft is nuttig, maar vormt slechts één onderdeel van de vaardigheid.

Studenten moeten ook begrijpen wat generatieve AI wel en niet betrouwbaar kan. Ze moeten hallucinaties herkennen, zelfverzekerde antwoorden kritisch bekijken, bronnen controleren, rekening houden met privacy en begrijpen wanneer AI-hulp de grens overschrijdt en hun eigen denkwerk vervangt.

Bij het bepalen van dat onderscheid zal waarschijnlijk wat vallen en opstaan komen kijken, met het uiteindelijke leerresultaat als uitgangspunt.

AI gebruiken om een moeilijk begrip uit te leggen, kan het leerproces versnellen. AI vragen een opgave op te lossen voordat je die zelf probeert, kan juist het denkwerk omzeilen dat de opdracht precies moest ontwikkelen.

De wereld buiten het klaslokaal

Onderwijs is altijd gericht geweest op de toekomst. Na hun afstuderen nemen studenten de lessen die ze op school hebben geleerd mee naar hun werk. En het is onwaarschijnlijk dat ze daar terechtkomen op werkplekken waar AI geen rol speelt.

AI-assistenten worden geïntegreerd in creatieve platforms en bedrijfssystemen. Veel van de huidige studenten komen mogelijk terecht in beroepen waarin effectief gebruik van AI wordt verwacht. Daardoor wordt een algemeen verbod op AI steeds moeilijker vol te houden als voorbereiding op het beroepsleven.

Het andere uiterste is evenmin bijzonder nuttig.

Een student die zonder AI geen betoog kan schrijven, is niet per se beter voorbereid op een werkplek waar AI wordt gebruikt. Dat geldt ook voor een student die een door AI gegenereerde analyse accepteert zonder die te controleren.

De waardevolle vaardigheid is weten wat je wel en niet kunt delegeren.

• AI kan in enkele seconden een eerste samenvatting maken. Toch is voldoende vakkennis nodig om te herkennen wat erin ontbreekt.
• AI kan code genereren. Iemand moet nog steeds weten of die code werkt, veilig is en het beoogde probleem oplost.
• AI kan een e-mail aan een klant opstellen. Iemand moet de klant nog steeds goed genoeg begrijpen om te weten of het een heel slecht idee is om die e-mail te versturen.

Vaardigheid in AI zonder zelfstandig oordeelsvermogen stelt niet veel voor.

De nieuwe vraag rond academische integriteit

Het oorspronkelijke probleem van fraude bestaat nog steeds. Studenten kunnen generatieve AI gebruiken om werk te ontlopen, net zoals studenten altijd manieren hebben gevonden om werk te ontlopen. Onderwijsprofessionals moeten nog steeds grenzen stellen aan waar AI is toegestaan, waar zelfstandig werk belangrijk is en wat als academisch wangedrag geldt.

Maar het bredere gesprek draait om het idee dat AI het opmerkelijk eenvoudig heeft gemaakt om de schijn van kennis te wekken. Dat betekent dat het onderwijs beter moet worden in het onderscheiden van de schijn van kennis en kennis zelf.

De oude vraag was: “Is dit jouw werk?”

De nieuwe vraag is: “Kun je laten zien dat het denkwerk achter dit werk van jou is?”

Die vraag is lastiger te beoordelen. Voor onderwijsprofessionals is er meer voor nodig dan een essay door een detector halen en op een percentage wachten. Toch is het de extra moeite waard. Huiswerk is immers niet bedoeld als een simpele ja-neevraag: is het gemaakt of niet? Huiswerk draaide en draait om het denkwerk dat nodig is om het te maken.