AI en kansengelijkheid: kansrijk of kansarm?

Ideeën over kansengelijkheid en AI lopen uiteen

Sinds de komst van ChatGPT zijn systemen die kunstmatige intelligentie gebruiken snel populair geworden in het onderwijs. Kunstmatige intelligentie wordt ook wel Artificiële Intelligentie (AI) genoemd. Veel studenten en docenten gebruiken AI-toepassingen, omdat deze helpen om snel informatie te vinden, nieuwe inzichten te krijgen of sommige taken makkelijker uit te voeren. Het gebruik van AI heeft veel voordelen maar er zijn ook zorgen, met name over kansengelijkheid - hierover verschillen de meningen. Over die verschillende ideeën gaat de visie van Npuls die vorig jaar november is gepubliceerd: AI en kansengelijkheid in het onderwijs. In die visie staat de volgende vraag centraal: zorgt het gebruik van AI ervoor dat verschillen in kansen in het onderwijs kleiner worden of juist groter?

Wat wordt de invloed van AI op kansengelijkheid?

AI-toepassingen worden al door veel studenten gebruikt in hun studie en door docenten in hun onderwijs. Maar het blijkt best lastig om in te schatten wat het gebruik van AI gaat betekenen voor leren en lesgeven. Het is ook moeilijk in te schatten welke invloed AI zou kunnen hebben op gelijke kansen in het vervolgonderwijs – mbo-scholen, hogescholen en universiteiten. Waarom is dat eigenlijk zo?
 

• ‘Kansengelijkheid’ is een begrip waar niet iedereen hetzelfde mee bedoelt. Gaat het om gelijke toegang tot het onderwijs voor elke student of is het meer dan dat? 
• Nog niet iedereen weet wat bedoeld wordt met ‘AI’. Hebben we het over zaken als ChatGPT (generatieve AI), over voorspelmodellen op basis van data over studenten (machine learning) of over nog iets anders?
• AI wordt steeds populairder onder onderwijsontwikkelaars. Zij zien kansen om het onderwijs anders vorm te geven zodat studenten beter kunnen leren. Maar er is nog weinig of geen bewijs voor zo’n soort belofte. Gaat het gebruik van AI al die beloftes wel waarmaken? En helpt het gebruik van AI wel of niet bij het verbeteren van kansengelijkheid?
• De impact van AI kan per onderwijsinstelling verschillen. Wat voor invloed heeft het soort onderwijs of de regels die daarbinnen gelden op AI? En wat is de impact van verschillen tussen onderwijsinstellingen op kansengelijkheid? De manier waarop AI wordt ontwikkeld kent nogal wat uitdagingen. AI-systemen zijn verre van transparant en de data die worden gebruikt voor het trainen van modellen bevatten vaak vooroordelen (bias). Wat is de impact van deze issues op kansengelijkheid?
• Onderwijsinstellingen zijn afhankelijk van de Big Tech of startups. Welke bedrijven zijn betrouwbare partners voor het onderwijs en welke invloed hebben onderwijsinstellingen zelf nog op de ontwikkeling van AI?

De Npuls visie op AI en kansengelijkheid

Zelfs wanneer je duidelijkheid hebt over bovenstaande vragen, is de mogelijke impact op kansengelijkheid nog onzeker. Dat komt omdat de ideeën die hierover leven elkaar tegen spreken. In de volgende blogs van deze serie gaan we daar dieper op in. Dat brengt ons bij de twee hoofdvragen van deze visie:

1. Gaat AI kansengelijkheid in het vervolgonderwijs verder helpen of juist niet?
2. Wat kunnen onderwijsinstellingen zelf of met elkaar doen om de positieve impact van AI op kansengelijkheid zo groot mogelijk te maken en de negatieve impact zo klein mogelijk?

Met een literatuurstudie, interviews met experts en een uitvraag onder collega’s uit het onderwijs hebben we geprobeerd deze vragen te beantwoorden. 
De belangrijkste boodschap van de visie is: als we niets doen, neemt kansengelijkheid voor studenten door AI eerder af dan toe. We moeten zowel het onderwijs als het gebruik van AI-toepassingen hiervoor aanpassen.

Lees alles over AI en kansengelijkheid in het onderwijs: een serie blogs

Het komende halfjaar publiceren we hier op de Vraagbaak een serie blogposts over de Visie AI en kansengelijkheid in het onderwijs van Npuls. Elk artikel gaat in op een ander deel van de visie, zodat jij en je onderwijsinstelling aan het einde van de serie helemaal op de hoogte zijn. In deel 1 verduidelijken we eerst de begrippen AI, studiedata en kansengelijkheid. Daarna bespreken we de mogelijke voor- en nadelen van AI voor kansengelijkheid. En tot slot geven we in deel 3 advies aan collega’s van onderwijsinstellingen en landelijke initiatieven, zoals Npuls en Kennisnet, in de vorm van een praktische handreiking. 

De voorbeelden die we in de blogposts aanhalen, voorzien we zoveel mogelijk van nieuwe cases. Heb je een interessante case die we kunnen meenemen? Laat het weten via Theo Bakker. 

Wil je het liefst direct aan de slag? Lees dan alvast de hele visie via de website van Npuls.

Meer lezen over AI en Onderwijs op de Vraagbaak Online Onderwijs?

• AI-Reflectiechatbot ‘Holli’ leert studenten dieper reflecteren op hun handelen
• Onderzoek naar AI-Geletterdheid bij Inholland: ‘Veel studenten zijn zich niet bewust dat AI fundamenteel anders werkt dan Google’
• AI en kansengelijkheid – panelgesprek Nederlandse AI-Coalitie
• AI als kansengenerator: “Bouw en train je eigen AI Agent of LLM” 
• Opleiding OpenICT start pilot met de AI-gestuurde Feedback Companion | SURF Communities
• Ondersteuning AI-geletterdheid van docenten en studenten is nodig
• MondriAI-Edu programma: “Help ons AI te verbinden met waar onderwijs écht om draait” | SURF Communities
• AI Toolbox – Vrije Universiteit: Deze AI-tools helpen je je leermaterialen sneller en beter te ontwerpen | SURF Communities
• AI in het onderwijs: “We moeten studenten leren hoe ze de Human In The Loop kunnen zijn” | SURF Communities
• Taskmaster: een GPT Chatbot die alle opdrachten leuk maakt en studenten motiveert | SURF Communities 

Omslagfoto door Road Ahead via Unsplash