Studenten gebruiken AI naar spieken bij huiswerk of de test is de bron veel discussie. Maar verschillende geleerden betogen dat het grotere risico voor studenten die AI gebruiken, is dat ze niet zullen leren.
Ongeveer 90% van de 1.100 Amerikaanse studenten ondervraagd aan twee- en vierjarige hogescholen in 2025 maakt naar verluidt gebruik van generatieve AI voor alles, van het organiseren van opdrachten tot het verduidelijken van complexe concepten.
Maar als studenten AI gebruiken als docent of studiepartner, in plaats van als directe antwoordgenerator, zal dit het voor hen dan gemakkelijker of moeilijker maken om te leren?
Wij is een econoom WHO probeer te antwoorden deze vraag door ontwierp een AI-tool met behulp van de aangepaste GPT-functies van ChatGPT, waarbij de webtoegang tot de chatbot is uitgeschakeld.
Wij gezien de naam van het hulpmiddel Macrovrienden en trainde hem 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 duidelijke antwoorden te geven.
Wij gevonden in ons onderzoekuitgevoerd in het voorjaar van 2025 behaalden studenten die Macro Buddy gebruikten, samen met peer-discussies, hogere testscores 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, waarvan de meesten in het eerste of tweede jaar van de universiteit zaten, verdeeld over vier secties.
Studiemateriaal, opdrachten en studentenexamens zijn in alle vier de onderdelen identiek. Het is studenten over het algemeen niet toegestaan om AI-tools te gebruiken of samen te werken met klasgenoten tijdens examens. Studenten maken alle toetsen live en mogen tijdens het examen niet naar aantekeningen of ander materiaal verwijzen.
Het resultaat is dat de testscores weerspiegelen wat leerlingen zelf hebben begrepen en uitgelegd – zonder de hulp van AI of andere externe bronnen.
Nadat alle studenten hun eerste examen hadden afgelegd, hebben we willekeurig vier lessecties toegewezen om verschillende leerformaten te volgen.
We moedigen één groep studenten aan om individueel te werken, zonder Macro Buddy; een andere groep studenten die in groepjes werkt, 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 leerbenaderingen – alleen werken, samenwerken met klasgenoten, Macro Buddy gebruiken of de twee combineren – de prestaties van leerlingen op toetsen veranderden.
Macro Buddy-vaardigheden
Macrovrienden trainen we met behulp van collegetranscripties, slides en speciale huiswerkvragen uit deze cursus macro-economie.
Makro-vrienden hebben hun internettoegang uitgeschakeld, zodat ze alleen afhankelijk zijn van lesmateriaal van de instructeur.
Macro Buddy is ontworpen om als docent te fungeren, niet als antwoordapparaat. In plaats van studenten een totaaloplossing te bieden, stelt Macro Buddy vervolgvragen die bedoeld zijn om studenten naar het antwoord te begeleiden.
Als een student bijvoorbeeld vraagt waarom lagere prijzen de consumentenbestedingen verhogen, zal Macro Buddy geen snelle en volledige verklaring geven. Ze zouden zich zelfs kunnen afvragen wat er met de koopkracht van mensen gebeurt als de prijzen dalen. Vervolgens moeten de leerlingen de concepten met elkaar verbinden en stap voor stap in hun eigen woorden uitleggen waarom.
Het verschil tussen het uitleggen van een idee en het ontvangen van een definitief antwoord is belangrijk.
AI-tools die eenvoudigweg antwoorden bieden, kunnen ervoor zorgen dat leerlingen niet over een probleem nadenken. Uit een onderzoek bleek dat wanneer studenten chatbots als steunpilaar gebruikten, hun prestaties zijn slechter als ze geen toegang meer hebben daarom. Hulpmiddelen die vragen stellen, vereisen dat leerlingen het werk zelf doen, zelfs onder begeleiding. Dit is Een proces dat ervoor zorgt dat leren blijft hangen.
Wat gebeurt er met het leren van studenten
Eén groep studenten die individueel, zonder AI, doorging met werken, fungeerde als controlegroep.
Drie andere groepen veranderden de manier waarop ze leerden: 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 tentamen daalden de gemiddelde scores van alle studenten, in alle vier de studiegroepen.
Bij het derde examen werden de verschillen tussen de onderdelen echter duidelijker.
Studenten die gebruik maakten van Macro Buddy en groepsgesprekken behaalden de hoogste gemiddelde scores. Studenten die Macro Buddy alleen gebruikten, behaalden ook hogere scores dan studenten die alleen werkten zonder Macro Buddy. Studenten die in groepen werkten zonder Macro Buddy lieten kleinere verbeteringen zien in vergelijking met studenten in andere groepen.
Een paar weken nadat we de nieuwe leervorm hadden geïntroduceerd, vond het derde examen plaats.
Tegen die tijd zullen leerlingen in gemengde groepen zich wellicht meer op hun gemak voelen bij het gebruik van Macro Buddy om hun begrip te testen en om ideeën uit te leggen aan klasgenoten. Werken met collega’s betekent dat u de redenen duidelijk moet verwoorden en moet reageren op vragen, waardoor het begrip in de loop van de tijd kan worden vergroot.
Waarom dit belangrijk is
Sommige AI-critici maken zich zorgen over studenten zullen op AI vertrouwen om het moeilijkste deel van het leren voor hen te doen. Dit weerspiegelt de angst dat studenten zullen stoppen met het oefenen van vaardigheden die expertise opbouwen. Studenten worden experts in hun vakgebied terwijl ze worstelen met verwarrende stof, uitleg herzien en kijken of ze een idee echt begrijpen.
Onze experimenten laten zien dat leererosie bij het gebruik van AI onvermijdelijk is.
We ontdekten dat wanneer AI is ontworpen als een docent die vragen stelt, in plaats van alleen maar antwoorden te geven – en wanneer studenten ook hun redeneringen aan klasgenoten moeten uitleggen – de technologie het leren kan ondersteunen en niet kan vervangen.
De meeste studenten gebruiken tegenwoordig chatbots voor algemene doeleinden die niet zijn ontworpen als docenten. Ze typen vragen in en ontvangen antwoorden. Maar onze bevindingen laten zien dat zelfs kleine ontwerpkeuzes, zoals het creëren van een AI-chatbot met begeleidende vragen, vorm kunnen geven aan de manier waarop leerlingen met het materiaal omgaan.
Peer-discussies voegen ook iets toe aan het leerproces dat AI niet kan bieden: sociale verantwoordelijkheid en blootstelling aan alternatieve redeneringen.
Alles bij elkaar moedigen deze praktijken studenten aan om actiever over problemen na te denken.
Het bewijs uit onze experimenten wijst op een praktisch verschil: AI kan worden gebruikt om het denken te vervangen, of het kan worden gebruikt om het te ondersteunen. De impact hangt mogelijk minder af van de technologie zelf en meer van de structuur en integratie van de technologie 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 Gesprek onder een Creative Commons-licentie. Lezen origineel artikel.
