De impact van kunstmatige intelligentie op de transformatie van kritisch denken in het hoger onderwijs en de uitdagingen voor de toekomst die vandaag begint in het nooit meer normaal

De AI-revolutie in het hoger onderwijs wereldwijd: een onderzoek naar de implicaties en vooruitzichten

De integratie van kunstmatige intelligentie (AI) in het hoger onderwijs betekent een van de meest transformatieve technologische en pedagogische verschuivingen van de 21e eeuw. Wereldwijd herdefiniëren universiteiten onderwijs, leren en administratieve processen door de implementatie van adaptieve leerplatforms en AI-gestuurde onderzoekstools. De wereldwijde markt voor kunstmatige intelligentie (AI) in het onderwijs, die in 2024 werd gewaardeerd op $ 5,88 miljard, zal naar verwachting groeien met een samengesteld jaarlijks groeipercentage (CAGR) van 31,2% tot 2030. De waargenomen groei kan worden toegeschreven aan drie primaire factoren: de vraag naar gepersonaliseerd leren, de behoefte aan verbeterde administratieve efficiëntie en de noodzaak om arbeidskrachten voor te bereiden in een wereld die steeds meer wordt gekenmerkt door automatisering.

Deze snelle invoering roept echter kritische vragen op over de impact van AI op fundamentele academische competenties, met name kritisch denken. De OESO heeft gewaarschuwd voor het potentieel van kunstmatige intelligentie (AI) om de menselijke prestaties in gestandaardiseerde taken, zoals begrijpend lezen en wiskundig redeneren, te overtreffen. Dit essay onderzoekt de veelzijdige rol van kunstmatige intelligentie (AI) in het hoger onderwijs, met een focus op de implicaties voor kritisch denken, de strategische antwoorden van universiteiten  en hogescholen en de beleidsuitdagingen voor wereldwijde instellingen.

Kunstmatige intelligentie en kritisch denken: een vergelijking van cognitieve ontlading en verbeterd analytisch vermogen

De erosiehypothese: deze studie biedt empirisch bewijs van cognitieve achteruitgang.

Recente studies hebben een zorgwekkende correlatie aangetoond tussen AI-afhankelijkheid en een afname van kritisch denkvermogen. Gerlichs analyse uit 2025, die 666 deelnemers uit het Verenigd Koninkrijk omvatte, onthulde een robuuste negatieve correlatie tussen het gebruik van AI-tools en prestaties op de Halpern Critical Thinking Assessment (HCTA). Deze correlatie was statistisch significant met een p-waarde kleiner dan 0,001, zoals blijkt uit de berekende r-waarde van -0,68. Frequente AI-gebruikers vertoonden verminderde capaciteiten op verschillende belangrijke gebieden. Deze gebieden omvatten het evalueren van argumenten, het identificeren van vooroordelen en het aangaan van reflectieve probleemoplossing. Uit een vergelijkende analyse blijkt dat vooral de jongere bevolkingsgroepen (17-25 jaar) kwetsbaar zijn: 52% van de Vlaamse middelbare scholieren en 86% van de universiteitsstudenten wereldwijd vertrouwen op AI voor taken als parafraseren (28%) en het opstellen van essays (24%).

Het fenomeen van cognitive offloading, gedefinieerd als het delegeren van mentale inspanning aan kunstmatige intelligentiesystemen, is naar voren gekomen als een centrale factor die bijdraagt aan deze daling. Het gebruik van tools zoals ChatGPT door studenten om antwoorden te genereren of teksten samen te vatten, stelt hen in staat om de cognitieve processen te omzeilen die noodzakelijk zijn voor diepgaand leren. Dit fenomeen komt overeen met de bevindingen van UNESCO in 2023, waaruit bleek dat minder dan 10% van de instellingen voor hoger onderwijs (HEI's) wereldwijd een formeel beleid heeft opgesteld voor het gebruik van kunstmatige intelligentie (AI). Deze situatie leidt ertoe dat studenten niet de nodige voorbereiding hebben om kritisch om te gaan met geautomatiseerde output.

De Enhancement Hypothese: het gebruik van kunstmatige intelligentie als een medium om hogere-orde denkprocessen te faciliteren

Omgekeerd heeft strategische AI-integratie de potentie om kritisch denken te verbeteren als het wordt gebruikt in combinatie met pedagogische innovatie. Adaptieve leersystemen, zoals ALEKS en Knewton, maken gebruik van algoritmen voor machinaal leren om tekortkomingen in kennis te identificeren en feedback op maat te geven, waardoor metacognitief bewustzijn wordt gecultiveerd. Op het gebied van medisch onderwijs stellen AI-gestuurde simulaties aan instellingen zoals de Universiteit van Bergen studenten in staat om ingewikkelde patiëntendatasets te analyseren en zo hun diagnostische redeneervaardigheden in een gecontroleerde omgeving aan te scherpen.

Het Ministerie van Onderwijs van de Volksrepubliek China (MOE) heeft een voortrekkersrol gespeeld bij het bevorderen van kritisch denken met behulp van kunstmatige intelligentie (AI) door middel van de richtlijnen voor 2025, die de implementatie van "generatieve, door AI aangedreven interactieve leerecosystemen" in het basis- en voortgezet onderwijs voorschrijven. Deze training combineert technische vaardigheid met een evaluatief oordeel. Deze aanpak weerspiegelt de aanbeveling van de Wereldbank dat AI "leerkrachten moet ondersteunen bij het leveren van gepersonaliseerde, reflectieve leerervaringen" in plaats van het vervangen van door mensen geleide instructie.

Innovatieve methodologische benaderingen die worden gebruikt bij de beoordeling van kritisch denken

Om de impact van AI op het onderwijs te kwantificeren, gebruiken opvoeders gemengde beoordelingskaders.

1. Directe meetmethoden: Gestandaardiseerde tests zoals de Watson-Glaser Critical Thinking Appraisal en de Cornell Critical Thinking Test bieden longitudinale gegevens over vaardigheden zoals, maar niet beperkt tot, gevolgtrekking, deductie en identificatie van veronderstellingen.
2. AI-geïntegreerde opdrachten Taken waarbij studenten AI-gegenereerde inhoud moeten evalueren of verbeteren (bijv. "Corrigeer een slecht essay" oefeningen) vergemakkelijken de observeerbare en kwantificeerbare beoordeling van kritisch denken vaardigheden.
3. Reflectieve dagboeken: Een kwalitatieve analyse van studentenreflecties over AI-gebruik onthult verschuivingen in zelfregulerend leren en epistemologische overtuigingen.

De 2025 Global AI Faculty Survey van de Digital Education Council benadrukt het belang van deze strategieën: 67% van de docenten geeft aan dat hun analytische vaardigheden toenemen wanneer AI wordt gebruikt als een "hulpmiddel voor samenwerking" in plaats van als een generator van oplossingen.

AI-implementatie in Belgische universiteiten en hogescholen: koplopers, achterblijvers en gebruik door studenten

Wie loopt voorop bij de integratie van AI?

Vrije Universiteit Brussel (VUB) is een koploper, met het oudste AI-lab van het Europese vasteland (opgericht in 1983) en de enige bacheloropleiding in kunstmatige intelligentie in België. De VUB blijft haar onderzoeks- en onderwijsinfrastructuur uitbreiden, studenten in contact brengen met het bedrijfsleven en Europese netwerken, en is een drijvende kracht achter de opkomst van Brussel als AI-innovatiehub.

KU Leuven onderscheidt zich als nationaal en internationaal koploper op het gebied van AI-onderwijs en -onderzoek. De universiteit biedt een van de oudste en meest gerespecteerde masteropleidingen in kunstmatige intelligentie ter wereld, naast nieuwere, toepassingsgerichte opleidingen zoals de Advanced Master of Artificial Intelligence in Business and Industry. KU Leuven speelt ook een belangrijke rol in het Vlaamse AI-onderzoeksprogramma en werkt samen met andere Vlaamse universiteiten en onderzoekscentra om verantwoordelijke, duurzame en mensgerichte AI te bevorderen.

Universiteit Gent, KU Leuven en Universiteit Antwerpen worden ook erkend voor hun sterke AI-, informatica- en technologieprogramma's, vaak in samenwerking met het bedrijfsleven en ondersteund door belangrijke EU-onderzoeksnetwerken. Deze instellingen passen hun curricula regelmatig aan aan de trends in de sector en zijn actief in belangrijke nationale en EU-initiatieven op het gebied van AI.

Howest Hogeschool onderscheidt zich onder de hogescholen met een bacheloropleiding Creative Technologies & Artificial Intelligence, die multimedia combineert met praktische AI-toepassingen, en met de AI Academy voor ondernemers.

Wie doet er bijna niets?

Hoewel de meeste grote universiteiten actief bezig zijn met de integratie van AI, varieert het tempo bij kleinere instellingen en sommige hogescholen, in mindere mate in Vlaanderen maar met zekerheid buiten Vlaanderen. Er is minder openbaar bewijs van substantiële AI-curricula of onderzoeksinitiatieven bij bepaalde Waalse of kleinere regionale instellingen. Over het algemeen streven de federale en regionale strategieën van België echter naar integratie op alle niveaus, zodat zelfs achterblijvende instellingen onder druk staan om hun achterstand in te halen.

Hoe gebruiken studenten AI in hun curriculum?

• Wijdverbreid, informeel gebruik: Uit enquêtes blijkt dat bijna de helft van de Vlaamse middelbare scholieren al AI-tools zoals ChatGPT gebruikt voor huiswerk, en dat dit percentage oploopt tot 52 % bij laatstejaarsstudenten. Universitaire studenten gebruiken AI op vergelijkbare wijze voor onderzoek, schrijven, vertalen, samenvatten en leerondersteuning, vaak buiten het formele curriculum om.
• Integratie in het curriculum: Aan vooraanstaande universiteiten (bijvoorbeeld KU Leuven, VUB, UCLouvain) is AI zowel in specifieke opleidingen als in modules binnen bredere technische, bedrijfs- en ingenieursopleidingen geïntegreerd. Studenten worden niet alleen getraind in het gebruik van AI-tools, maar ook in kritische beoordeling, ethiek en praktische toepassing door middel van projecten en groepswerk.
• Medische en gespecialiseerde opleidingen: De Universiteit van Bergen heeft bijvoorbeeld een verplichte module AI en digitale geneeskunde in haar medische curriculum opgenomen, waarbij zowel theorie als praktische gegevensanalyse centraal staan.
• Richtlijnen voor verboden: Hoewel sommige scholen en docenten voorzichtig blijven, is de trend dat AI op verantwoorde wijze wordt geïntegreerd, met duidelijke richtlijnen in plaats van algehele verboden. Studenten worden aangemoedigd om AI te gebruiken voor inspiratie, grammaticacontrole en alternatieve verklaringen, maar moeten ook kritisch leren denken om AI-output te evalueren.
• Voor de sector relevante vaardigheden: In alle instellingen wordt veel nadruk gelegd op het voorbereiden van studenten op de AI-gedreven arbeidsmarkt, onder meer door middel van praktische projecten, stages en samenwerking met technologiebedrijven.

 Federale en regionale strategie

De aanpak van België wordt gecoördineerd op zowel nationaal als regionaal niveau, met aanzienlijke investeringen in digitale en AI-vaardigheden, hervorming van het curriculum en initiatieven voor een leven lang leren. Het Vlaamse “Digisprong” en AI-beleidsplan, het FARI-initiatief van Brussel en DigitalWallonia4.ai van Wallonië zetten allemaal in op brede AI-geletterdheid en -integratie.

Belangrijkste uitdagingen van AI voor docenten en studenten

1. Academische integriteit en beoordeling

• Spieken en plagiaat: AI-tools kunnen essays genereren, problemen oplossen en vragen beantwoorden, waardoor het voor studenten gemakkelijker wordt om werk in te leveren dat niet van henzelf is. Dit ondermijnt het leerproces en vormt een grote uitdaging voor een eerlijke beoordeling.
• Herziening van beoordeling: Traditionele beoordelingsmethoden zijn minder effectief in een omgeving met veel AI. Docenten moeten nieuwe, meer authentieke vormen van evaluatie ontwikkelen, wat hun werklast verhoogt en nieuwe vaardigheden op het gebied van beoordelingsontwerp vereist.

2. Overmatige afhankelijkheid en erosie van kritische vaardigheden

• Verminderde kritische denkvaardigheden en autonomie: Overmatige afhankelijkheid van AI kan de ontwikkeling van kritische denkvaardigheden, probleemoplossend vermogen en zelfstandig leren bij studenten belemmeren. Studenten kunnen door AI gegenereerde inhoud klakkeloos accepteren, waardoor ze de diepere cognitieve processen die essentieel zijn voor echt begrip, overslaan.
• Overmatige afhankelijkheid van docenten: Docenten kunnen in de verleiding komen om AI te gebruiken voor het plannen van lessen of het geven van cijfers zonder voldoende controle, wat de kwaliteit van het onderwijs in gevaar kan brengen.

3. Gelijkheid en toegang

• Digitale kloof: Niet alle leerlingen hebben gelijke toegang tot betrouwbare technologie of internet, wat de prestatieverschillen tussen leerlingen met verschillende sociaaleconomische achtergronden kan vergroten.
• Beperkte infrastructuur: Ontoereikende technologische infrastructuur en gebrek aan toegang tot moderne apparaten of snel internet kunnen een volledige en gelijkwaardige integratie van AI in het onderwijs in de weg staan.

4. Gegevensprivacy, beveiliging en ethische kwesties

• Privacyrisico's: AI-systemen verzamelen en verwerken grote hoeveelheden persoonsgegevens, wat vragen oproept over gegevensbeveiliging, toestemming en mogelijk misbruik van gevoelige informatie.
• Bias in AI-algoritmen: AI-tools kunnen vooroordelen in hun trainingsgegevens bestendigen of versterken, wat kan leiden tot oneerlijke resultaten, zoals het verkeerd classificeren van niet-moedertaalsprekers van het Engels of het versterken van bestaande ongelijkheden.
• Intellectueel eigendom: Het gebruik van door AI gegenereerde inhoud roept vragen op over auteurschap, auteursrecht en intellectuele eigendomsrechten.

5. Sociale en emotionele impact

• Verminderde menselijke interactie: Een grotere afhankelijkheid van AI kan de interactie tussen leerkrachten en leerlingen en tussen leerlingen onderling verminderen, wat cruciaal is voor de ontwikkeling van sociale en emotionele vaardigheden.
• Affectief-sociaal leren: De affectieve en sociale ontwikkeling van leerlingen kan lijden als AI collaboratieve en interpersoonlijke leerervaringen vervangt.

6. Uitdagingen op het gebied van implementatie en opleiding

• Gebrek aan opgeleide docenten: Veel docenten beschikken niet over de nodige vaardigheden om AI effectief in hun lessen te integreren. Professionele ontwikkeling en voortdurende bijscholing zijn essentieel, maar vaak ontoereikend.
• Hoge kosten: De implementatie en het onderhoud van geavanceerde AI-systemen kunnen duur zijn, wat een belemmering vormt voor scholen en instellingen met beperkte middelen.

7. Nauwkeurigheid en betrouwbaarheid

• Onjuiste of misleidende informatie: Door AI gegenereerde inhoud kan feitelijk onjuist of misleidend zijn. Zowel leerlingen als docenten moeten leren om AI-output kritisch te evalueren in plaats van deze klakkeloos te accepteren.

AI in het onderwijs brengt aanzienlijke uitdagingen met zich mee, waaronder bedreigingen voor de academische integriteit, overmatige afhankelijkheid die kritische vaardigheden ondermijnt, kwesties op het gebied van gelijkheid en toegang, gegevensprivacy en ethische kwesties, verminderde menselijke interactie, gebrek aan opleiding van docenten, hoge kosten en risico's van onnauwkeurigheid of vooringenomenheid. Om deze uitdagingen aan te pakken, zijn een doordacht beleid, herziening van het curriculum, gedegen opleiding en een evenwichtige aanpak van technologie-integratie nodig.

China's tweeledige strategie: strategische AI-expansie en voorzichtige regelgeving

China's AI-onderwijsstrategie, uiteengezet in het strategisch actieplan 2025 voor digitaal onderwijs, is erop gericht de natie te laten uitgroeien tot een wereldleider in het cultiveren van talent op het gebied van AI. De volgende initiatieven zijn als essentieel aangemerkt:

1. Een grondig en methodisch heronderzoek van het bestaande curriculum is noodzakelijk om ervoor te zorgen dat het in overeenstemming is met de hedendaagse onderwijsnormen en -doelstellingen. Op dit moment zijn er meer dan 500 universiteiten die opleidingen aanbieden op het gebied van kunstmatige intelligentie. Deze ontwikkeling is vooral opmerkelijk omdat twee van China's meest prestigieuze universiteiten, Tsinghua University en Fudan University, scholen hebben opgericht die zich richten op kunstmatige intelligentie. Deze scholen richten zich op machinaal leren, robotica en ethisch bestuur.
2. Het volgende essay gaat over publiek-private partnerschappen. Door samen te werken met prominente technologiebedrijven, zoals Alibaba en Tencent, krijgen studenten gemakkelijker toegang tot omvangrijke datasets en cloudcomputingbronnen. Dit initiatief dient om de kloof tussen academisch onderzoek en industriële toepassingen te verkleinen, waardoor een meer geïntegreerde en collaboratieve leeromgeving wordt bevorderd.
3. Het Ministerie van Onderwijs (MOE) heeft alle faculteitsleden een training in kunstmatige intelligentie (AI) opgelegd. Deze training legt de nadruk op de implementatie van "smart teaching" technieken, zoals geautomatiseerde beoordelingen en meeslepende virtual reality (VR) simulaties.

Deze inspanningen sluiten aan bij de visie van president Xi Jinping dat AI een "nieuwe productieve kracht" (new quality productive force) is die de economische modernisering aandrijft. Tegen het einde van het jaar 2025 heeft het ministerie van Onderwijs zich ten doel gesteld ervoor te zorgen dat 100% van de studenten met succes cursussen in kunstmatige intelligentie (AI) afrondt. Bovendien wordt verwacht dat 60% van deze studenten vaardig zal zijn in programmeren en data-analyse.

Ondanks de ambitieuze expansie heeft China strenge waarborgen geïmplementeerd tegen AI-misbruik:

1. De Fudan Universiteit heeft zes verbodsbepalingen opgesteld, waaronder beperkingen op het gebruik van door AI gegenereerde gegevens, afbeeldingen en scripties. Overtredingen van deze verbodsbepalingen kunnen leiden tot het intrekken van academische kwalificaties.
2. Detectiesystemen Gocheck en VPCS zijn tools die inzendingen van studenten screenen op AI-gegenereerde inhoud. Inzendingen met een AI-bijdrage van meer dan 40% worden gemarkeerd en moeten worden herzien.
3. Het 2024 AI+ Education Initiative stelt ethische richtlijnen op voor het gebruik van generatieve kunstmatige intelligentie (AI) door basisschoolleerlingen. De richtlijnen verbieden het zelfstandig gebruik van AI door leerlingen en verplichten de aanwezigheid van een leraar voor alle opdrachten met AI-ondersteuning.

Deze maatregelen zijn ingevoerd als reactie op de wijdverbreide bezorgdheid over academische fraude. Uit een enquête uit 2024 bleek dat 58% van de Chinese faculteitsleden melding maakte van gevallen van AI-plagiaat op hun onderzoek. Critici beweren echter dat dergelijk beleid innovatie kan belemmeren, met name op gebieden zoals computationele linguïstiek, waar samenwerking op het gebied van kunstmatige intelligentie een inherent onderdeel van onderzoek is.

Een wereldwijde vergelijkende analyse: een studie van de uiteenlopende reacties op AI-integratie is gerechtvaardigd.

Westerse modellen: het concept van "open toegang" is gebaseerd op de aanwezigheid van "ethische vangrails".

In tegenstelling tot China's top-down benadering leggen Westerse instellingen de nadruk op gedecentraliseerde innovatie:

1. De AI-wet van de EU: Het is absoluut noodzakelijk om mandaten op te stellen om transparantie te garanderen op het gebied van educatieve AI-systemen. Dergelijke mandaten moeten de eis bevatten dat algoritmen worden onderworpen aan strenge controleprocessen en dat ze niet discriminerend worden toegepast.
2. Amerikaanse initiatieven Het AI-STEM-programma van de Universiteit van Pennsylvania is een opmerkelijk voorbeeld van een Amerikaans initiatief dat adaptieve leerplatforms combineert met stagemodellen. Dit programma koppelt studenten aan mentoren uit de industrie, zodat ze kunnen samenwerken bij het oplossen van echte problemen.
3. Afrikaanse innovaties: Ashesi University in Ghana maakt gebruik van kunstmatige intelligentie om haar academische programma's aan te passen, waarbij ze nauwkeurig arbeidsmarktgegevens analyseert om ervoor te zorgen dat haar cursussen zijn afgestemd op de regionale economische eisen.

Welke uitdagingen zijn waargenomen in regio's met lage inkomens?

Het UNESCO IESALC 2024-rapport onderstreept uitgesproken verschillen in AI-rijpheid:

1. Gebrek aan infrastructuur. Slechts 34% van de universiteiten in Afrika bezuiden de Sahara heeft betrouwbaar snel internet, een situatie die de toegang tot cloudgebaseerde kunstmatige intelligentie (AI) tools beperkt.
2. Een vergelijkende analyse laat zien dat docenten in lage-inkomenslanden aanzienlijk minder formele AI-pedagogische training krijgen dan hun collega's in OESO-landen. Minder dan 20% van de docenten in lage-inkomenslanden heeft zo'n opleiding gevolgd, terwijl 89% van de docenten in OESO-landen dat heeft gedaan.

De bovengenoemde discrepanties benadrukken de oproep van de Wereldbank voor wereldwijde samenwerking om de mogelijke toename van onderwijsverschillen als gevolg van kunstmatige intelligentie te voorkomen.

Beleidsaanbevelingen en strategieën op institutioneel niveau

1. AI-alfabetiseringsmandaten: De integratie van kunstmatige intelligentie (AI) ethiek en kritische evaluatie in fundamentele curricula, zoals geïllustreerd door de 100 AI-themacursussen van Fudan University, is noodzakelijk.
2. Het volgende onderzoek zal hybride beoordelingsmodellen onderzoeken. De integratie van door kunstmatige intelligentie (AI) gegenereerde meetgegevens, zoals engagement analytics, met menselijke evaluatie van taken, waaronder mondelinge verdediging en portfolio's, is een veelbelovende manier om de effectiviteit van beoordelingsprocessen te verbeteren.
3. De oprichting van faculteitsondersteunende netwerken is noodzakelijk voor de ontwikkeling van centra voor AI-onderwijs. Deze centra moeten een afspiegeling zijn van het kader voor continue professionele ontwikkeling van de Digital Education Council.

Nationale en wereldwijde beleidsprioriteiten

1. De OESO heeft een aanbeveling gedaan voor het verstrekken van overheidsfinanciering voor kunstmatige intelligentie (AI)-infrastructuur in regio's met een achterstand. Deze aanbeveling gaat gepaard met de suggestie van de verspreiding van open-source onderwijsmateriaal.
2. Ethisch bestuur: UNESCO heeft een oproep gedaan om juridisch bindende verdragen op te stellen die algoritmische transparantie verplicht stellen. Het primaire doel van dit initiatief is om ervoor te zorgen dat kunstmatige intelligentie (AI)-hulpmiddelen die binnen de onderwijssector worden gebruikt zowel begrijpelijk als vrij van enige vorm van vooringenomenheid zijn.
3. Investering in onderzoek Het WISE-IIE Global Consortium pleit voor onderzoek naar de cognitieve langetermijneffecten van kunstmatige intelligentie (AI), met een focus op bevolkingsgroepen met een laag inkomen.

Navigeren door de AI-paradox in het hoger onderwijs

De komst van kunstmatige intelligentie (AI) in het hoger onderwijs zorgt voor een intrigerende paradox. Aan de ene kant biedt het opmerkelijke hulpmiddelen voor personalisatie in leren en onderzoek. Aan de andere kant bestaat de zorg dat deze hulpmiddelen mogelijk de cognitieve vaardigheden uithollen die fundamenteel zijn voor academische nauwkeurigheid. China's ervaring biedt een casestudy die licht werpt op de dualiteiten van snelle AI-integratie en laat zien dat er een balans moet worden gevonden tussen strategische investeringen en de implementatie van strikte waarborgen.

Laat me tot slot een heel belangrijke vraag stellen aan het collectief van mondiale beleidsmakers:

Nu generatieve AI zich ontwikkelt tot kunstmatige algemene intelligentie (AGI), is een relevante vraag hoe universiteiten wereldwijd curricula kunnen ontwikkelen die gebruikmaken van de analytische capaciteiten van AI en tegelijkertijd mensgerichte vaardigheden behouden, zoals creativiteit, empathie en ethisch beoordelingsvermogen. Om na te gaan op welke manier kunstmatige intelligentie kan worden gebruikt om rechtvaardig en transformatief onderwijs te bevorderen, is het noodzakelijk om de vereiste institutionele structuren en internationale samenwerkingsverbanden te onderzoeken.

Dit artikel is een bescheiden poging om een beknopt overzicht te geven van de huidige stand van zaken met betrekking tot de integratie van kunstmatige intelligentie in het hoger onderwijs en probeert de discussie verder aan te wakkeren.

Dit initiatief markeert 1 fase van het overleg over de toekomst van kunstmatige intelligentie (AI) binnen het hoger onderwijs. De toekomst begint vandaag, een realiteit die veel hedendaagse beleidsmakers zowel in de politiek als in het hoger onderwijs wellicht niet volledig voorzien.

Of zoals Peter Hinssen steeds herhaalt: "this period isn't going anywhere. Instead, it's time to accept, apply, and prosper in what he calls the 'the never normal', an era of accelerating tech developments, digital disruption, and bold innovation".

Rudi D'Hauwers - 22 mei 2025

Disclaimer: dit document bevat deels AI-gegenereerde inhoud. Alle intellectuele input en redactionele controle berust bij de menselijke auteur.