AIEd-kennisbankAIEd KB
Op deze pagina

Lees deze pagina in het Engels

Concepten

Filosofie van AI in het onderwijs

Aangemaakt 2026-08-16 · Bijgewerkt 2026-11-08

Automatische machinale vertaling van deze Engelse pagina, nog niet nagekeken door een moedertaalspreker.

Filosofie van AI in het onderwijs — de tak van de onderwijsfilosofie die de fundamentele conceptuele vragen onderzoekt die kunstmatige intelligentie in lesgeven en leren oproept: wat is de aard van kennis en denken wanneer machines eraan deelnemen? Wat is de lerende wanneer cognitie over menselijke en kunstmatige systemen is verdeeld? Welke vormen van Agency van de leerling, verantwoordelijkheid en persoonschap gelden voor AI, en wat is het onderwijs lerenden verschuldigd in een AI-gemedieerde wereld? Anders dan (maar verbonden met) de pagina leertheorieën van de kennisbank, die theorieën over hoe leren gebeurt catalogueert, stelt de filosofie van AI in het onderwijs de diepere vragen naar wat leren, geest en de lerende fundamenteel zijn onder AI-gemedieerde omstandigheden.

Vragen om over na te denken

  • Vereist denken bewustzijn en een lichaam? Als een AI werkelijk deelneemt aan uw redenering, gebeurt er dan een deel van het 'denken' in de machine — en verandert dat wie er leert?
  • De pagina oppert het idee van cognitie die 'verdeeld' is over menselijke en kunstmatige systemen. Denk aan een taak die u met AI-hulp hebt opgelost: waar eindigde uw denken en waar begon dat van de machine?
  • Als de cognitieve processen van een lerende werkelijk hybride worden (deels mens, deels kunstmatig), wat betekent dat dan voor wat we 'de lerende' noemen — en voor wat het onderwijs hun verschuldigd is?
  • De pagina onderscheidt filosofie (wat leren en de lerende fundamenteel zijn) van leertheorieën (hoe leren gebeurt). Kunt u een overtuiging over leren noemen die u hebt en die eigenlijk een filosofisch standpunt is?
  • Als AI 'functionele agency' kan uitoefenen zonder bewustzijn, draagt ze dan verantwoordelijkheid voor haar onderwijseffecten — en zo niet, wie dan? Wie moet antwoorden wanneer een AI-tutor een student misleidt?
  • Posthumanistisch denken herkadert lerenden als 'posthumane' entiteiten. Hoe daagt dat idee uw eigen aannames over waar de geest van een student zich bevindt uit, of verstoort het die?

Inleiding

Dit is een conceptpagina voor de filosofische en theoretische fundamenten van AI in het onderwijs. Terwijl leertheorieën de empirische en ontwerpgerichte theorieën documenteert (behaviorisme, constructivisme, cognitieve belasting, zelfregulerend leren, enz.), behandelt de filosofische lijn de ontologische, epistemologische en ethische vragen die die theorieën vooronderstellen. De twee zijn nauw verbonden: filosofische standpunten bepalen welke leertheorieën plausibel lijken en welke onderwijsdoelen het nastreven waard zijn.

Centrale filosofische vragen

  • De aard van geest en cognitie. Vereist denken bewustzijn en een lichaam? Kan AI aan werkelijk cognitieve processen deelnemen? Kaders zoals ensemble-cognitie betogen dat AI functionele agency uitoefent — echte causale werkzaamheid in cognitieve processen — zonder bewustzijn, en dat denken voortkomt uit dynamische mens–AI-interactie.(Towards a philosophy of ensemble cognition: Reconceptualising agency and mind in AI-mediated educational environments) Gedistribueerde cognitie en de these van de uitgebreide geest doen verwante uitspraken over cognitie die over systemen verspreid is.

  • Wat is de lerende? Posthumanistische filosofie herconceptualiseert de lerende als een "posthumane" entiteit wier cognitieve processen werkelijk hybride zijn en verdeeld over biologische en kunstmatige systemen.(Pedagogical Symbiosis: conceptualizing the Post-Human Learner in the age of cognitive AI) Dit daagt de aanname uit dat de lerende een begrensd, autonoom individueel verstand is.

  • Belichaming en de grenzen van onbelichaamde AI. Belichaamd en postcognitivistisch denken bekritiseert de dominantie van symbolische, onbelichaamde AI-modellen, en betoogt dat cognitie geworteld is in gesitueerdheid, emergentie en sensomotorische koppeling die huidige generatieve AI mist.("If You Can't Dance Your Program, You Can't Write It": Challenges and Implications for AI in Education)

  • Emotionele arbeid als testcase voor machinale geesten. De discussies in het veld over de vraag of AI kan onderwijzen, draaien vaak om de vraag of ze kan geven om, een vraag die al lang vóór affectieve computing bestond. Khan (2026) reconstrueert het debat van 1950–1996, waarin Ziffs claim dat alleen levende wezens letterlijk gevoelens kunnen hebben, werd beantwoord door Smarts identiteitstheorie en Putnams gedragscriterium, waardoor drie rivaliserende ontologieën onopgelost bleven. Zijn conclusie is een bewijslast in plaats van een onmogelijkheidsclaim — representatie, simulatie en nabootsing onderbepalen emotionele arbeid — wat de last bij iedereen legt die pastorale zorg aan een systeem zou delegeren.

  • Agency, auteurschap en betekenis. Wanneer AI interpretatie en betekenisgeving medieert, vraagt de filosofie hoe auteurschap, epistemische Agency van de leerling en interpretatieve autonomie worden geherconfigureerd.(AI-Mediated Learning and the Restructuring of Interpretive Cognition: A Developmental-Critical Model for Social Sciences and Humanities Education)

  • De ontologie van door AI gegenereerde wetenschappelijke objecten. In de scheikunde bezetten door AI voorspelde verbindingen en titratiecurves een "liminale ontologische ruimte" — niet geheel hypothetisch en niet volledig echt tot ze empirisch bewezen zijn — wat de discipline van realisme naar een constructivistische opvatting verschuift waarin de werkelijkheid een samenwerking van mens en machine is (Reyes en Regala (2026)).

  • Cognitieve passiviteit als epistemische schade. Bai en Costa (2026) putten uit Arendts opvatting van denken als een innerlijke, onoverdraagbare activiteit om te betogen dat GenAI die het werk levert niet alleen denken offloadt maar het afsluit, waarbij Bourdieus veld en habitus het risico in institutionele structuren localiseren (Bai & Costa (2026)).

  • Waarden, rechtvaardigheid en het doel van onderwijs. Filosofische analyse onderzoekt of AI-gedreven onderwijs menselijk floreren en onderwijsgerechtigheid dient, of leren instrumentaliseert ten behoeve van productiviteit.(Can we disrupt the momentum of the AI colonization of science education?) Dit sluit aan bij kritische pedagogiek en ethiek.

  • 'Mensgericht' als antropocentrisch discours, geen neutrale ethiek. Wang & Jin (2026) lezen UNESCO-, OESO- en Montréal-verklaringen om te betogen dat mensgerichte AIED de uitsluitingen van het verlichtingshumanisme erft, dat transhumanisme ze behoudt, en dat het label commerciële infrastructuur kan legitimeren.

  • Epistemologische grondslag voor hoe mensen met AI omgaan. Strydom (2026) leidt zeven paradigma's voor mens–generatieve-AI-betrokkenheid af uit Schommers vijf dimensies van persoonlijke epistemologische overtuiging (bron, zekerheid, organisatie, controle en snelheid van kennis) en betoogt dat ze in de praktijk worden gebracht en niet als bezit bestaan — dus om de manier waarop lerenden met AI omgaan te veranderen, moet de sociaal-technische omgeving veranderen, niet hun overtuigingen.

  • Wiens filosofie? Pluralisme in de conceptuele fundamenten van het veld. Xie (2026) betoogt dat het filosofische debat in het veld overdetermineerd is door één westerse architectuur — epistemische agency als eigenschap van afzonderlijke subjecten, kennis representatief en calculatief gekaderd, en de mens–AI-relatie binnen een subject–objectdualisme — zodat haar grenzen de grenzen van de collectieve verbeelding van het veld worden. Als comparatief tegenwicht reconstrueert hij Daoïstische concepten — "Dao-natuur" (道性), zelfcultivering (修道) en de "Zhenren" (真人) — niet als "oosterse inhoud" die aan een onveranderd kader wordt toegevoegd, maar als bronnen die de conceptuele fundamenten hervormen waarmee AI zelf wordt begrepen, en past ze toe op kennis (epistemische monocultuur en synthetische desinformatie), kennen (offloading die kritisch denken aantast) en impact (milieukosten en Noord-Zuid-asymmetrieën).(Alternative AI Philosophy: Daoism as Method for AI in Education)

  • Agency zonder verantwoording. Een corpusondersteunde discoursanalyse van 366 GenAI-abstracts uit het hoger onderwijs vindt dat AI 2,050 keer wordt genoemd en in 447 strikte actor-predicaatassociaties voorkomt — de meest frequente actor van het veld — en dat actiepredicaten daarin domineren (78.7%), terwijl geen enkele zin een systeem verantwoordelijk maakt: van 166 verplichtingsuitdrukkingen kende geen enkele verantwoordelijkheid toe aan een systeem, en de enige zin die AI aan verantwoording koppelt, zegt dat AI niet verantwoordelijk is. Poudyal (2026) leest dit als functionele agency die in taal wordt erkend zonder de relationele verantwoordelijkheid die haar aan iemand zou verbinden. Noch tool noch medewerker: de bemiddelende agent. Warschauer, Tate en Ritchie (2026) betogen dat generatieve AI een loutere tool noemen haar interactionele invloed onderschat, terwijl een medewerker noemen haar ten onrechte intentionaliteit en verantwoordingsplicht verleent, en stellen de bemiddelende agent voor — een responsief, niet-verantwoordingsplichtig systeem waarvan de nieuwheid in deelname ligt, niet in intelligentie.

Relatie tot leertheorieën

De filosofie van AI in het onderwijs en leertheorieën zijn complementaire lenzen. Leertheorieën verklaren de mechanismen van leren (bijv. hoe Feedback, Scaffolding of cognitieve belasting uitkomsten vormen); filosofie ondervraagt de vooronderstellingen van die mechanismen — wat als kennis telt, wie als kenner telt, en wat de lerende fundamenteel is. Posthumanistisch en kritisch-filosofisch werk daagt het veld in het bijzonder uit om verder te gaan dan instrumentalistische kaders zoals Technological Pedagogical Content Knowledge (TPACK) en SAM naar een diepere ontologische heroriëntatie.(Pedagogical Symbiosis: conceptualizing the Post-Human Learner in the age of cognitive AI)

Relatie tot theorieontwikkeling

De filosofie van AI in het onderwijs en theorieontwikkeling in AIED zijn complementair maar verschillend. Filosofie stelt de ontologische en epistemologische vragen — wat geest, kennis en de lerende fundamenteel zijn onder AI-gemedieerde omstandigheden — terwijl theorieontwikkeling de mechanismen produceert en empirisch toetst die antwoorden op die vragen operationaliseren (generativisme, epistemische co-agency, de afwezige cognitieve basislijn). De twee informeren elkaar wederzijds: filosofie verheldert de vooronderstellingen die theorieën met zich meedragen (bijv. epistemische co-agency veronderstelt een gedistribueerd, niet-individualistisch model van cognitie), terwijl theorieontwikkeling filosofische standpunten toetsbare, falsifieerbare vorm geeft. De meest fundamentele artikelen van het veld doen beide tegelijk en liggen op de grens tussen de twee concepten.

Veelvoorkomende misverstanden

"De filosofie van AI in het onderwijs is hetzelfde als leertheorieën catalogiseren." Ze liggen op verschillende diepten. De pagina leertheorieën vraagt hoe leren gebeurt; de filosofie vraagt wat leren, geest en de lerende fundamenteel zijn onder AI-gemedieerde omstandigheden. Een studie kan een leertheoretische vraag beslechten en de filosofische onaangeroerd laten, en daarom kan een technisch geslaagde interventie toch het verkeerde ding zijn om te doen.

"Cognitieve offloading is de schade, en ze is omkeerbaar met meer inspanning." Er is een sterkere claim beschikbaar. Bai en Costa (2026) putten uit Arendts opvatting van denken als een innerlijke, onoverdraagbare activiteit om te betogen dat GenAI die het werk levert het denken niet alleen offloadt maar afsluit — en ze localiseren het risico institutioneel, via Bourdieus veld en habitus, in plaats van in individuele wilskracht. Als het argument standhoudt, is "gebruik het voorzichtig" geen voldoende remedie, omdat de praktijk wordt gevormd door het veld dat de output beloont.

"Niet-westerse filosofie is inhoud om aan een onveranderd kader toe te voegen." Ze kan een bron van andere fundamenten zijn. Eén reconstructie behandelt Daoïstische concepten — "Dao-natuur" (道性), zelfcultivering (修道) en de "Zhenren" (真人) — niet als "oosterse inhoud" die aan een westers kader wordt toegevoegd, maar als bronnen die de conceptuele fundamenten hervormen waarmee AI in het onderwijs wordt begrepen. Een traditie als illustratie toevoegen en haar gebruiken om de vragen te herkaderen zijn verschillende wetenschappelijke daden.

"Filosofische kritiek is niet uitvoerbaar." Ze bepaalt wat als succes telt. Of de output van een systeem een prestatie van de lerende is, en of een gemeten winst een onderwijskundig goed is, zijn voorafgaande vragen die geen effectgrootte kan beantwoorden — en instellingen die ze overslaan, optimaliseren het meetbare en noemen dat verbetering.

Implicaties voor de praktijk

Voor docenten

  • Bepaal, voordat u een tool invoert, wat u bereid bent als de eigen prestatie van de student te beschouwen. Als een gepolijste inzending die door het systeem is geproduceerd uw beoordeling zou doorstaan, hebt u "niets" geantwoord — en geen latere rubricwijziging haalt de vraag terug.
  • Neem het afsluitingsargument serieus bij het ontwerpen van taken: als GenAI die het werk levert het denken afsluit in plaats van alleen te offloaden, dan is "gebruik het verantwoord" geen voldoende waarborg, omdat het omringende veld de output beloont. Ontwerp taken waarvan het bewijs van denken wordt geproduceerd voordat de tool beschikbaar is.
  • Vraag wiens opvatting van leren uw cursus codeert. Een kader kritiekloos overnemen importeert de aannames ervan over wat een lerende is, en die aannames zijn betwistbaar.

Voor ontwikkelaars

  • Maak de grens zichtbaar die u tussen ondersteuning en levering hebt getrokken, en maak haar een productbeslissing in plaats van een standaardinstelling. Een systeem dat het voltooide artefact kan produceren, heeft impliciet besloten dat mentaal werk optioneel is.
  • Weersta het optimaliseren voor de schijn van leren. Vloeiendheid en volledigheid zijn de meetbare eigenschappen, en juist die maskeren afsluiting.
  • Als u claimt dat uw systeem "denken ondersteunt", zeg dan wat het weigert te doen — de weigering is het mechanisme.

Voor onderzoekers en beleidsmakers

  • Formuleer de opvatting van leren die uw evaluatie veronderstelt, want een gemeten winst is slechts een onderwijskundig goed ten opzichte van een bepaalde opvatting van waar onderwijs voor dient.
  • Financier het filosofische werk naast het empirische werk: vragen over wat als de prestatie van een lerende telt, bepalen de succescriteria die de empirische studies vervolgens gebruiken.

Verbonden concepten

Verbonden artikelen

Metadata

Leren en onderwijzenLearning Theories
Gelijkheid, ethiek en verantwoord gebruikEthics
Grondslagen van AI in het onderwijsAgency van de leerling, AI in het onderwijs, Mens–AI-samenwerking, Filosofie van AI in het onderwijs
BronGeschiedenisBewerkenChat

Deze pagina insluiten

Kopieer de onderstaande code om deze pagina in een leeromgeving of op een andere website in te sluiten. De ingesloten versie toont alleen de inhoud van de pagina — de sitekop, navigatie en voettekst zijn verborgen.