Wat zijn opvallende hiaten in de onderzoeksliteratuur over AI in het onderwijs?

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

Een deadline voor een subsidieaanvraag is over acht dagen en de achtergrondsectie heeft één zin nodig over wat dit veld nog niet weet. Of een collega heeft een commissie verteld dat AI-tutoring de leerprestaties verhoogt, met verwijzing naar een twee jaar durend experiment in 18 middelbare scholen, en u bent degene die moet zeggen wat dat onderzoek kan dragen. Of u kiest een dissertatieonderwerp en elke variant ervan lijkt al gedaan.

De hiaten die ertoe doen gaan over sterkte, specificiteit en toepasbaarheid. AI kan onderwijstaken uitvoeren; de open vragen zijn of een bepaald ontwerp een duurzaam voordeel oplevert, voor wie, via welk mechanisme en onder welke voorwaarden. Dat onderscheid beslist twee dingen op uw bureau: wat u hierna gaat bestuderen, en wat u intussen niet meer moet beweren. Beperkingen in AIEd-onderzoek is de catalogus achter deze pagina. Bewijs over intelligente tutorensystemen, voorspellende leeranalyse, generatieve AI en autonome agenten is evenmin uitwisselbaar, en onderzoek naar het gebruik van AI ter ondersteuning van leren verschilt van onderzoek naar het onderwijzen van mensen over AI, zoals het overzicht AI in het onderwijs uitlegt.

De korte versie

1. Vergelijk de AI met een sterk niet-AI-alternatief dat curriculum, oefening en ondersteuning constant houdt, en zeg wat de AI toevoegde.

2. Meet uitgestelde prestaties zonder hulp, en stel vast dat ondersteunde prestaties geen leerwinst zijn.

3. Rapporteer welke component van het pakket het werk deed en welk mechanisme u claimt.

4. Valideer elke geautomatiseerde score en elke gesimuleerde leerling tegen echte leerlingen, ook leerlingen buiten uw ontwikkelsteekproef.

5. Geef de populatiegrens aan, want een gepoold gemiddelde beantwoordt geen vraag over kansengelijkheid.

6. Beschrijf de opzet zo goed dat iemand anders hem opnieuw kan opbouwen.

Kies een vergelijking die de AI isoleert

Er bestaan rigoureuze klaslokaalexperimenten, dus „we hebben gerandomiseerde trials nodig” benoemt het hiaat niet meer. De scherpere vraag is of de AI-component waarde toevoegt bovenop extra oefening, beter materiaal, tijdige feedback of meer instructieve ondersteuning.

Eén klik verwijderd rapporteert bescheiden prestatieverbeteringen in 18 middelbare scholen naast beperkte inhoudelijke betrokkenheid bij de tutor, en de auteurs merken op dat de winst leek op die van gestructureerde oefening zonder AI. Dat is bewijs over een geïmplementeerd pakket, en het kan niet isoleren wat de AI daarbinnen toevoegde.

Het onderliggende probleem is zowel conceptueel als empirisch. „ChatGPT” is de naam van een hulpmiddel, niet van een methode. Weidlich et al. (2025) auditeerden 19 vergelijkingen met ChatGPT in het onderwijs: slechts 4 (21%) specificeerden alle drie van een repliceerbare behandeling, een geoperationaliseerde controlegroep en een geldige leermaat (74% goed gedefinieerde behandeling, 42% goed gedefinieerde controle, 53% een leeruitkomst). Wanneer nieuwe AI samengaat met nieuwe activiteiten, feedback of interfaceontwerp, raken medium en methode verstrengeld en valt er geen effect aan de AI toe te schrijven.

Wat dat zou beslechten: vergelijkingen met realistische niet-AI-alternatieven waarbij curriculum, oefengelegenheden en ondersteuning zo constant mogelijk worden gehouden, plus onafhankelijke replicaties over instelling, docent, vak en model. Methoden beantwoorden hier verschillende vragen. Kwalitatief en ontwerpgericht werk verklaart de implementatie, terwijl goed opgezette experimenten de causale claims dragen, zoals Onderzoeksmethoden voor effectiviteit uiteenzet.

Meet leren nadat het hulpmiddel weg is

Beter werk tijdens het gebruik van AI is geen bewijs van leren dat de hulp overleeft. De syntheses over leerwinst en cognitieve offloading trekken steeds dezelfde grens tussen ondersteunde prestaties, behouden kennis, zelfstandig redeneren en transfer.

AI-tutoring productief maken toont het meetprobleem in een gerandomiseerd experiment met meer dan 6.000 middelbare scholieren. Een beheersingsregel van drie goede antwoorden op rij verhoogde het door het platform gedefinieerde succes zonder op zichzelf een waarneembare leerwinst een week later op te leveren. Het sterkste bewijs op de uitgestelde toets verscheen wanneer AI binnen de beheersingsworkflow zat en zich richtte op geoefend materiaal.

Het resterende hiaat betreft trajecten van bekwaamheid, en één extra nameting sluit het niet. Niemand heeft retentie over maanden, transfer over taken, prestaties na terugtrekking van de hulp of de nauwkeurigheid waarmee leerlingen hun eigen kennis inschatten vastgesteld, en het veld heeft het niet verwerven van een vaardigheid niet gescheiden van het achteruitgaan van een al verworven vaardigheid. Onderzoek naar offloading moet nog laten zien wanneer delegeren die trajecten ondersteunt en wanneer het de oefening verdringt die ze opbouwt.

Ontdek welk deel van het pakket het werk deed

„AI-ondersteund leren” bundelt meestal verschillende veranderingen: nieuwe feedback, toegevoegde reflectie, discussie met medestudenten, andere taaksequenties, gewijzigde beoordelingsprikkels. Een pakket dat slaagt, vertelt u niet welke componenten noodzakelijk waren.

Mensgericht ontwerp van GenAI-feedback is op die vraag een echte stap vooruit. Onder 1.176 eerstejaarsstudenten presteerden reflectieve en hybride ontwerpen beter dan directe AI-feedback op uitgestelde transfer zonder AI. De hybride conditie combineerde zelfevaluatie, feedback van medestudenten en AI-kritiek. Dat scheidt hoe feedback is georganiseerd en gebruikt van de vraag of studenten überhaupt toegang tot feedback hebben.

Nog open: de bijdrage en timing van eerste zelfstandige pogingen, zelfverklaring, inbreng van medestudenten, corrigerende feedback, hints en het afbouwen van hulp, en hoe elk daarvan samenhangt met voorkennis en taakmoeilijkheid.

Het theoretische hiaat loopt daarnaast. Een leertheorie noemen is haar niet toetsen. Een onderzoek heeft een theoretische voorspelling nodig die aan specifiek systeemgedrag is gekoppeld, plus een meetbaar leerproces, en statistische mediatie informeert die verklaring zonder een causaal mechanisme vast te stellen. Theorieontwikkeling in AI in het onderwijs en Scaffolding voeren het argument verder.

Valideer de maat voordat u hem interpreteert

Constructen zoals betrokkenheid, kritisch denken, AI-geletterdheid en personalisering worden in deze literatuur inconsistent gemeten. Zelfrapportages beschrijven percepties; ze kunnen niet in de plaats staan van aangetoonde bekwaamheid. Technische nauwkeurigheid, door experts beoordeelde outputkwaliteit en leren door studenten zijn drie verschillende evaluatiedoelen. Onderwijsmeting en Evaluatie van AI in het onderwijs behandelen die onderscheidingen als fundamenteel.

Eén hiaat zit in het meetprobleem zelf: AI-systemen die andere AI-systemen evalueren. In Leerlingen simuleren of vleiend problemen oplossen? lieten gesimuleerde leerlingen hun toegewezen misvattingen vaak vallen na corrigerende feedback, ongeacht of die feedback de misvatting behandelde, zodat hun reacties ineffectief onderwijs succesvol konden laten lijken. Gerichte training verbeterde de betrouwbaarheidsmaat van het onderzoek, en verbetering op die maat is geen validatie tegen menselijk leren.

Wat ontbreekt is validatie van de hele evaluatieketen, van modelgedrag naar pedagogisch oordeel naar de reactie van de leerling naar de onderwijsuitkomst, bij leerlingen en in settings die niet tijdens de ontwikkeling zijn gebruikt. Menselijk oordeel verdient dezelfde kritische blik, want overeenstemming tussen beoordelaars is geen bewijs dat het juiste construct is gemeten.

Bepaal wat een toets nog kan certificeren

AI creëert twee samenhangende beoordelingsproblemen: het helpt bij het produceren van het werk dat wordt beoordeeld, en het kan beïnvloeden hoe dat werk wordt gescoord.

De studie in de kennisbank naar AI-agenten die beoordeelde LMS-taken uitvoeren documenteert agenten die een lopende bachelorcursus doorlopen en beoordeelde activiteiten afronden. Dat toont een bekwaamheid die aannames over door studenten geproduceerd bewijs uitdaagt. Het stelt niet vast hoe vaak zulk gebruik voorkomt, en het maakt asynchrone beoordeling als categorie niet ongeldig.

De onderzoeksvraag is welke ontwerpen nog verdedigbare conclusies over de lerende ondersteunen. Portfolio's, reflecties, gefaseerde inleveringen en activiteitenlogboeken moeten als bewijs worden gevalideerd in plaats van verondersteld auteurschap of begrip vast te stellen. Onderzoek zou combinaties van bewijs moeten toetsen tegen onafhankelijk waargenomen bekwaamheid, met aandacht voor toegankelijkheid, werklast, privacy en spanning bij studenten. Validiteit van beoordeling bevat de details.

Voor geautomatiseerde scoring rapporteert LLM's beoordelen essays niet zoals mensen systematische onenigheid tussen standaardmodellen en menselijke beoordelaars. De bevindingen zijn specifiek voor de configuratie, en ze laten zien waarom interne consistentie geen validiteitsclaim kan dragen.

Een toets voor menselijke bekwaamheid bij leeruitkomsten in het AI-tijdperk stelt voor apart te beoordelen wat leerlingen zelfstandig moeten kunnen, wat ze met AI mogen bereiken, en wat ze moeten verifiëren en verdedigen. Dat is een kader dat nog op empirische validatie wacht.

Detectie is in dit gebied de duidelijkste doodlopende weg. Karr et al. (2026) lieten twee commerciële detectoren bij τ = 0,50 los op 642 gepubliceerde Engelstalige abstracts. Licht AI-redigeren dat aan de richtlijnen voldeed, werd in 38-80% van de gevallen gemarkeerd. Ongewijzigde originelen uit 2023-25 werden in 9-15% gemarkeerd, met werk buiten bètaonderwijs ver boven dat binnen bètaonderwijs bij p < 0,001. Na humanisering vingen de tools minder dan 4% van de als AI-gelabelde herschrijvingen, een fout-negatiefpercentage boven 96%. Een score die eerlijke hulp bestraft en ontwijking mist, kan geen conclusie over een lerende dragen.

Lees geletterdheidsscores niet als bewijs van gedrag

Onderzoek naar interventies voor AI-geletterdheid is omvangrijk genoeg om te synthetiseren. Interventies voor AI-geletterdheid in het onderwijs omvat 59 studies en 7.211 deelnemers, rapporteert een positief gemiddeld effect en ook substantiële variatie met een breed voorspellingsinterval dat nul omvat. Kennisgerichte uitkomsten kwamen sterker uit dan vaardigheden, attitudes of ethiek.

Het scherpere hiaat is of onderwijs in geletterdheid verandert wat mensen doen wanneer ze AI gebruiken, en nog een competentiekader zou dat niet sluiten. Kunnen leerlingen ongefundeerde beweringen herkennen, bronnen verifiëren, misleidende suggesties verwerpen, ongepaste instemming opmerken en kiezen wanneer ze niet delegeren? Houdt dat stand onder tijdsdruk, en draagt het over naar onbekende systemen en disciplines?

Dat vereist prestatiegerichte beoordeling gecombineerd met observatie van feitelijke beslissingen en uitgestelde follow-up, waarbij conceptuele kennis, operationele vaardigheid en kritisch oordeel apart worden gehouden in plaats van samengevoegd. AI-geletterdheid en Kalibratie van vertrouwen leveren de onderscheidingen.

Rapporteer wie de bevinding buiten beschouwing laat

Bevindingen uit één cursus, instelling, taal of leerlingpopulatie rechtvaardigen zelden beslissingen elders, een probleem dat de synthese Beperkingen in AIEd-onderzoek als terugkerend behandelt. Hoe effecten variëren naar ontwikkelingsfase, discipline, voorkennis, beperking, taal en hulpbronnen blijft grotendeels ongemeten.

Onderzoek naar kansengelijkheid moet ook toegang, vaardigheden en uitkomsten scheiden. De synthese Digitale kloof is duidelijk dat apparaten en toegang tot hulpmiddelen geen gelijk vermogen opleveren om ervan te profiteren. Vermindert AI-onderwijs op school de kloven in gereedheid? volgde 752 leerlingen in het junior secundair onderwijs in Hongkong: kloven in psychologische gereedheid vernauwden terwijl verschillen op een objectieve AI-geletterdheidstoets bleven bestaan. Elke groep verbeterde, en de ongelijkheid sloot niet. Eerdere leerprofielen waren niet willekeurig toegewezen, dus hun causale rol blijft onbekend.

De dekking is op specifieke plaatsen dun. Differentiële effecten tussen leerlinggroepen telt de literatuur per populatie: tweede-taalleerders en meertalige leerlingen en leerlingen met een beperking vormen de diepste stromen, gender en neurodiversiteit komen daarna, eerste-generatiestudenten en internationale studenten hebben elk één studie in dit corpus, hoogbegaafde en zeer sterk presterende leerlingen zijn feitelijk onbestudeerd, en vluchtelingen, immigranten en ontheemde leerlingen komen in geen enkele studie voor. Een bewijsbasis met die vorm kan een vraag over kansengelijkheid niet door aggregatie beantwoorden.

Ook binnen één nationaal systeem verschilt de capaciteit. Adeniranye et al. (2026) scoorden AI-integratie bij 45 Nigeriaanse universiteiten en vonden een matige adoptie overall (M = 4,79, bereik 1,83-7,83 op een schaal van 10 punten), waarbij het type instelling de integratie niet voorspelde zodra leeftijd en geografie waren gecontroleerd (leeftijd β = 0,43; ligging in het zuidwesten β = 0,31). Interne capaciteiten correleerden onderling met r = 0,79-0,80 en internationale samenwerkingen met partnerschappen met het bedrijfsleven met r = 0,74, zodat verbonden instellingen elkaar versterkende voordelen opbouwen. Welke ontwerpen voor capaciteitsopbouw uitkomsten veranderen bij nieuwere, minder verbonden instellingen is ongetoetst.

De onderzoeksprioriteit is ontwerpen identificeren die verschillen in aangetoonde bekwaamheid, participatie en handelingsvermogen verkleinen, met subgroepuitkomsten en lasten naast gemiddelde winst gerapporteerd. Toegankelijkheid heeft haar eigen onopgeloste vraag: verwijdert een ontwerp een drempel voor participatie of vervangt het een bekwaamheid die de lerende juist moet ontwikkelen. Zie Kansengelijkheid in AI-onderwijs en toegankelijkheid.

Zeg wie de controle heeft, en wanneer die verschuift

Naarmate systemen plannen, acties starten, geheugen vasthouden en hulpmiddelen coördineren, wordt de onderwijskundige vraag wie welke delen van het leerproces zou moeten sturen, en wanneer die sturing zou moeten verschuiven.

Agentische AI in het onderwijs: een scopingreview brengt 474 studies in kaart en vindt beperkte longitudinale validatie, concentratie in hoger onderwijs en bètaonderwijs, en zwakke integratie van onderwijstheorie: slechts 29% van de beoordeelde studies putte expliciet uit onderwijstheorie, een bevinding over dat corpus en niet over al het AIEd-werk.

Open vragen volgen daaruit. Levert hulp die de lerende zelf initieert andere uitkomsten op dan hulp die de agent initieert? Kan ondersteuning worden teruggetrokken naarmate bekwaamheid groeit, zonder verlies? Behouden leerlingen het vermogen het systeem tegen te spreken? De syntheses Agentische AI en Mens-AI-samenwerking voegen interventie door de docent en verantwoording in settings met meerdere agenten toe, waar niemand heeft vastgesteld wie antwoordt voor de beslissing van een agent. Meer autonomie is een pedagogische ontwerpkeuze met een bewijsbasis die nog moet worden opgebouwd.

Toets veiligheidsfalen tegen echte leerlingen

Onderwijsveiligheid reikt verder dan feitelijke juistheid en verboden verzoeken. Een tutor kan een correct antwoord geven en tegelijk de gelegenheid van de lerende om te redeneren wegnemen, een misvatting versterken of afhankelijkheid opbouwen. Pedagogische veiligheid behandelt het construct.

SafeTutors identificeert falen zoals overmatige onthulling van antwoorden en het loslaten van scaffolding, met aanzienlijk meer falen bij tests met meerdere beurten. Dat zijn benchmarkbevindingen onder gespecificeerde omstandigheden, geen schattingen van hoe vaak schade in klaslokalen voorkomt.

Wat gebeurt er wanneer die fouten echte leerlingen treffen bij langdurig gebruik, is onbekend. Welke tijdelijke verwarring veroorzaken, welke hardnekkige misvattingen, welke verminderen motivatie en welke verzwakken zelfstandige bekwaamheid is niet gemeten. Ook heeft niemand vastgesteld welke waarborgen die risico's verkleinen zonder buitensporige weigeringen of frustratie op te roepen. Langer lopend werk moet ook vertrouwen, bereidheid om menselijke hulp te zoeken, handelingsvermogen van de lerende en relaties met medeleerlingen en docenten als uitkomsten meten. Voor kinderen vereist dat ontwikkelingsadequaat onderzoek dat systeemgedrag verbindt met onderwijskundige en relationele uitkomsten.

Scheid adoptie van implementatie

Technische bekwaamheid stelt niet vast dat een hulpmiddel goed wordt gebruikt, en professionele ontwikkeling bereikt studenten niet automatisch. De ontbrekende schakel loopt meestal van de voorbereiding van de docent, via veranderde lespraktijk, naar leerlinguitkomsten.

Pedagogie eerst, technologie tweede is een multilevelstudie onder 46 docenten en 2.832 studenten. Pedagogische AI-kennis hing samen met de percepties en intenties van studenten, en geen van de gemeten componenten van docentkennis hing rechtstreeks samen met winst in AI-kennis bij studenten. Zulke associaties stellen niet vast dat een trainingsinterventie beter leren zou veroorzaken.

De open vraag is welke combinaties van coaching, curriculumafstemming, reviewroutines, planning en institutionele ondersteuning duurzame verbetering opleveren, en onderzoek moet daadwerkelijk uitgevoerd onderwijs observeren in plaats van vertrouwen of adoptie-intentie van docenten. AI-competentie van docenten en Onderwijsontwikkeling dekken het terrein.

Vergelijkende kosteneffectiviteit is een tweede hiaat. Evaluaties zouden verificatie, correctie, training, toezicht, onderhoud en implementatietijd moeten meetellen naast abonnements- en modelkosten, en AI-ondersteund aanbod moeten vergelijken met realistische alternatieven. De vraag die het antwoorden waard is: welk onderwijskundig voordeel levert de volledige opzet voor de middelen die het kost.

Behandel bestuursdocumenten als intenties

Ethische principes en bestuurskaders zijn noodzakelijk, en hun bestaan stelt niet vast dat ze de praktijk veranderen of leerlingen beschermen.

Agarwal et al. beoordeelden 25 artikelen en vonden eindgebruikers grotendeels passief in de ethiekliteratuur, met stemmen van studenten vrijwel afwezig, naast spanningen tussen waarden en machtsasymmetrieën tussen belanghebbenden. Dat beschrijft de beoordeelde literatuur. Het is geen bewering dat studenten nooit deelnemen aan het ontwerp van AIEd.

Wat ontbreekt is bewijs over welke bestuursarrangementen een meetbaar verschil maken. Verandert participatie van studenten en docenten de inkoop, het ontwerp van hulpmiddelen, de beoordelingsregels of de herstelmaatregelen na een fout? Vangen procedures voor menselijke beoordeling ingrijpende fouten? Zijn alternatieven voor AI-gebruik echt beschikbaar voor de mensen die te horen krijgen dat ze het moeten gebruiken? Privacyonderzoek heeft een parallel hiaat: de onderwijswaarde van extra gegevensverzameling wordt meestal verondersteld, en gegevensminimaliserende ontwerpen zijn zelden vergeleken met meer intrusieve op zowel leren als autonomie van de lerende. Zie AI-bestuur en Privacy.

Maak het onderzoek herbouwbaar

AIEd heeft een ongewoon hard reproduceerbaarheidsprobleem. Studies laten prompts, modelversies, instellingen, code en instructiedetails weg, en propriëtaire systemen kunnen tijdens of na een interventie veranderen. Beperkingen in AIEd-onderzoek documenteert het patroon.

Een studie herbouwen betekent de onderwijsopzet beschrijven én het model: leertaken, bronnen van inhoud, toegestane acties, interface, ondersteuning door de docent, beoordelingsomstandigheden en alles wat tijdens de uitrol veranderde. Eén configuratie reproduceren en toetsen of het pedagogische principe overdraagbaar is naar een andere zijn afzonderlijke prestaties, en de rapportagerichtlijnen in Onderzoeksmethoden voor effectiviteit behandelen beide.

Synthese vraagt dezelfde zorg. Meta-analyse en systematische review noemt zwakke primaire studies, publicatiebias, heterogene interventies en onverenigbare uitkomsten als grenzen aan gepoolde conclusies, en één gemiddeld „AI-effect” verbergt de onderscheidingen die onderwijsprofessionals nodig hebben. Reviews zouden ondersteunde prestaties van zelfstandig leren moeten scheiden, interventietypen en vergelijkingscondities onderscheiden, en codeerbeslissingen controleerbaar maken.

De syntheseliteratuur is zelf een hiaat. De forensische audit van O'Neill (2026) van 14 invloedrijke meta-analyses vond dat geen enkele een geldige basis voor haar claims bood. Geen samenhangend construct: een hulpmiddel behandeld als één interventie, multidimensionale uitkomsten gepoold. Publicatiebias werd in alle 14 ongeldig beoordeeld. Gerapporteerde I² liep van 77,2% tot 94,4% in elke analyse die het rapporteerde, met 12 van de 13 boven 80%. 61% van willekeurig gecontroleerde primaire studies had zorgen over validiteit. Die 14 analyses verzamelden in ongeveer 16 maanden meer dan 2.000 citaties, en een ingetrokken meta-analyse werd in 60% van de citerende artikelen na de intrekking nog steeds als gezaghebbend geciteerd zonder dat te vermelden. Van 14 artikelen die een andere geauditeerde meta-analyse citeerden, waarvan het abstract een groot effect van „AI-onderwijs” aankondigde dat in feite het onderwijzen van studenten over AI mat, citeerden slechts 2 die passend, lazen 8 die als bewijs dat integratie van AI het leren verbetert, en waren 4 op andere manieren fout. De audit vraagt tijdschriften volledige datatransparantie voor meta-analyses te eisen (zoekprotocollen, gecodeerde kenmerken van studies, geëxtraheerde statistieken, analytische code), vraagt redacteuren een publicatierecord niet als bewijs van reviewbekwaamheid te behandelen, en vraagt dat intrekkingen zichtbaar zijn waar een artikel wordt gevonden, geëxporteerd of geciteerd. Reproduceerbaarheid omvat de syntheseketen, niet alleen de afzonderlijke studie.

Docenten die de versie op klasniveau willen, kunnen evaluatiemethoden voor AI-interventies volgen.

Wat onderzoekers en docenten hier verkeerd doen

Het veld mist studies. Het mist gespecificeerde studies. Er zijn multisite-experimenten, gerandomiseerde trials met duizenden studenten en 14 invloedrijke meta-analyses. Slechts 21% van de geauditeerde vergelijkingen definieerde behandeling, controle en uitkomst goed genoeg om een effect toe te schrijven.

Een theorie noemen is haar toetsen. Een verwijzing naar een leertheorie is een kaderbeslissing. Een toets vraagt een voorspelling, systeemgedrag dat die implementeert, en een procesmaat die ook de andere kant op had kunnen uitkomen.

Een gevalideerde geautomatiseerde score is een gevalideerde uitkomst. Overeenstemming met menselijke codeurs stelt consistentie met die codeurs vast. Gesimuleerde leerlingen verbeterden op een betrouwbaarheidsmaat zonder tegen menselijk leren te zijn gevalideerd, en de keten van modelgedrag naar uitkomst blijft ongebouwd.

Toegang is kansengelijkheid. In het Hongkongse onderzoek vernauwden kloven in psychologische gereedheid terwijl verschillen op de objectieve toets bleven bestaan, en elke groep verbeterde zonder dat de ongelijkheid sloot. Apparaten en licenties veranderen wie het hulpmiddel kan bereiken.

Meer autonomie is vooruitgang. Grotere onafhankelijkheid van agenten is een ontwerpkeuze. Met 29% van 474 agentische studies die putten uit onderwijstheorie en beperkte longitudinale validatie heeft niemand aangetoond dat het verschuiven van controle naar het systeem het leren verbetert.

De tegenwerpingen die u zult horen

„Het hiaat is gewoon dat we meer gerandomiseerde trials nodig hebben.” Die bestaan nu ruim voldoende, en het probleem zit stroomopwaarts van ontwerplabels: een trial van een pakket dat nieuwe feedback, nieuwe taken en een nieuwe interface bundelt, kan niets aan de AI toeschrijven. De vergelijkingsconditie is waar het werk zit.

„Ik kan geen meerjarige follow-up uitvoeren.” Meet dan één uitgesteld moment zonder hulp en zeg welk interval het dekt. Een week is een echte bevinding, en het onderzoek naar de beheersingsregel behaalde zijn resultaat na één week door AI in de workflow in te bedden en zich op geoefend materiaal te richten.

„Randomisatie is onmogelijk in mijn cursus.” Ontwerpgericht en kwalitatief werk beantwoordt implementatievragen die trials niet kunnen beantwoorden, en het veld heeft beide nodig. Waar willekeurige toewijzing mogelijk is, draagt die nog steeds de causale claim.

„De gepoolde effectgrootte vertelt me al wat werkt.” De 14 geauditeerde meta-analyses definieerden de behandeling als een hulpmiddel, poolden onverenigbare uitkomsten en rapporteerden I² boven 80% in 12 van de 13 analyses die het gaven. Het gepoolde getal beschrijft een reeks studies met een constructprobleem.

„Gesimuleerde leerlingen zijn goedkoper, dus validatie kan wachten.” In het onderzoek naar vleierij lieten gesimuleerde leerlingen misvattingen vallen ongeacht of de feedback die behandelde, en dat is precies het faalpatroon waardoor een ineffectieve tutor effectief lijkt.

Wat u deze week kunt doen

1. Schrijf de vergelijkingsconditie van het onderzoek dat u plant in één zin op. Is die business as usual, herzie hem dan voordat u iets anders herziet.

2. Voeg één uitgestelde maat zonder hulp aan het ontwerp toe en noem het interval in de methodesectie.

3. Schrijf de populatiegrens in de ontwerpverklaring, en daarna in het abstract, zodat de claim niet verder kan reizen dan de steekproef.

4. Neem de sterkste claim in uw huidige concept en schrap de versie die uw maat niet kan dragen. Houd de zin over het plafond.

5. Benoem voor elke geautomatiseerde score of gesimuleerde leerling in het onderzoek de menselijke standaard en de beoordelaar voordat de gegevensverzameling begint.

Waar u verder kunt gaan

rapporteren en interpreteren van AIEd-onderzoek is de rapportagetegenhanger van deze pagina, en Onderzoeksmethoden in AI in het onderwijs behandelt de ontwerpkeuzes achter elk hiaat. evaluatiemethoden voor AI-interventies gaat over maten en vergelijkingsontwerpen, werkt onderwijs-AI? is de kortere versie van de effectiviteitsvraag, en helpt AI studenten leren? verzamelt wat bekend is over duurzaam leren. theorieontwikkeling in AIEd en onderzoek naar kansengelijkheid, ethiek en pedagogische veiligheid voeren de theoretische en de kansengelijkheidslijn verder.