Wekelijkse update over AIEd-onderzoek #37 november 2026

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

Een wekelijks overzicht van de Kennisbank over AI in het onderwijs, over wat het onderzoek dat in de afgelopen week verscheen betekent voor docenten, ontwikkelaars, onderzoekers en bestuurders.

Sinds het vorige nummer zijn er 159 nieuwe studies, acht nieuwe conceptpagina's, twee nieuwe FAQ's en drie nieuwe bronnen bij de kennisbank gekomen, die nu 2.085 samenvattingen van artikelen, 230 conceptpagina's, 44 FAQ's en 40 bronnen bevat. Zoek of gebruik AI om met de kennisbank te chatten.

Inhoud

• Belangrijkste punten en vragen
• Nieuwe FAQ's
• Nieuwe concepten
• Nieuwe bronnen
• Voor docenten
• Voor ontwikkelaars
• Voor onderzoekers
• Voor bestuurders
• Deze week ook toegevoegd
• Notities over de site
• Volg de update

Belangrijkste punten en vragen

• Kan AI-feedback de feedback van een docent vervangen? Door AI gegenereerde feedback en docentfeedback verbeterden essayrevisies in gelijke mate in een gerandomiseerde trial met 312 eerstejaarsschrijvers. Docentfeedback verhoogde de motivatie meer omdat studenten zich verbonden voelden met de persoon die haar gaf. AI kan een revisieronde dragen; de docent draagt nog steeds de relatie.
• Kan een ondersteunende chatbot een medestudent vervangen? Een ondersteunende chatbot presteerde hetzelfde als dagboek schrijven in het verminderen van eenzaamheid in een gerandomiseerde trial met 296 eerstejaarsstudenten; een willekeurig toegewezen medestudent verminderde haar wel. De bot toonde meer empathie terwijl studenten minder terug gaven, dus meet eenzaamheid zelf.
• Verandert een korte ethiekmodule het AI-oordeel? Een module over informatie-ethiek van vier weken verhoogde de scores van studenten op scenario's voor ethisch oordeel over AI in een trial die 16 klassen randomiseerde. Ongeveer 60% van de winst hield vier weken later stand, en de zwaarste AI-gebruikers wonnen het meest. Casusonderwijs is veelbelovend.
• Verbetert meer AI-ondersteuning creatief werk? Vier gerandomiseerde experimenten met 728 volwassenen vonden dat, wanneer AI meer van het werk deed, beoordelaars de resulterende innovatievoorstellen lager waardeerden, vooral omdat deelnemers minder van het cognitieve werk deden. Meer ondersteuning ging samen met zwakker werk.
• Kan een door AI gemaakt spel beter onderwijzen dan een hoorcollege? Een rollenspel met een mysterie versloeg het hoorcollege van dezelfde docent op juridische kennis en redeneren in een gerandomiseerde trial met 84 rechtenstudenten. Het spel werd met generatieve AI gebouwd; de vergelijking was spel tegen hoorcollege, dus het resultaat ondersteunt spelgebaseerd leren en laat chatbotgebruik ongetest.
• Veranderen rapporten over studentprestaties het lesgeven? Docenten die nieuw waren met een online tutorsysteem voor wiskunde werden willekeurig uitgenodigd om een learning analytics-dashboardrapport te openen over de prestaties van hun studenten op de eerste opdracht. Het openen veranderde noch het aandeel dat aan de volgende opdracht begon, noch de toetsscorewinst van studenten, hoewel de voltooiing van de volgende opdracht steeg, vooral in kleinere klassen.
• Maakt het evenaren van menselijke beoordelaars een AI-beoordelaar veilig? Een audit van zes AI-modellen die 300 korte antwoorden beoordeelden, vond dat alle zes identiek werk hoger markeerden wanneer hun verteld werd dat de student hoog presteerde, met 0,28 tot 0,75 punten op een tienpuntsschaal. Overeenstemming kan een bias verbergen die aan het eerdere prestatieoverzicht van de student hangt; houd dat overzicht achter.
• Waarom is door AI gegenereerde taal zo moeilijk te begrijpen? AI-tekst overgebruikt zeldzame woordcombinaties, denominale werkwoorden, levenloze subjecten, gereduceerde objectrelatieven, gestapelde zelfstandige naamwoorden en lange afhankelijkheden, omdat post-training voor wiskunde, code en redeneren beknopte antwoorden beloont boven heldere uitleg. De implicatie voor het onderwijs is dat door AI geschreven uitleg, feedback en leesmateriaal voor studenten moeilijker te verwerken kunnen zijn, zelfs wanneer leesbaarheidsscores er goed uitzien, een probleem voor leesonderwijs dat formules missen. [Redactionele noot: Als herinnering: deze nieuwsbrief en de AIEd-kennisbank zijn door AI gegenereerd. De ontwikkelaar van de site gaf uitgebreide redactionele begeleiding om de leesbaarheid en bruikbaarheid te verbeteren; daarna paste de AI-agent de Humanizer-skill toe en volgde een expliciete instructie om bevestigend te schrijven en de constructie „niet X, maar Y” te vermijden.]

Nieuwe FAQ's

Twee nieuwe antwoorden kwamen deze week bij de FAQ.

Hoe kan AI studenten helpen met lezen en leesbegrip?

Het antwoord over lezen behandelt leesniveaulabels als ruwe gissingen: de beoordelingen van een paar echte lezers verslaan een formule, en een AI die de opdracht krijgt zich als student voor te doen kan u niet vertellen hoe moeilijk een tekst zal voelen. Gebruik AI om teksten te vinden, te vereenvoudigen en te annoteren, en probeer het resultaat dan uit met studenten en houd het origineel ernaast.

Hoe komen AI-bias en oneerlijkheid in het onderwijs naar voren, en wat kunnen we eraan doen?

Het antwoord over bias vraagt om foutpercentages voor de groepen die u onderwijst, want een gemiddelde kan een kloof verbergen en de fout kan zitten in scoring, tutoring, dashboards of detectie. Neem groepsrapportage en een beroepsroute op in inkoop, en repareer de pijplijn zelf.

Nieuwe concepten

Acht conceptpagina's kwamen deze week bij de kennisbank.

Leesonderwijs

Leesonderwijs heeft nu een pagina die vier dingen scheidt die vaak één label delen: een lezer helpen, lezen beoordelen, een tekst aanpassen en moeilijkheid meten. Zij citeert een studie waarin 193 studenten 3.954 zinnen beoordeelden; 72,8% van de zinnen voelde gemakkelijk of zeer gemakkelijk, zelfs wanneer Flesch-scores iets anders zeiden, dus een leerjaarlabel is een zwakke gids voor hoe een bepaalde lezer een tekst zal ervaren.

Reflectie

Reflectie heeft een nieuwe pagina die haar scheidt van de monitoring op het moment zelf die metacognitie heet. De eerste ontwerpvraag is of de student de reflectie schreef. In een experiment met 302 volwassenen verdubbelden reflectieprompts de tijd met feedback en verminderden zij de oefening met 40%, met een lagere beheersing tot gevolg, 65% tegen 79%, dus timing doet er evenveel toe als de prompt zelf.

Automatiseringsbias

Automatiseringsbias benoemt de menselijke gewoonte die een correcte AI-aanbeveling in een verkeerde beslissing kan veranderen: een antwoord accepteren dat u in twijfel had getrokken als u er zelf op was gekomen. Zij verzamelt de plekken waar dat in het onderwijs gebeurt, van essaycijfers en vroege waarschuwingen tot proctoring, en laat zien hoe een controlestap die alleen op papier bestaat dat niet opvangt.

Burgerschaps- en politieke vorming

Burgerschaps- en politieke vorming brengt een gat in het bewijs in kaart en synthetiseert het veld. Een analyse van 310 door AI gegenereerde lesplannen vond dat 90% van de activiteiten alleen om reproductie, begrip of basistoepassing vroeg; 94% had bijna geen multiculturele inhoud; en geen enkele studie in het corpus mat burgerschapsleren.

Bibliotheken

Bibliotheken behandelt de bibliotheek als plek, dienst en groep professionals. Een review van 29 studies vindt adoptie geconcentreerd in referentie en catalogisering, terwijl de Public AI Libraries-pilot van gedeelde, bemande toegang het rechtvaardigheidsargument maakt.

AI-avatars en synthetische docenten

AI-avatars brengen de rollen in kaart die een synthetische mens kan innemen, van opgenomen docent en tutor tot gesimuleerde patiënt en examinator. Het bewijs is ongelijk, en een realistisch gezicht zegt weinig over leren; openbaarmaking en vertrouwen doen er evenveel toe als het model.

Sensor- en blikvolganalyse

Sensor- en blikvolganalyse omvat eye-tracking, hersen- en hartsignalen en camerapostuur als manieren om aandacht en betrokkenheid en cognitieve belasting af te leiden. Het veld is beter in het observeren van leerlingen dan in het veranderen van onderwijs, en de pagina behandelt privacy, bias en de kloof tussen een lichaamsignaal en een mentale toestand als centraal.

Informatie- en mediageletterdheid

Informatie- en mediageletterdheid behandelt de twee als één onderwijskundig probleem: informatiegeletterdheid vraagt of een bron geloof verdient, mediageletterdheid vraagt wie een boodschap maakte en waarom. Generatieve AI laat beide vragen samenvallen omdat vloeiende tekst haar oorsprong verbergt; de pagina vindt weinig bewijs over een gecombineerd curriculum.

Nieuwe bronnen

Drie bronnen kwamen deze week bij de bronnenbibliotheek.

LearnHarness

LearnHarness is een gratis opensource-desktopapp waarin AI-agenten vaststellen wat een leerling al weet, de ideeën in kaart brengen die nodig zijn om een doel te bereiken, één redeneerstap tegelijk onderwijzen en de oefening aanpassen.

Learning Commons

Learning Commons publiceert open bouwstenen voor curriculumproducten: een kaart van standaarden en curricula, tools voor het scoren van gegenereerde tekst, en kant-en-klare AI-workflows voor docenten.

Public AI Libraries

Public AI Libraries is een pilot die een gedeeld AI-werkstation in Amerikaanse openbare bibliotheken plaatst, met chat, beeld- en videogeneratie, een codewerkruimte, een onderwijsgids en een privéaccount voor elke bezoeker.

Voor docenten

AI-feedback evenaart een docent bij revisies, terwijl de motivatie achterblijft

AI en docentfeedback verbeterden dezelfde essays met ongeveer evenveel in een gerandomiseerde trial met 312 schrijvers. Docentfeedback deed meer voor de motivatie omdat de student zich verbonden voelde met de persoon die haar gaf.

Houd een menselijke stem rond de feedback. Combineer het gegenereerde commentaar met een kort antwoord van de docent, of gebruik AI voor de eerste ronde en de docent voor het gesprek over het werk.

Zie ook: AI-feedback op schaal

Een op de vijf essays werd volledig door de chatbot geschreven

Een studie onder 77 schrijvers in het hoger onderwijs logde elke prompt, elk antwoord en elke plakactie. Vijftien, of één op de vijf, leverden door de chatbot geschreven essays in, en de meesten vonden nog steeds dat het essay van hen was.

Vraag om het tussenwerk: de prompts, de revisies en een korte notitie over wat veranderde en waarom. Maak de overdracht zichtbaar terwijl er nog tijd is om te onderwijzen.

Zie ook: Beoordeling herontwerpen voor het AI-tijdperk

Middelbare scholieren gebruiken AI bijna universeel, en zwakkere leerlingen gebruiken haar meer

Een studie van een jaar onder 4.062 Duitse middelbare scholieren vond bijna universeel AI-gebruik: 95% gebruikte het, en zwakkere leerlingen gebruikten het vaker om taken af te ronden. Dat patroon voorspelde later minder inspanning.

Dat maakt AI-gebruik kaderen en zelfregulatie deel van het curriculum, herijkt door het jaar heen. Vraag studenten waarvoor het hulpmiddel bij deze taak dient, en geef zwakkere leerlingen een ondersteunde route die begint met het werk begrijpen.

Zie ook: Overmatige afhankelijkheid van AI verminderen

Een ondersteunende chatbot evenaarde dagboekschrijven, terwijl een medestudent eenzaamheid verminderde

In een gerandomiseerde trial van twee weken met 296 eerstejaarsstudenten presteerde een ondersteunende chatbot hetzelfde als dagboekschrijven in het verminderen van eenzaamheid, terwijl een willekeurig toegewezen medestudent haar verminderde. De bot toonde meer empathie terwijl studenten minder terug gaven.

Een bot kan dienen als een nuttig eerste contact terwijl een medestudent of counselor beschikbaar blijft. Bouw die menselijke route in elke studentondersteuningservice die u aanbeveelt, en meet eenzaamheid zelf.

Zie ook: AI, angst en welzijn

Behandel een AI-simulatie als geoefende repetitie onder begeleiding

Een review van 14 studies vond dat verpleegkundestudenten laagdrempelige, herhaalbare AI-simulatie waardeerden en meer vertrouwen rapporteerden, vooral in communicatie en klinisch redeneren. Realisme, lichaamstaal en reactievertraging bleven zwak.

Informeer studenten over de grenzen, eis dat zij gegenereerde inhoud controleren, en bespreek achteraf na. Houd menselijke interactie waar non-verbale communicatie of aanhoudende empathie het punt van de oefening is.

Zie ook: Verpleegkundeonderwijs

Code voor eindprojecten verdrievoudigde terwijl commentaar gelijk bleef

Tien semesters van 260 eindprojecten in het informaticaonderwijs laten de mediane code stijgen van ongeveer 3.400 regels naar 10.000, terwijl commentaar bij 8% bleef. Het aantal commits steeg; individuele commits veranderden nauwelijks.

Beoordeel de ontwerpbeslissingen, de uitleg van de code en het vermogen van de student om haar te wijzigen. Het artefact kan nu sneller groeien dan het leren dat het moet tonen.

Zie ook: Beoordeling herontwerpen voor het AI-tijdperk

Voor ontwikkelaars

Zonder de figuur zou een AI-tutor moeten weigeren

Zes beeldbekwame AI-modellen pakten 376 wiskunde-items uit het voortgezet onderwijs aan waarvan de figuren sleutelinformatie droegen. Met de figuur loste het beste iets meer dan de helft op; zonder de figuur weigerden ze bijna elke keer.

Behandel een weigering als een signaal van ontbrekende context. Een score of profielupdate die zonder de figuur tot stand komt, meet een andere taak.

Zie ook: Wiskundeonderwijs

Een schrijftutor die vragen stelt en het schrijven aan de studenten laat

MAIKE stelt vragen en diagnoseert argumenten terwijl zij de essaytekst aan de student laat. Onder 65 middelbare scholieren evenaarde de verbetering die van een controlechatbot, 40% tegen 41%, en MAIKE-gebruikers besteedden meer beurten aan ideeën; niemand ging achteruit.

Meet of een idee dat in de chat wordt besproken een revisie wordt. Een schrijfonderwijs-hulpmiddel dat alleen de uiteindelijke tekst verbetert, kan het redeneren omzeilen dat de opdracht moet opbouwen.

Zie ook: Schrijfonderwijs met AI

Zoom in en markeer de dia terwijl de vertelling loopt

GuideSlide vertelt een diaserie en gebruikt visualisatie om in te zoomen op het deel dat wordt besproken. In een studie met 24 mensen die op telefoons keken, daalde de werklast, steeg het begrip van 5,5 naar 6,5 van de 9, en 21 van de 22 gaven er de voorkeur aan.

Het voordeel een dag later was niet statistisch significant, dus de studie ondersteunt aandacht tijdens het kijken; duurzaam leren blijft ongetest. Bouw de aanwijzingen in de vertelling zelf in.

Zie ook: AI ontwerpen in leren

Een fijngetunede detector kan studenttekst de-identificeren zonder de naam-bias

Vijf hulpmiddelen werden getest op 13.613 bestanden met studenttekst. Een fijngetunede GPT-4o-mini vond ongeveer 96% van de identificerende details tegen ongeveer een zesde van de prijs per token van Azure; de hulpmiddelen van Microsoft misten Afrikaanse en Aziatische namen vaker.

Trainen op tien transcripten werkte op een nieuwe set, dus de aanpak reist mee. Begroot de tweede controle wanneer precisie ertoe doet, en rapporteer de groepen die uw hulpmiddel mist.

Zie ook: Institutioneel AI-beleid

Videoanalyse bereikte overeenstemming op menselijk niveau, met een mens in de lus

GAIVA transcribeert, labelt en interpreteert klaslokaalvideo voor learning analytics. Op vijf opnames stemden haar labels ongeveer even nauw overeen met menselijke beoordelaars als twee beoordelaars onderling, en zij bracht een vorm van participatie aan het licht die de oorspronkelijke theorie niet noemde.

Behandel het model als een codeerpartner met een traceerbare prompt en een menselijke beslissing in elke fase. Het model brengt ook patronen aan het licht waar een menselijke beoordelaar misschien niet naar had gezocht.

Zie ook: AI-ondersteund onderwijskundig onderzoek

Voor onderzoekers

Een groot gemiddeld effect kan nog steeds geen betrouwbaar voordeel betekenen

Een review van vier gecontroleerde studies met 420 studenten informatica en engineering vond een grote gemiddelde verbetering, terwijl de studies sterk van elkaar verschilden en het waarschijnlijke bereik geen voordeel bevatte. Het bewijs werd als zeer onzeker beoordeeld.

Behandel een groot gemiddelde uit vier ongelijksoortige studies als een hypothese over uw cursus. Test gepersonaliseerd leren waar het zal draaien, en zeg ronduit hoe onzeker het bewijs is.

Zie ook: Wat gepersonaliseerd leren betekent

Een AI-beoordelaar die het dossier van de leerling kent, beoordeelt hetzelfde werk anders

Zes AI-modellen beoordeelden dezelfde 300 korte antwoorden met een ware en een verwisselde notitie over eerdere prestaties. Elk model markeerde identiek werk hoger onder het hoge label, met 0,28 tot 0,75 punten op een tienpuntsschaal.

Studentcontext gedraagt zich hier als een bias. Rapporteer het contexteffect naast het overeenstemmingscijfer, en test beoordelen zonder het dossier van de student voordat u een model betrouwbaar noemt.

Zie ook: Eerlijkheid en betrouwbaarheid van AI-beoordeling

Een eerlijk lijkende tutor kan een kloof van 26% in vaardigheid verbergen

Twee jaar logs van 8.549 studenten die MATHia gebruikten, een adaptieve wiskundetutor, lieten zien dat studenten die nog leerden lezen vaardigheden beheersten op 68,7% tegen 77,6%, terwijl de algehele eerlijkheidsmaat bijna neutraal leek. Eén vaardigheid verborg een kloof van 26% in voorspelde beheersing.

De tutor had geen component voor leesvaardigheid, dus leesonderwijs was een ontbrekende factor in een wiskundesysteem. Modelleer de vaardigheid, en rapporteer kloven op het niveau waar een docent zou ingrijpen.

Zie ook: AI-bias en eerlijkheid in het onderwijs

Fout-positieven van detectoren zijn een governanceprobleem

Een review van 90 studies vond dat AI-detectoren legitiem schrijven markeren in percentages die niet te poolen zijn, omdat hulpmiddelen, drempels, datasets en talen verschillen. Abstracts, literatuurreviews, examenantwoorden, vertaalde tekst en bewerkte tekst werden steeds weer gemarkeerd.

De remedie is procedureel: transparant gebruik, menselijke beoordeling, AI-geletterdheid, een expliciet institutioneel beleid en een beroepsroute. Dat hoort bij governance, met detectorinstellingen als één onderdeel.

Zie ook: Moeten we AI-detectoren gebruiken?

Menselijke beoordelaars evenaren kan nog steeds het werk missen

Tweeëntwintig AI-modellen beoordeelden 100 items per taak over korte antwoorden, code en essays. De meeste evenaarden mensen op korte antwoorden, vier evenaarden of versloegen hen op code, en geen enkel bereikte het menselijke niveau op essays.

Een hoog overeenstemmingscijfer kan samengaan met een AI-beoordelaar die de toelichting beoordeelt en het antwoord mist. Voeg gewijzigde antwoorden toe aan de evaluatie en rapporteer waar het model van het werk afwijkt.

Zie ook: Eerlijkheid en betrouwbaarheid van AI-beoordeling

Voor bestuurders

Bewijs over neurodivergente edtech is geconcentreerd en door onderzoekers geleid

Een review van 93 studies vond dat autisme het bewijs over edtech voor neurodivergente leerlingen domineerde met 39,8%, vóór verstandelijke beperking, ADHD en dyslexie. Extended reality (VR en AR) was het meest onderzocht; sociale en peeruitkomsten kregen minder aandacht, en kinderen hadden weinig inspraak.

Vraag naar de uitkomst die het klaslokaal aangaat en naar de leerlingen die in de evaluatie zijn meegenomen. Een claim die alleen door onderzoekers is gevalideerd, kan afdrijven van de mensen die zij moet dienen.

Zie ook: AI voor leerlingen met een beperking en neurodivergente leerlingen

Studenten wilden een institutionele assistent voor feedback

Een co-designprogramma van 13 maanden met 315 studenten en 20 medewerkers vond dat 73% feedback rond de klok waardeerde die aan hun studie was gekoppeld. Flashcards en quizzen kregen meer positieve commentaren dan open chat, en 16 van de 18 betatesters wilden de assistent.

De 10% tot 15% die op grond van waarden weerstand bood, vormt het adoptierisico. Behandel hun zorgen als substantieel. Leg uit hoe studentgegevens worden verwerkt en wat de assistent niet kan voordat de pilot begint, en geef studenten een route om zich af te melden.

Zie ook: AI ontwerpen in leren

Proctoring vangt fraude en schuift de kosten naar de minst bedeelden

Een review van 32 studies vond dat AI-proctoring spieken en je voordoen als iemand anders vangt, terwijl fout-positieven, storingen in licht en bandbreedte, angst en privacyschade het hardst vallen op de minst bedeelden. Geautomatiseerde proctoring was 59% van de studies.

De reviewers bevelen alternatieve beoordeling aan en een mix van menselijke en geautomatiseerde monitoring. Verminder het online tentamen waar veel van afhangt voordat u nog een detector toevoegt.

Zie ook: Institutioneel AI-beleid

Een dashboardrapport verhoogde de voltooiing terwijl toetsscores gelijk bleven

Docenten die nieuw waren met een online wiskunde-tutor werden willekeurig uitgenodigd om een learning analytics-dashboardrapport over de prestaties van studenten op de eerste opdracht te openen. Het veranderde noch het aandeel dat aan de volgende opdracht begon, noch de toetsscorewinst van studenten, hoewel de voltooiing in kleinere klassen steeg.

Test of docenten het rapport openen, ernaar handelen en een leerwinst zien voordat u analytics koopt; een stijging in voltooiing alleen is onvoldoende.

Zie ook: Controleren of onderwijskundige AI werkt

Bijna geen enkele instelling kan noemen wie AI-beheer bezit

Een enquête onder 387 studenten en medewerkers in 13 landen vond dat slechts 17% een aangewezen AI-governance-rol kende. Van de rest vond 71% zo'n rol nodig en verwachtte 76% dat zij hun ervaring zou verbeteren.

Respondenten beschreven een rol met een mandaat; een commissie zonder mandaat laat die rol onvervuld. Geef de eigenaar bevoegdheid over training, gegevensbeveiliging, ethische toetsing en strategie, en publiceer wie haar bekleedt.

Zie ook: Institutioneel AI-beleid

Deze week ook toegevoegd

• Assessment of teacher performance and learner behavior using artificial intelligence in higher education: an integrative review of literature
• Process visualization feedback in news translation: a controlled intervention study of human-AI interaction using multimodal process data
• A teamwork framework for preventing breaches of academic integrity and improving students' collaborative skills in the AI era
• Artificial intelligence in higher education and graduate employability: cognitive engagement, self-efficacy, and career adaptability in the AI era
• Uneven automation: comparing authorship anxiety and generative AI use among art and design undergraduate students
• University students’ overreliance on generative AI feedback in the learning process: the effects of perceived cognitive load, cognitive offloading, and metacognitive monitoring
• What Do They Think? Undergraduate Perceptions of Student-AI Use
• Ability of AI detection tools and humans to accurately identify different forms of AI-generated written content
• AI and I-Distributed authorships in the Swedish upper secondary writing classroom
• Beyond Response Scoring: An AI-aware Cognitive Supervision Framework for Automated Mathematical Short Answer Grading
• Data and AI Literacy in Geography Education: A Needs Assessment of Pre-Service Geography Teachers
• Declared, Not Detected: A Blockchain-Anchored, Agentic Framework for Academic Integrity in the Generative AI Era
• Developing Feedback Taxonomy for Math: A Synergy of Perspectives through Data Mining Methods
• Digital borders, algorithmic governance and civic digital literacy: examining the educational implications of AI-driven immigration management in post-apartheid South Africa
• Examining AI interaction profiles in generative AI supported fraction division problem posing
• I'm Sorry, Dave. I'm Afraid This Feedback is not Constructive: Human Perspectives Versus ChatGPT Evaluations of Feedback in an Era of Artificial Intelligence
• Making argumentative work visible in GenAI-mediated assessment: An exploratory LLM simulation and questionnaire study in university ideological and political education
• Owning what one did not make: psychological ownership, agency, and the authorship legitimation deficit in human-AI co-creation
• Preliminary evaluation of an AI-powered chatbot for academic integrity support in higher education
• Automating Self-Affirmation Essay Coding: Fine-Tuned BERT Performance Comparable to Human Coders and Comparison with GPT-4
• Mapping moral reasoning research among college students: a bibliometric analysis of traditional foundations and emerging digital ethics
• The longitudinal relationships among AI-assisted music classroom engagement, flow experience, and musical emotional intelligence: a parallel-process latent growth modeling study
• A Comparative Study of Knowledge Component Granularity in Intelligent Language Tutoring Systems
• Effects of generative AI assisted grammar instruction on Ethiopian EFL learners' self-efficacy, metalinguistic awareness, and writing performance
• Mapping the Integration of AI Literacy Into Information Literacy Instruction in Academic Libraries: A Systematic Review of Emerging Research
• AI in mathematics classrooms: A synergistic strategy for diversity and inclusivity
• Artificial intelligence in embodied learning: A systematic literature review
• Dear Gemini: Agency, Peer Review, and Critical AI Literacies in Student Writing Ecologies
• From design to classroom adoption: Teachers' perspectives on AI-powered writing analytics in resource-constrained contexts
• How does generative AI support inquiry-based learning? A systematic review
• Scaffolding Autonomy: AI-Augmented Self-Paced Learning Environments for Sustainable Learning Outcomes
• Sustained use of generative artificial intelligence (GenAI) in programming education: A systematic review of empirical evidence on adoption, learning outcomes, and continuance intention
• Active Learning with Generative AI in Introductory Physics: A Multi-Institutional Study of the P-A.I.R. Framework
• AI literacy and vocational students’ complex problem-solving skills: a moderated mediation model of systematic thinking, cognitive load, and perceived school ICT support
• AI literacy facets in creative higher education: associations with learning performance and academic well-being
• Artificial intelligence (AI) and information seeking: A comparative exploration of AI chatbots, search engines, and library resources as information sources among university students
• Artificial intelligence in professionally oriented physics education: patterns of use and perceived learning support among future engineers
• Breaking career boundaries in the AI era: how AI literacy relates to university students' perceived employability through future work self salience and boundaryless career mindset
• Designing Safe and Relevant Generative Chats for Math Learning in Intelligent Tutoring Systems
• From generation to judgment: the multidimensional structure of design thinking mindset and differences across learning stages in AIGC-supported fashion film design learning
• Generative AI dependency and perceived learning outcomes among university students: an indirect association involving effort regulation
• Generative artificial intelligence reshapes university students’ sustainable use of academic information resources: mixed evidence from behavioral logs and perceptual survey data
• Learning engagement and creative self-beliefs in generative AI-supported design education: self-reported prompt literacy and dimensions of AI dependence
• Scaffolding GenAI Use in Ethical Essay Writing: A Three-Year Experience Report in Introductory Computing
• Teachers’ basic psychological need satisfactions and their intentions to use generative artificial intelligence: the mediating role of engagement in professional development
• Using Machine Learning to Measure Self-Efficacy Belief Through Learners' Interaction Traces in Technology-Enhanced Learning
• What Am I Really Doing with My Own Brain?": College students on learning, ownership, and AI
• A Framework for Considering Exploration, Interpretation, and Confirmation During Data Analysis: Computationally Assisted Analysis of Teacher-Group Interactions
• A metacognitive approach to learning and performance in human-AI interaction
• Beyond access: How GenAI literacy relates to task performance, motivation, cognitive load and interaction patterns in AI-assisted learning environment
• Characterizing diverse student behaviors, interactions, and perceptions with GAI-augmented learning analytics tool
• ChatGPT and student engagement in L2 writing: a systematic review towards a ChatGPT-enabled smart learning environment framework
• ClickSight: An LLM Framework for Interpreting Student Clickstreams Through Learning Strategies
• CLST: Cold-Start Mitigation in Knowledge Tracing by Aligning a Generative Language Model as a Students' Knowledge Tracer
• Combining AI and corpus technology in language teaching: Professional development and knowledge co-construction using the CoI framework
• Comparing Zero-Shot Large Language Model Prompting with Human Coding of Theory Concepts in Student Essays
• Design and preliminary validation of an AI enhanced game based learning environment for computational thinking in upper secondary education
• Development and validation of the AI cognitive offloading scale for Chinese college students
• Evaluating Generative AI as a Supportive Analytic Partner in Qualitative Coding of Metacognitive Student Reflections
• Exploring AI peer in collaborative mathematics learning
• GenAI-based metacognitive prompting in collaborative inquiry: A comparison across diverse preconception groups
• Generative AI and student motivation: an SDT-guided systematic review of learning activities, motivational regulation, and measurement
• Intrinsic and Contextual Factors Impacting Student Ratings of Automatically Generated Questions: A Large-Scale Data Analysis
• Leveraging Large Language Models to Identify Conversation Threads for Collaborative Learning Analysis
• Motivational organization in AI-supported writing: A self-determination perspective
• Personalizing Second Language Learning: Integrating AI with Learner Preference, Proficiency, and Engagement
• Psychological pathways to responsible generative AI decision-making among teachers: governance clarity, perceived accountability, decision uncertainty, and AI literacy
• Rigor, commitment, and generative AI: a conceptual framework for student engagement in EAP writing
• Should there be a teacher in-the-loop? A study of generative AI-personalized tasks middle school
• To Align Long, Plan Short: Simulating Diverse Profile-Aligned Students by Realizing Short-Term Plans in Long-Horizon Learning Environments
• Using Bayesian Knowledge Tracing to Evaluate Perceptual Scaffolding and Desirable Difficulties in a Math Intervention
• Using LLMs to Identify Indicators of Persistence from Students' Dialogues with a Pedagogical Agent
• What a teacher cannot delegate: a pedagogy-first framework for integrating conversational AI agents across the simulation cycle
• Who Is Doing the Thinking? Characterising Human Agency in First-Year Students’ AI Interactions
• Artificial intelligence and immersive technologies for LGBTQ+ youth: a narrative review
• Who benefits from LLMs? Prompt engineering competence and equity in higher education
• Trusting AI too much? Psychological correlates of overtrust and the role of AI literacy
• AI for eGovernance: Leveraging Language Technologies For Digital Inclusion
• Perceived and demonstrated generative AI literacy in engineering problem solving: the role of verification behavior
• Rethinking the Structure of AI Literacy in Generative AI Educational Systems: Descriptive Patterns of Expert Convergence and Heterogeneity
• Human-AI Collaboration for Qualitative Analysis in Participatory Design: Refining the Writing Analytics Tool
• Why is AI-generated language so hard to understand?
• Generative AI configurations across creative phases: a 2 x 2 experiment on creative performance and immediate knowledge in art and design education
• Supporting creative agency: metacognitive control and trust in generative AI art education
• A model for enhancing the quality of geography education based on the integration of Artificial Intelligence and Geographic Information Systems
• From Policing Provenance to Designing for Evidence: Testing Four Propositions on Generative AI Against Research and Institutional Policy
• Higher education governance under AI and geopolitical disruption: a socio-technical framework for administrative artificial intelligence
• ChatGPT and employability in higher education: exploring creativity, critical thinking, and problem-solving
• From technology adoption to curricular coherence: technology-enhanced simulation as a bridge in health professions education
• A Survey of Graph-Based Knowledge Tracing from Structural and Propagation Perspectives: Models, Applications, and Future Directions
• Integrating Topic Modeling and LLM Prompt Engineering into a Human-driven Approach to Analyze Interview Transcripts
• Leveraging Interview-Informed LLMs to Model Survey Responses: Comparative Insights from AI‑Generated and Human Data
• Analyzing Educational Video Transcripts with LLMs: Accuracy, Named Entities, and Interpretability
• Data Plus Theory Equals Codebook: Leveraging LLMs for Human-AI Codebook Development
• Towards responsible and trustworthy educational data mining: Comparing symbolic, sub-symbolic, and neural-symbolic AI methods
• The Ghost Learner Paradox: A Systematic Review of Metacognitive Laziness in the Age of Generative AI
• Beyond ChatGPT: A Comparative Mapping of AI Research in STEM and Engineering Education and the Contemporary AI Tool Ecosystem
• Generative AI and Cognitive Processes in Education: A Narrative Review and Conceptual Framework
• Fifty years of topic development, thematic combination, and AI's evolving reach in Computers & Education
• From "usefulness" to "dependence": the dynamic evolution mechanism of generative AI use behaviors
• Generative AI in Education and the Erosion of Critical Democratic Citizenship

De journaalpagina noemt elke studie die deze week is toegevoegd, inclusief de studies die hier niet zijn samengevat.

Notities over de site

De nieuwsbrief en zijn RSS-feed zijn nu ook in het Spaans beschikbaar: bezoek de Spaanse nieuwsbriefsite of abonneer u op de Spaanse nieuwsbrief-RSS-feed. Om een andere localisatie aan te vragen, dient u een issue in of neemt u contact op met de ontwikkelaar van de site.

De site is veel lichter. De volledige concept- en FAQ-boom blijft uit elke pagina: de zijbalk toont tien onderwerpgroepen en haalt de volledige lijst pas op wanneer een lezer er een opent, en de rechterrail noemt acht recente pagina's, tegen dertig eerst. Over de hele build daalde HTML van 1,80 GB naar 1,26 GB, en de zijbalkmarkup van 604 MB naar 87 MB.

Vertalingen zijn vernieuwd in alle 33 geconfigureerde talen, inclusief de rechts-naar-links edities in het Arabisch, Hebreeuws en Urdu. Samenvattingen van artikelen blijven alleen in het Engels.

De offline-edities zijn verhuisd naar een nieuwe GitHub-releaseslocatie, dus oude EPUB- en PDF-links werken niet meer. Elke taal behoudt haar gebruikelijke adres. EPUB- en PDF-bestanden bestaan voor de 19 talen met links hieronder; de andere 14 zijn alleen op de site.

• Engels: EPUB en PDF
• Español (Spaans): EPUB en PDF
• Français (Frans): EPUB en PDF
• 中文 (Chinees): EPUB en PDF
• Deutsch (Duits): EPUB en PDF
• 日本語 (Japans): EPUB en PDF
• 한국어 (Koreaans): EPUB en PDF
• Português (Portugees): EPUB en PDF
• العربية (Arabisch): EPUB en PDF
• עברית (Hebreeuws): EPUB en PDF
• हिन्दी (Hindi): EPUB en PDF
• Русский (Russisch): EPUB en PDF
• Українська (Oekraïens): EPUB en PDF
• Italiano (Italiaans): EPUB en PDF
• বাংলা (Bengaals): EPUB en PDF
• اردو (Urdu): EPUB en PDF
• Bahasa Indonesia (Indonesisch): EPUB en PDF
• Tiếng Việt (Vietnamees): alleen op de site
• Nederlands: alleen op de site
• Svenska (Zweeds): alleen op de site
• Dansk (Deens): alleen op de site
• Suomi (Fins): alleen op de site
• Norsk bokmål (Noors bokmål): alleen op de site
• Română (Roemeens): alleen op de site
• Magyar (Hongaars): alleen op de site
• Čeština (Tsjechisch): alleen op de site
• Български (Bulgaars): alleen op de site
• Slovenčina (Slowaaks): alleen op de site
• Hrvatski (Kroatisch): alleen op de site
• Ελληνικά (Grieks): alleen op de site
• Polski (Pools): alleen op de site
• Kiswahili (Swahili): EPUB en PDF
• Türkçe (Turks): EPUB en PDF

De bron is openbaar op github.com/edtechdev/aied.

Volg de update

Ontvang elk nummer via de nieuwsbrieffeed in een feedlezer, door diezelfde feed in Blogtrottr te plakken zodat nieuwe nummers u per e-mail bereiken volgens een schema dat u kiest, of door hem te volgen op LinkedIn, waar elk nummer als LinkedIn-nieuwsbrief verschijnt.

---

Wekelijkse update over AIEd-onderzoek komt uit de Kennisbank over AI in het onderwijs, die een AI-agent genereert. Dit nummer is opgesteld door diezelfde AI-agent, met redactionele begeleiding van de ontwikkelaar van de site, en elke bewering hierboven linkt naar de pagina waar zij vandaan komt.

De kennisbank is aan het publieke domein gewijd onder een CC0 1.0-licentie. Geen rechten voorbehouden.

Iets gevonden in de inhoud? Meld het op GitHub, of neem contact op met de ontwikkelaar van de site, Doug Holton.