AI maakt je misschien slimmer, maar niet echt wijzer

Ik heb de afgelopen maanden weer heel wat AI-scripties gelezen. Ik raad mijn studenten dan ook aan om hun voordeel te doen met de beschikbare AI-tools, mits ze verantwoord aan de slag gaan. Maar – verrassing – die tools blijken dan toch niet zo gezond voor ons leervermogen.

Papers samenvatten, secties herschrijven, of zelfs samen brainstormen over de richting van een paper… De AI-tools van vandaag doen het allemaal. Jammer genoeg zie je ook scripties verschijnen die duidelijk integraal met ChatGPT, Copilot of andere digitale ‘study buddies’ geschreven zijn. En dan merk je al snel dat een kritische blik nog te vaak ontbreekt. Sinds een collega me de recent gepubliceerde paper met de titel “AI makes you smarter but none the wiser” doorstuurde, kijk ik toch anders naar het gebruik van AI-tools, zowel in werk als studie.

In een reeks experimenten met honderden deelnemers kregen mensen wel of geen AI-ondersteuning bij logische redeneertaken. Deelnemers mét AI scoorden significant hoger dan zij zonder AI. Op zich positief, maar ze bleken hun eigen prestaties tegelijkertijd ook grandioos te overschatten. We kennen allemaal het Dunning‑Kruger‑effect: zeer competente mensen twijfelen vaak aan zichzelf, terwijl mensen die slecht presteren hun prestaties systematisch hoger inschatten. En in dat laatste blonken de AI‑gebruikers dus opvallend uit.

Met andere woorden: AI maakt ons wel degelijk beter, maar we overschatten hoeveel beter. Nog een opvallende bevinding: wie méér AI-kennis had, bleek zichzelf nog slechter te kunnen inschatten. Ze voelden zich zekerder bij het gebruik van AI‑tools, maar checkten hun resultaten daardoor minder, wat dan weer resulteerde in meer fouten.

Eerder onderzoek in het onderwijs vond zelfs dat leerlingen die GPT’s mochten gebruiken tijdens het studeren veel beter presteerden tijdens het oefenen, maar zodra die tools werden weggenomen, presteerden ze beduidend slechter dan studenten die AI nooit mochten gebruiken. Die leerlingen hadden minder geoefend, minder nagedacht en daardoor ook minder geleerd. AI-tools worden dan ook vergeleken met een kruk die je helpt lopen: het kan wel degelijk helpen, maar als je er te veel op vertrouwt, word je er op den duur slechter van.

Het probleem zit hem in al deze gevallen bij een gebrek aan metacognitie: reflecteren over én monitoren van je eigen denken. Oftewel: denken over je eigen denken, en dat actief kunnen sturen en evalueren. Metacognitie is essentieel bij leren, maar AI‑tools nemen die reflex weg. Daardoor lever je wel output, maar verwerk je alles oppervlakkig en leer je dus niet écht. Het is daarom belangrijk dat we onszelf én onze medewerkers blijven uitdagen om diep te denken. Dat kan door AI‑tools zo te ontwerpen dat ze kritische vragen stellen en reflectie stimuleren, maar ook door onze eigen metacognitie bewust te blijven trainen. Ik ben in ieder geval blij dat ik in mijn job af en toe nog eens word uitgedaagd om echt diep te denken. En als dat betekent dat ik mijn hersenen dan bijna letterlijk voel kraken, dan neem ik dat er met veel plezier bij!