Presteren goede studenten slechter door AI?

Een recente studie van de Universiteit van Aarhus onderzoch hoe generatieve AI (GenAI) de prestaties van studenten beïnvloedt tijdens het oplossen complexe. slecht omschreven problemen. Een slecht omschreven probleem is een taak waarbij het doel niet altijd duidelijk is en waarvoor geen eenduidige oplossing is. 

Aan de studie deden 141 studenten mee. De studie onderzocht de impact van GenAI op de prestaties van deze studenten tijdens een business case-examen  met daarin diverse slecht omschreven problemen. Studenten werden willekeurig ingedeeld in een controlegroep en een groep met toegang tot GenAI (ChatGPT-4). 

Studenten in de controlegroep (zonder GenAI) bleven presteren zoals verwacht: studenten die bij de start onderpresteerden, bleven achter, terwijl studenten die bovengemiddeld scoorden, hun prestaties konden behouden. 

De resultaten in de experimentele groep (met GenAI) toonden echter een opvallend patroon: studenten die bij de start onderpresteerden (een score van 5 of lager op de eerste taak) verbeterden hun scores significant wanneer ze met GenAI mochten werken. Daarentegen zagen studenten die bij de start bovengemiddeld scoorden, hun scores juist dalen.

De onderzoekers constateren dat door het gebruik van GenAI de verschillen tussen boven- en onderpresteerders sterk verkleind worden: beide groepen komen uit op een vergelijkbaar niveau. Dit wordt door de onderzoekers verklaard door wat zij cognitieve belasting inversie noemen: onderpresteerders ervoeren minder cognitieve belasting omdat GenAI complexe taken voor hen overnam, terwijl bovenpresteerders juist werden gehinderd door de omvangrijke en plausibel klinkende output van de chatbot. De tijdsdruk van de toets maakte het voor studenten bovendien onmogelijk om de GenAI-output goed te evalueren of te integreren in hun eigen antwoorden. De onderzoekers vergelijken hun bevinding met het bekende expertise reversal effect (de bevinding dat beginners baat hebben bij ondersteuning, terwijl het contraproductief kan zijn voor experts).\

We zien hier dus een paradox: technologie die bedoeld is om te helpen of je leerproces te ondersteunen, kan zo maar een obstakel worden. En waar die obstakels vaak het grootst zijn voor de meest kwetsbare studenten, zien we hier een voorbeeld hoe technologie, in de vorm van GenAI, juist de best presterende studenten kan hinderen in hun leerproces.

Het abstract:

This study investigates how generative AI (GenAI) access impacts student performance in ill-defined, time-pressured business school exams. Through an embedded mixed-methods design combining an experimental study with qualitative interviews, we identify an equalizing effect: low performers improve while high performers decline, resulting in performance convergence. Our qualitative analysis reveals the mechanism driving this convergence—GenAI-induced cognitive load inversion. Low performers experience cognitive load relief by copying chatbot output, thus bypassing the analytical work the task requires. High performers experience cognitive load amplification, struggling to process voluminous output under time pressure, disrupting their analytical processes. We argue that task structure shapes GenAI’s effects in time-constrained situations: the ill-defined nature of our task elicits different cognitive challenges compared to well-defined tasks of prior research, helping reconcile mixed findings on GenAI’s democratizing effects. Furthermore, the findings reveal how traditional assessments fail when GenAI masks performance differences.

Een nieuwe RCT naar AI in het onderwijs: AI-tutoring verslaat actief leren, of toch niet?

Onderzoekers van Harvard voerden een randomized controled trial uit met 194 studenten om te onderzoeken of een AI-tutor studenten beter kan laten leren dan actief leren in de klas. De resultaten toonden aan dat wanneer studenten werkten met een AI-tutor zij significant hogere scores behaalden op de posttests, terwijl ze er minder tijd besteedden aan studeren dan wanneer ze actief leerden in de klas. Daarnaast gaven studenten aan zich meer betrokken en gemotiveerd te voelen. De AI-tutor was in deze studie specifiek ontworpen volgens bewezen didactische principes, zoals stapsgewijze begeleiding, directe feedback en hield rekening met cognitive load. Maar wat betekenen deze resultaten nu precies? En hoe werd de studie precies opgezet?

In deze studie ondergingen studenten beide condities, de AI-tutor én de actieve les,  maar dan in twee opeenvolgende weken. Dit zogenoemde crossover-design zorgt ervoor dat elke student beide condities. Voor en na elke les maakten de studenten toetsen in om de leerwinst te meten. Hoewel beide groepen dezelfde leerstof kregen aangeboden, zat het verschil 'm in de uitvoering: de AI-tutor bood individuele, stapsgewijze begeleiding met directe feedback, terwijl de actieve les draaide om samenwerking aan opdrachten in een klassikale setting. Maar wat zegt dit nu eigenlijk over de echte verschillen tussen deze twee onderwijsvormen?

De resultaten uit deze studie zijn duidelijk: wanneer studenten met de AI-tutor werkten, behaalden ze significant hogere scores op de posttests dan wanneer ze actief leerden in de klas. Met een effectgrootte variërend van 0.73 tot 1.3 standaarddeviaties, laat de studie zien dat de AI-tutor niet alleen beter presteerde dan actief leren, maar dit ook deed in beduidend minder tijd. Ruim 70% van de studenten voltooide de les in minder dan een uur, terwijl de actieve les een vaste 60 minuten in beslag nam. Ook op het gebied van betrokkenheid en motivatie scoorden hoger wanneer ze werkten met de AI-tutor. 

Resultaten van de studie voor posttest scores.

Deze studie is indrukwekkend op papier, maar er zitten toch een paar haken en ogen aan. Ten eerste:Wat wordt er nu precies vergeleken in deze studie? Een zelfstandige, individuele leeromgeving  met stapsgewijze begeleiding, directe feedback en adaptief tempo met een klassikale setting waarin samenwerking en opdrachten centraal staan. Met andere woorden: de auteurs vergelijken tutoring-achtige instructie (een methode waarvan al decennialang bekend is dat ze effectief is) met een klassieke versie van actief leren. Kun je dan zeggen dat AI beter werkt? Of had je dan AI-tutoring moeten vergelijken met tutoring van een docent of een oudere student? Of met een Intelligent Tutoring System?

Ten tweede: het novelty effect. Studenten waren meer betrokken en gemotiveerd. Maar dit was wellicht omdat ze met een nieuwe, hippe tool werkten. Maar hoe lang blijft dat effect bestaan? Zonder herhaalde blootstelling of langdurig gebruik weten we niet of die motivatie en betrokkenheid blijven bestaan als de nieuwigheid eraf is. 

Ten derde: tijdsbesparing betekent niet automatisch dieper leren. Studenten leerden meer in minder tijd, maar dat zegt niets over of ze de stof echt begrepen of alleen maar snel oppikten. De toetsen die de studenten maakten richtten zich volgens de auteurs op "the understanding, applying, and analyzing levels of Bloom’s Taxonomy". Mogelijk matchte dit minder goed met de opzet van de opzet en opdrachten in de actief leren-lessen, die mogelijk beter aansluiten bij de hogere niveau's van de taxonomie.

Kortom: AI is geen magie. Het werkt alleen wanneer het goed ontworpen is. Als je dezelfde principes (stapsgewijze begeleiding, directe feedback, adaptief tempo) in de klas of in een face-to-face situatie toepast, zou het resultaat vergelijkbaar kunnen zijn. En dan is er nog iets wat de auteurs helemaal vergeten te noemen: de prijs van veel directe feedback die de AI-tutor je kan geven. Het is al lang bekend uit de literatuur over Intelligent Tutoring Systems (ITS) dat directe feedback efficiënt kan zijn, maar dat het studenten ook kan belemmeren in het zelf ontdekken en corrigeren van hun eigen fouten. Schooler en Anderson waarschuwden hier in de jaren '90 al voor. Studenten die direct feedback krijgen, leren misschien sneller, maar ze leren óók minder zelfstandig. Ze leren bijvoorbeeld minder goed zelf fouten ontdekken en deze fouten corrigeren.

AI helpt leerlingen meer wanneer ze ook zelf iets doen, zoals notities maken

Er wordt momenteel over weinig onderwerpen in het onderwijs zo veel gesproken als over GenAI. Aan de ene kant zijn er mensen die zien dat GenAI het leerproces kan versterken: leerlingen kunnen sneller uitleg krijgen, vragen stellen en complexe teksten laten verduidelijken. Aan de andere kant groeit ook de zorg dat leerlingen met GenAI juist minder zelf nadenken en dat dit mogelijk nadelige gevolgen heeft. In de cursus Maatschappelijke vraagstukken: De rol van onderwijstechnologie van onze master Onderwijswetenschappen onderzochten we met studenten ook dit spanningsveld.

Ook een recente studie van Kreijkes en collega’s (2026) onderzoekt precies dit spanningsveld: wat gebeurt er wanneer leerlingen een large language model (LLM) gebruiken tijdens het lezen van een tekst? Helpt dat hen om beter te begrijpen en te onthouden wat ze lezen, of werkt een klassiekere strategie, zoals aantekeningen maken, eigenlijk beter?

De resultaten zijn interessant, en tegelijkertijd ook een beetje ontnuchterend.

Wat onderzochten ze?

De onderzoekers wilden weten wat er gebeurt wanneer leerlingen een large language model (LLM) gebruiken tijdens het lezen van een tekst. Concreet keken ze naar drie manieren van werken:

1. Aantekeningen maken tijdens het lezen
2. Een LLM gebruiken om vragen te stellen over de tekst
3. Een combinatie van LLM gebruiken én notities maken

Daarbij onderzochten ze drie zaken:

• tekstbegrip
• retentie van de inhoud van de tekst na enkele dagen
• betrokkenheid van leerlingen

Aan de studie namen 344 leerlingen van ongeveer 14-15 jaar uit zeven middelbare scholen in Engeland deel. De leerlingen bestudeerden twee historische teksten en werden drie dagen later getest op hun begrip en retentie.

GenAI gebruiken om te leren? Zelf nadenken blijft belangrijk

De resultaten laten een duidelijk patroon zien. Leerlingen die aantekeningen maakten, scoorden het best op zowel begrip als retentie. Leerlingen die alleen een LLM gebruikten scoorden het laagst. De groep die zowel een LLM gebruikte als aantekeningen maakte zat daar tussenin: zij deden het beter dan de LLM-groep, maar het verschil was minder groot dan met de groep die alleen aantekeningen maakte. Met andere woorden: GenAI bovenop een klassieke leerstrategie lijkt wel te helpen ten opzichte van GenAI alleen, maar het maakt de strategie van aantekeningen maken op zichzelf niet beter.

Betekent dit dat GenAI niet werkt?

Nee. Integendeel.

De studie suggereert dat combinaties van strategieën interessant kunnen zijn. LLM’s kunnen bijvoorbeeld helpen om extra vragen te stellen, verbanden te verkennen en nieuwsgierigheid te stimuleren. In de dataset zagen de onderzoekers bijvoorbeeld leerlingen die tijdens een tekst over apartheid plots vroegen naar het levensverhaal van Nelson Mandela, of tijdens een tekst over de Cubacrisis naar de angst voor communisme. Dat zijn vragen die verder gaan dan de oorspronkelijke tekst en mogelijk bijdragen aan dieper begrip of duiden op interesse die werd opgewekt bij de leerlingen.

Wat ook opviel: Veel van prompts die de leerlingen schreven waren gericht op het verkrijgen van aanvullende informatie of dieper begrip. Leerlingen stelden daarnaast vraag verduidelijkingsvragen ("Wat is een sanctie?") of vroegen de LLM vaak om informatie te conderseren. Opvallend was ook dat in slechts zes prompts bleek dat leerlingen de betrouwbaarheid van de output van de LLM betwijfelden. Een klein deel van de prompts was niet gerelateerd aan de leertaak ("Vertel me over Harry Potter"). 

Opvallend was ook dat wanneer de onderzoekers keken naar de overlap tussen de output die studenten genereerden met behulp van de LLM en de inhoud van hun notities, ze moesten constateren dat deze overlap behoorlijk groot was. Bij bijna 1/5 van de leerlingen bevatten de aantekeningen vrijwel alleen letterlijke kopieën van de LLM-output. Dit suggereert dat leerlingen in de LLM+aantekeningen conditie minder zelf aantekeningen maakten, wat mogelijk de effectiviteit ervan vermindert.

Overzicht van de verschillende prompts die leerlingen gebruikten.

Nog een interessant detail: Leerlingen dachten zelf vaak dat het LLM hen beter hielp dan notities maken. Dat staat haaks op hun daadwerkelijke leerresultaten.

Dat is overigens geen nieuw fenomeen. Onderzoek naar leren laat al langer zien dat leerlingen niet altijd goed kunnen inschatten wat hen werkelijk helpt om te leren.

Wat betekent dit voor onderwijs?

Misschien vooral dit: AI kan een nuttig hulpmiddel zijn, maar het vervangt geen cognitieve inspanning van leerlingen zelf. Strategieën zoals: aantekeningen maken, samenvatten, uitleggen in eigen woorden, blijven krachtige manieren om kennis op te bouwen.

En misschien is dat wel de belangrijkste les uit dit onderzoek: GenAI kan leren ondersteunen, maar leren zelf blijft inspanning vragen.

Of zoals een oud onderwijsprincipe het samenvat: als leren te gemakkelijk voelt, is het vaak minder effectief.

Het abstract

Students' rapid uptake of Generative Artificial Intelligence tools, particularly large language models (LLMs), raises urgent questions about their effects on learning. We compared the impact of LLM use to that of traditional note-taking, or a combination of both, on secondary school students' reading comprehension and retention. We conducted a pre-registered, randomised controlled experiment with within- and between-participant design elements in schools in England. 405 students, aged 14–15 years, studied two text passages and completed comprehension and retention tests three days later. Quantitative results demonstrated that both note-taking alone and combined with LLM use had significant positive effects on retention and comprehension compared to using the LLM alone. Yet, most students preferred using the LLM over note-taking, and perceived it as more helpful. Qualitative results revealed that many students valued the LLM for making complex material more accessible and reducing cognitive load, while they appreciated note-taking for promoting deeper engagement and aiding memory. Additionally, we identified “archetypes” of prompting behaviour, offering insights into the different ways students interacted with the LLM. Overall, our findings suggest that, while note-taking promotes cognitive engagement and long-term comprehension and retention, LLMs may facilitate initial understanding and student interest. The study reveals the continued importance of traditional learning activities, the benefits of combining LLM use with traditional learning over using LLMs alone, and the AI skills that students need to maximise those benefits.

Wat 70 jaar onderzoek zegt over leraar-leerlingrelaties

Er zijn van ideeën in onderwijs waar je nauwelijks tegenin kunt gaan. Dat een goede leraar-leerlingrelatie belangrijk is, bijvoorbeeld. In ons onlangs verschenen boek schreven we daar ook over. Wie durft te beweren dat die relatie níet belangrijk is? Maar daarom is het des te belangrijker om af te vragen: Wat weten wie hier echt over? Een recente studie van Emslander en collega’s (2025) helpt daarbij.

Geen nieuwe studie, wel een duidelijk overzicht

De auteurs deden een second-order meta-analyse: ze analyseerden 26 bestaande meta-analyses, samen goed voor ongeveer 2,6 miljoen leerlingen van kleuterklas tot het einde van het voortgezet onderwijs. Een Hercules-achtige poging om 70 jaar onderzoek naar leraar-leerlingrelaties samen te vatten. 

Wat zegt dit onderzoek over leraar-leerlingrelaties?

Over die 26 meta-analyses heen blijken leraar-leerlingrelaties consistent samen te hangen met een groot aantal belangrijke leerlinguitkomsten:

• leerprestaties
• motivatie
• gedrag
• welbevinden
• betrokkenheid
• executieve functies

Opvallend: die verbanden zijn voor deze uitkomsten vergelijkbaar. De relatie doet er dus niet alleen toe voor “zachte” uitkomsten zoals welbevinden, maar ook voor academische resultaten.

Bovendien laten de resultaten zien dat leeftijd van leerlingen ertoe blijkt te doen: de samenhang tussen relatie en uitkomsten is sterker in het voortgezet onderwijs dan in het basisonderwijs.

De conclusie? De leraar-leerlingrelatie is geen wondermiddel, maar ook geen bijzaak. Ze vormt een belangrijke voorwaarde van goed onderwijs waarop veel verschillende processen steunen.

Hoe werk je aan een goede leraar-leerlingrelatie?

NRO heeft onlangs twee leidraden gepubliceerd voor het primair en voortgezet onderwijs waarin op basis van onderzoek aanbevelingen worden gegeven voor het stimuleren van goed leraar-leerlingrelaties: 

1. Zorg voor een persoonlijke band met alle leerlingen.
2. Creëer kansen voor positief gedrag en interacties.
3. Ondersteun autonomie en bied structuur.
4. Reflecteer regelmatig op je relaties met individuele leerlingen.
5. Voorkom conflicten met leerlingen.
6. Zorg voor herstel van de relatie.

Abstract

Teacher–student relationships (TSRs) play a vital role in establishing a positive classroom climate and promoting positive student outcomes. Several meta-analyses have suggested significant correlations between positive TSRs and, for example, academic achievement, motivation, executive functions, and well-being, as well as between negative TSRs that result in behavior problems or bullying. These meta-analyses have differed substantially in TSR–outcome relationships, moderators, and methodological quality, thus complicating the interpretation of these findings. In this preregistered systematic review of meta-analyses plus original second-order meta-analyses (SOMAs), we aimed to (a) synthesize the meta-analytic evidence on relations between TSRs and student outcomes, (b) map influential moderators of these relations, and (c) assess the methodological quality of the meta-analyses. We synthesized over 70 years of educational research across 26 meta-analyses encompassing 119 meta-analytic effect sizes based on approximately 2.64 million prekindergarten and K–12 students. We conducted several three-level SOMAs and found that TSRs had similar large significant relations with eight clusters of student outcomes: academic achievement, academic emotions, appropriate student behavior, behavior problems, executive functions and self-control, motivation, school belonging and engagement, and well-being. The link with bullying was only marginally significant. Our moderator analyses suggested a larger TSR–outcome link for middle and high school students. Although more recent meta-analyses fulfilled more methodological quality criteria, these differences were not associated with TSR–outcome relations. These results map the field of TSR research; present their relations, moderators, and methodological quality in meta-analyses; and show how TSRs are equally important for a wide range of student outcomes and samples.

Impact statement

The present systematic review of 26 meta-analyses overviews more than 70 years of research on teacher–student relationships (TSRs). We found that TSRs were associated with crucial student outcomes, such as academic achievement and emotions, motivation, and appropriate behavior. Conversely, TSRs had negative relations with other outcomes (e.g., behavior problems at school). Thus, interventions should focus on improving TSRs and avoiding negative TSRs or aim to further enhance a specific student outcome (e.g., achievement and well-being) through positive TSRs. There seems to be no need to differentiate between female and male students in TSR research and interventions. Yet, students in higher grade levels seem to show larger relations between TSR and outcomes. Ultimately, our findings provide valuable evidence of the importance of TSRs for educational decision-makers and policymakers. Thus, it is central to train teachers to develop positive TSRs to give their students a sense of safety and belonging. This comprehensive and reliable evidence base can help inform policy decisions about the importance of TSRs across student outcomes and TSR-based interventions in teacher education and the classroom.

Herstelden alle scholen even goed van leervertragingen door de pandemie? Nieuw onderzoek geeft verrassend antwoord

Een grootschalige studie uit Duitsland (>200.000 leerlingen, >1000 scholen) werpt nieuw licht op de vraag of scholen met verschillende leerlingpopulaties verschillend herstelden de leerachterstanden die leerlingen hadden opgelopen door de schoolsluitingen tijdens de COVID-19 pandemie.

De onderzoekers bekeken of herstel verschilde tussen scholen met:

• minder sociaal-cultureel kapitaal,
• meer leerlingen met migratieachtergrond,
• langere schoolsluitingen.

De verwachting was dat deze scholen zouden meer moeite hebben met herstel. De opvallende uitkomst: geen groeiende kloof tussen scholen

De data laat zien dat scholen met uiteenlopende profielen een vergelijkbaar patroon van leerwinst lieten zien. De verschillen tussen scholen groeiden dus niet verder door de pandemie.

Dat betekent niet dat er geen leervertragingen waren, die vonden de onderzoekers wel, maar het herstel verliep gemiddeld gelijk op tussen scholen.

Hoe kan dat?

Een verklaring ligt mogelijk in de enorme programma’s die de overheden instelden om de leerachterstanden terug te dringen. Veel leerlingen kregen aanvullende ondersteuning, en middelen kwamen daadwerkelijk terecht in scholen met hogere risico’s. Snelle, doelgerichte interventies lijken hun werk te hebben gedaan. Het goede nieuws is dus dat deze scholen enorm veerkrachtig bleken en dat dit gold voor de meeste scholen ongeacht bijvoorbeeld de leerlingpopulatie.

Abstract

Background

COVID-19-related restrictions on schooling resulted in learning losses, which were larger for socially and economically disadvantaged students. While recent empirical results point towards a recovery of learning loss in some subjects, it is unclear which school-related context factors may have impacted the recovery from the pandemic.

Aims

We investigate proxy indicators for three school factors, (a) socio-cultural composition, (b) proportion of students with migration background, and (c) the duration of school closures, and how they relate to differential learning gains in repeated measures from grade 5 to grade 8 for a pre-pandemic cohort compared to measures in pandemic-affected cohorts.

Samples

We analyzed educational large-scale assessment data, covering all public schools in one German state (total n > 200,000 students, k > 1000 schools). Competence test data in reading and mathematics were available for a pre-pandemic cohort (2015–2019: assessed in 5th grade in 2015 and in 8th grade in 2019) and for two cohorts affected by the pandemic (2018–2022 and 2019–2023).

Results

Difference-in-difference-in-difference analyses showed no significant moderator effects for the three risk factors at the school-level (i.e., socio-cultural capital, proportion of non-German speaking students, lost school days) regarding the recovery from learning losses (i.e., similar learning gains from grade 5 to 8 across cohorts).

Conclusions

The null effects tentatively suggest that the social divide between schools did not widen in the aftermath of school closures. On average, schools seemed to recover from restrictions on schooling regardless of the schools’ social composition.

Wie voelt zich thuis op de universiteit en wie kan zichzelf zijn?

Als je al een tijd op een universiteit werkt of als je ouders gestudeerd hebben, dan lijkt het misschien een vanzelfsprekendheid dat je je thuis voelt op de universiteit. Maar dat geldt niet voor alle studenten. Een recent onderzoek van de Universiteit Utrecht, gepubliceerd in het British Educational Research Journal, gaat precies in op deze kwestie en onderzoekt het thuisgevoel (sense of belonging) en authenticiteit onder studenten.

De onderzoekers voerden een enquête uit waaraan 4473 bachelor- en masterstudenten deelnamen. Met behulp van structural equation modelling onderzochten ze hoe verschillende factoren, zoals geslacht, etniciteit, ondersteuningsbehoefte, deelname aan extracurriculaire activiteiten, opleidingsniveau van ouders, van invloed zijn op sense of beloning en authenticiteit van studenten.

Het onderzoek onthulde een aantal verrassende inzichten:

• Mannelijke studenten gaven aan zich meer thuis te voelen.
• Studenten met een functiebeperking ervoeren een aanzienlijk lagere sense of belonging en authenticiteit in vergelijking met hun medestudenten.
• Extracurriculaire activiteiten speelden een cruciale rol in het versterken van sense of belonging en authenticiteit van studenten.
• Studenten die in meerdere minderheidsgroepen vielen, worstelden vaak met zowel sense of belonging als authenticiteit.

Interessant genoeg voorspelden zowel een sterk gevoel erbij te horen als authenticiteit betere studieprestaties. Dit onderstreept het belang van het creëren van een inclusieve omgeving waarin elke student het gevoel heeft zichzelf te kunnen zijn en zich thuis te voelen op de universiteit.

Het abstract

Sense of belonging entails students' comfort level in the classroom and experienced faculty and peer support. A diminished sense of belonging can hamper academic performance. Therefore, it is important to know which student groups may experience weaker belonging and whether these disparities extend to students' authenticity, or perception they can be true to themselves. This survey research examines student differences in sense of belonging and authenticity by gender, sexual orientation, ethnicity, religion, disabilities, extracurricular involvement, parental education, prior education, study year and school. We also examined whether belonging and authenticity were related to students' self-reported academic performance. Our sample (N = 4473) consisted of Dutch undergraduate and graduate students. Data analysis employing structural equation modelling showed that male students felt more comfortable in the classroom and students with disabilities experienced less sense of belonging and authenticity than their peers. Extracurricular involvement enhanced students' belonging and authenticity. Being part of multiple minority groups impaired aspects of students' belonging and authenticity. Sense of belonging and the experienced room for authenticity positively and independently predicted academic performance. We conclude that fostering both belonging and authenticity is crucial for all students, but especially for minority students. We suggest educators foster students' sense of belonging and authenticity, which can enhance academic performance and promote educational equality and opportunities for all students. Stimulating extracurricular involvement or others forms of non-academic participation is promising to contribute to this goal.

Boekbespreking: Red het Onderwijs!

In het Donald Duck-verhaal Race naar de Zuidzee uit 1949 proberen zowel Donald Duck als Guus Geluk de verloren gewaande oom Dagobert te vinden. Uiteindelijk vinden ze hem op een afgelegen eiland. Guus wint natuurlijk de strijd, maar wat blijkt? Dagobert wilde juist helemaal niet gevonden en 'gered' worden, hij had zich expres afgezonderd om niet continu gestoord te worden. Woedend schrapt hij Guus Geluk uit zijn testament en laat alles na aan 'verliezer' Donald.

Ik moest aan dat verhaal denken tijdens het lezen van het boekje Red het Onderwijs! Wil 'het onderwijs' (wat dat ook precies mag zijn) wel gered worden? Op boekenwebsite Goodreads schrijft iemand erover: "Dit boek is echt niet wat het onderwijs nodig heeft ... Zoveel quotes die generaliserend zijn of gewoon simpelweg onwaar. Echt zwaar in teleurgesteld." Terwijl ik het boekje uitlees komt een jubelbericht langs van de VO-raad, de vertegenwoordigers van schoolbesturen. De staatssecretaris van Onderwijs is op audientie geweest en heeft benadrukt hoe belanrijk de Raad is ("Ik heb u keihard nodig!"). Ik snap dat niet: hoe kan de overheid zo aan de leiband lopen? Zouden de verhoudingen niet eigenlijk andersom moeten liggen? En worden de problemen in het onderwijs op deze manier ook maar enigszins opgelost? Dit boekje is een manifest: een oproep om het onderwijs te redden. Als je het leest zie je de duidelijke conclusie: het kan, maar dan moet er wel echt ingegrepen worden. 

Als ik een boekje met grieven over de onderwijspraktijk schrijf zou je kunnen zeggen: daar staat weer zo'n betweterige theoreticus te brullen vanaf de zijlijn. Dat is hier niet het geval: het RED-team bestaat weliswaar uit een bonte verzameling onderwijsdeskundigen, maar prominent aanwezig zijn ook leraren die 'met de poten in de klei staan'. Dat versterkt het betoog. Daarnaast worden sommige (maar niet alle) uitspraken met literatuurverwijzingen ondersteund. Ik denk dat sommige lezers zich aan het pleidooi voor het Directe Instructiemodel zullen ergeren. Juist daar was het wellicht verstandig geweest het betoog wat sterker te onderbouwen. Aan de andere kant: je kunt in een manifest maar beter helder zijn in wat je wilt (en wat je niet wilt). Nergens maken de auteurs een karikatuur van het huidige onderwijs, vandaar ook dat ik hierboven al zei dat 'onware' uitspraken naar mijn idee nergens voorkomen.

Het boek is na een inleiding en enthousiast voorwoord door Jeroen Dijsselbloem opgedeeld in tien hoofdstukken die elk een stelling als uitgangspunt hebben, zoals 'maak lesgeven aantrekkelijker', en 'faciliteer een krachtige en professionele beroepsorganisatie'. Ik kan me voorstellen dat je ergens op de helft denkt 'nou weet ik het wel'. Toch loont het de moeite om door te lezen, ik vond met name de gedeeltes waarin de historische achtergronden worden geschetst de moeite waard (wie van onder de 40 kent de HOS nog?).

Voor een manifest vind ik de toon van het boek opvallend bedeesd. Het is alsof iemand heeft gezegd: laten we het vooral zakelijk houden. Daarom is het wel extra genieten als een term als 'werkdrukblues' valt, of als een hoofdstuk begint met een betoog over het verval van The Beatles na de dood van hun manager (om over de komst van Yoko Ono nog maar te zwijgen). Op punten had de taal wel wat activistischer mogen zijn, bijvoorbeeld in de slotconclusie. Ik miste een uitsmijter als 'leraren, verenigt u en kom in opstand!'. Nu is het 'luister naar leraren, organiseer hun stem' zonder dat helemaal duidelijk wordt wie dat dan moet doen.

Al met al vind ik dat iedereen dit helder geschreven manifest moet lezen, met de minister(s) voorop. Je hoeft het helemaal niet met alles eens te zijn, maar de geboden oplossingen zijn concreet, uitvoerbaar, en vormen in ieder geval een concrete poging de huidige crises in het onderwijs het hoofd te bieden. Aan de slag!

Het boek is verkrijgbaar bij alle (web)winkels. Zie https://www.walburgpers.nl/nl/book/9789464563924/red-het-onderwijs 

Meta-analyse: Hoe interpersoonlijke ondersteuning motivatie, welzijn en prestaties kan verhogen

Zelfdeterminatie theorie (self-determination theory, SDT) is een invloedrijke motivatietheorie die stelt dat door de vervulling van de basale menselijke behoeften van autonomie, competentie en verbondenheid de motivatie van individuen versterkt kan worden. Daarnaast kan volgens deze theorie het vervullen van deze basisbehoeften het welzijn en prestaties van leerlingen verbeteren. 

Een recente meta-analyse gepubliceerd in het Journal of Personality and Social Psychology laat zien hoe interpersoonlijke ondersteuning, dat wil zeggen ondersteuning door anderen zoals leerkrachten, medeleerlingen of ouders, deze resultaten kan bereiken. De onderzoekers analyseerden voor deze meta-analyse maar liefst 4.561 effectgroottes van 881 onafhankelijke steekproeven, die meer dan 443.000 individuen omvatten.

Hun bevindingen? Steun voor autonomie, competentie en verbondenheid hangen sterk samen met vervullen van deze basisbehoeften. Bovendien hangt deze ondersteuning positief samen met welzijn hangt deze ondersteuning matig samen met prestaties.

In essentie onderstreept deze meta-analyse de kracht van interpersoonlijke ondersteuning bij het vormgeven van onze onderwijsomgevingen. Door gedrag in te zetten dat autonomie, competentie en verbondheid ondersteunt, is het mogelijk om het welzijn en de onderwijsprestaties van leerlingen te versterken.

Het abstract

People’s motivational processes, well-being, and performance are likely to be facilitated through the support of others. Self-determination theory argues that interpersonal supports for autonomy, competence, and relatedness are crucial to achieve these outcomes. In the present study, we provide a comprehensive examination of this formulation based on a meta-analytic database consisting of 4,561 effect sizes from 881 independent samples

(N = 443,556). Our results indicate that supports for autonomy, competence, and  relatedness were strongly positively related with the satisfaction of these basic needs and strongly negatively related to their frustration. Interpersonal supports for basic needs were strongly positively related with subjective well-being and exhibited small to moderate positive associations with performance. Moderation analyses showed general stability of

effects across cultures, although correlations of autonomy support to autonomous  motivation weakened as a function of individualism. The opposite pattern was observed for the correlation between relatedness support and intrinsic motivation. Some effects also declined as a function of sample age and lag in measurements. We also find that competence- and relatedness-supportive behaviors explained incremental variance in basic need satisfaction even after controlling for the more established effects of autonomy support. In addition, lateral need supports explained incremental variance in basic need satisfaction after controlling for vertical sources of support. In sum, our results are consistent with the premise that to support optimal motivation, well-being, and

performance, a broad set of behaviors that nurture all three basic needs, together with  different sources of interpersonal support, should be considered to yield the most benefit