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:
- Aantekeningen maken tijdens het lezen
- Een LLM gebruiken om vragen te stellen over de tekst
- 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.
