Cognitieve schuld en generatieve AI in het hoger onderwijs: verkennend praktijkgericht onderzoek naar signalering en didactische ombuiging

Het gebruik van generatieve AI in het hoger onderwijs neemt snel toe. AI-toepassingen bieden studenten laagdrempelige ondersteuning, directe feedback en flexibiliteit. Studenten ervaren AI vaak als niet-oordelend en altijd beschikbaar, wat drempels bij leren en taalgebruik verlaagt (Otten & Snippe, 2025). Tegelijkertijd signaleren docenten dat zij steeds moeilijker kunnen inschatten hoe studenten leren en in hoeverre zij eigenaarschap nemen wanneer AI delegatief wordt ingezet (Inholland, 2025). De opkomst van autonome AI-agenten versterkt de zorg dat volledige workflows worden overgenomen zonder menselijke tussenkomst.
Een recente studie beschrijft dit spanningsveld als ‘cognitieve schuld’: kortetermijnefficiëntie gaat ten koste van diep leren, zelfregulatie en duurzame kennisopbouw (Kosmyna et al., 2025). Dit bedreigt het lerend vermogen; zonder actieve cognitieve inspanning stagneert de opbouw van diepe expertise. Kosmyna et al. (2025) waarschuwen daarom voor stagnatie in de leerontwikkeling door overmatige automatisering van cognitieve taken. In het hoger onderwijs ontbreken echter praktijkgerichte instrumenten en didactische strategieën om deze leerprocessen zichtbaar te maken en doelgericht te beïnvloeden. AI-gebruik wordt nu vaak toegestaan of beperkt zonder voldoende inzicht in de gevolgen voor studiesucces.
Dit fellowship onderzoekt hoe cognitieve schuld door AI-gebruik gesignaleerd kan worden en hoe AI didactisch kan worden ingezet om leren, zelfregulatie en eigenaarschap te versterken. Het onderzoek combineert een verkennende toepassing van de Cognitive Debt Monitor (CoDeM) met de inzet van een reflectieve AI-coach, geïnspireerd op Socratische vraagstelling en bestaande ervaringen met AI-taalassistenten in het onderwijs.
Het onderzoek wordt binnen twee werkpakketten uitgevoerd in samenwerking met twee lectoraten bij minimaal twee opleidingen. De focus ligt op onderwijsopdrachten waarin studenten AI gebruiken. De opbrengsten omvatten inzicht in leerprocessen, ontwerpprincipes voor verantwoord AI-gebruik en concrete onderwijsproducten voor docenten. Daarmee draagt het fellowship bij aan onderwijsontwikkeling, studiesucces en de professionele ontwikkeling van de fellow als praktijkgericht onderzoeker en innovator.