Symen van der Zee, lector Vernieuwend Onderwijs Saxion
De ontwikkelingen op het gebied van kunstmatige intelligentie (AI) volgen elkaar in een buitengewoon tempo op. De mogelijkheden lijken oneindig, maar tegelijkertijd moeten we kritisch wegen wat de werkelijke waarde van deze ontwikkelingen is voor het onderwijs.
Een belangrijk voorbeeld hiervan is de ontwikkeling van domeinspecifieke AI-modellen die automatisch lesplannen kunnen genereren. Deze modellen worden niet alleen getraind op taal, maar op enorme verzamelingen echte lesvoorbereidingen, gekoppeld aan curriculumgegevens, onderwijstheorieën en voorbeelden uit de praktijk.
In het recente onderzoek van Zheng en collega’s (2025) stond een specifiek model centraal dat is getraind op meer dan honderdduizend zorgvuldig genormaliseerde lesplannen. Elk onderdeel, van de lesdoelen tot en met de materialen, is gestructureerd zodat het systeem de interne logica begrijpt van wat een ervaren docent als een goede les beschouwt. De onderzoekers lieten zien dat het model een volledige lesopbouw kan produceren met curriculumgerelateerde doelen, logisch opeenvolgende activiteiten en passende materialen.
Om de bruikbaarheid vast te stellen, werd dit gespecialiseerde model vergeleken met bestaande generieke taalmodellen, zoals GPT-4 en Gemini, en met eerdere experimenten met prompt-engineering. De vergelijking was grondig: tweehonderd lesplannen werden door drie ervaren docenten beoordeeld op structuur, inhoudelijke juistheid, samenhang en taalgebruik.
De uitkomst was interessant: het nieuwe model scoorde significant hoger op inhoudelijke correctheid en de samenhang tussen de onderdelen. Waar generieke AI-modellen vaak blijven steken in losse ideeën of een te algemene aanpak, bleek het verrijkte model de leslogica van een ervaren docent consequenter te volgen.
Dit betekent niet dat het model didactisch meesterlijk is, maar wel dat het een niveau van consistentie en volledigheid bereikt dat veel leraren tijd kan besparen en fouten kan helpen voorkomen. Het onderzoek toont daarmee de richting van de ontwikkeling: van generieke AI naar domeinspecifieke, kennisrijke systemen die niet alleen kunnen schrijven, maar ook een interne onderwijslogica ontwikkelen op basis van grootschalige praktijkvoorbeelden.
Montessori
En precies daar wordt het cruciaal voor montessorionderwijs. Want de vraag dringt zich op: welk type onderwijslogica representeren deze systemen en past dat bij de pedagogiek die wij voorstaan? De onderwijsaanpak die in het onderzochte AI-model werd getraind, is gebouwd op een reguliere lesopbouw: expliciete doelstellingen, kernpunten, didactische stappen en evaluatievormen. Hoewel dit werkt voor scholen met een traditionele werkwijze, kan zo’n model voor montessorischolen suggesties bieden die haaks staan op de pedagogiek. Als montessorischolen dergelijke systemen zouden gebruiken alsof het kant-en-klare lesplannen zijn, schuiven ze ongemerkt op richting een andere onderwijsvisie.
Het risico is niet dat AI het onderwijs overneemt, maar dat de manier waarop we denken over onderwijs subtiel verschuift richting traditie en uniformiteit. En dat is iets wat voorkomen moet worden. Zou het dus denkbaar zijn dat er een montessorigerichte variant ontstaat? Is dat wenselijk en een welkome verrijking? Of moeten we juist waken voor deze verleiding, omdat de technologie, hoe indrukwekkend ook, de subtiliteit van de montessori-werkwijze nooit echt kan vatten?
Scan de QR voor de studie van Zhang et al. (2025)