Ga verder naar de inhoud

AI en hoger onderwijs: impact op leerdoelen, lespraktijk en evaluatie

23.06.2026

De voorbije drie jaar hebben studenten AI razendsnel omarmd. Docenten werden daardoor geconfronteerd met fundamentele vragen over leren en evalueren: wat moeten studenten leren, hoe leren ze dat het best, en hoe kan je die kennis toetsen?

Ilse De Vos en Isabelle Borremans bundelen de inzichten van een bevraging van Vlaamse universiteitsdocenten uit 2025 met vier jaar ervaring in upskilling van hogeronderwijsmedewerkers. Wat hebben we geleerd? En hoe kan training de snelle adoptie van AI in hogeronderwijsinstellingen verder ondersteunen?

Nieuwe technologieën hebben het onderwijs altijd aangezet om na te denken over wat studenten moeten leren, hoe ze leren en hoe hun kennis en vaardigheden geëvalueerd worden. De impact van AI op het hoger onderwijs gaat daarbij verder dan de introductie van een nieuwe tool: generatieve AI zorgt ervoor dat de meest fundamentele vragen op tafel liggen:

  1. Hoe verandert AI de leerdoelen van opleidingen?
  2. Welke lesvormen blijven werken?
  3. En hoe evalueer je nog wat studenten zelf kunnen?

Om daar zicht op te krijgen, bevroegen onderzoekers van KU Leuven Vlaamse universiteitsdocenten over de impact van generatieve AI op hun onderwijspraktijk. De resultaten van die studie plaatsen we naast inzichten uit de webinarreeks Peers & Prompts die we samen met de Vlaamse Interuniversitaire Raad (VLIR) in 2025-26 vormgaven, ons gecureerde opleidingsaanbod voor upskilling in het hoger onderwijs en al de andere activiteiten voor het hoger onderwijs tussen 2021 en 2025.

AI in hoger onderwijs

Studenten behoren tot de meest actieve gebruikers van AI. Uit Digimeter 2025 blijkt dat 81% van de studenten AI gebruikt voor schooldoeleinden. 68% doet dat wekelijks en 21% zelfs dagelijks. Ter vergelijking: bij de Vlaamse beroepsbevolking gebruikt 51% wekelijks AI-technologie.

Ook bij de bevraagde docenten is AI ingeburgerd. Maar liefst 84% geeft aan generatieve AI te gebruiken voor persoonlijke of professionele doeleinden, en 15% betaalt voor een AI-tool. Toch vertaalt dat gebruik zich slechts gedeeltelijk naar de onderwijspraktijk. Ongeveer een derde van de respondenten zet AI in voor hun onderwijsdoeleinden, vooral bij de voorbereiding van lessen en het ontwikkelen van lesmateriaal. In de les zelf, en voor evaluatie of feedback, wordt generatieve AI voorlopig nog beperkt gebruikt.

Over de bevraging

Tussen februari en juni 2025 werden personeelsleden van Vlaamse universiteiten die betrokken zijn bij onderwijs bevraagd over de impact van AI op hun werk.

Van de 335 ingevulde vragenlijsten was de overgrote meerderheid van de respondenten verbonden aan KU Leuven (72,6%), gevolgd door UAntwerpen (11,1%) en UGent (9,7%). Qua functie bestond de grootste groep uit professoren (39,9%), gevolgd door doctoraatsstudenten (19,4%) en onderwijsassistenten (16,7%).

De resultaten van het onderzoek werden gepubliceerd in het Themanummer AI van "Onderzoek van Onderwijs".

Waar impacteert AI het hoger onderwijs?

UNESCO stelt dat GenAI het onderwijs uitnodigt om te herdenken over wat studenten moeten leren, waarom ze dat leren en hoe dat geëvalueerd  moet worden.

Die gedachte sluit aan bij het principe van constructive alignment (Biggs, 1996). Dat principe benadrukt het belang van een goede afstemming tussen leerdoelen, leeractiviteiten en evaluatie. Pas wanneer die drie elementen op elkaar aansluiten, ontstaat effectief onderwijs.

Een eenvoudig voorbeeld maakt dat duidelijk. Je leert niet autorijden door de handleiding van een wagen te lezen en er een paper over te schrijven. Rijvaardigheid vraagt oefening én een praktijkproef. Alleen zo kan je beoordelen of iemand daadwerkelijk heeft leren rijden.

Vanuit die logica evalueert de survey de impact van AI op drie onderdelen van het onderwijs: de leerdoelen (onderwerpen), de lesmethode en de evaluatie.

We [...] need to rethink what exactly should be learned and to what ends, and how learning is to be assessed and validated. 
Guidance for generative AI in education and research. UNESCO 2023

Impact van AI op examinering & evaluatie

Als studenten off campus werken, is het niet altijd duidelijk in welke mate AI bijdraagt aan het eindresultaat. Daardoor worden sommige "klassieke" evaluatievormen opnieuw aan belang, zoals mondelinge examens en andere toetsingsvormen waarbij studenten hun kennis en vaardigheden live aantonen.

Tegelijk biedt AI ook kansen om evaluatie anders te organiseren. Zo kan het opvolgen van het creatieproces van een masterproef niet alleen meer inzicht geven in de bijdrage van de student, maar ook extra leerkansen creëren. De aandacht verschuift dan van het eindresultaat naar het volledige leerproces. (zie: Slimmer leren en evalueren met AI)

Van de drie onderzochte onderwijsaspecten zien docenten de grootste impact van AI op evaluatie. 43% schat die impact als groot of diepgaand in. Voor 57% blijft de impact beperkt of afwezig.

Impact van AI op lesmethoden

Uiteraard leren studenten minder als ze hun taken uitbesteden aan AI. Om dit te vermijden, organiseren sommige docenten oefeningen in een gecontroleerde omgeving, bijvoorbeeld op de campus, of via live webcam. (zie: An introduction to vibe coding, door Maxime Van Haeverbeke). 

Ook het overleg met studenten tijdens de lessen wint aan belang.

Maar generatieve AI kan ook ingezet worden als leerondersteuner. Veel studenten gebruiken AI vandaag al om zelf oefenvragen te maken op basis van de leerstof. Docenten kunnen met dergelijke toepassingen ook extra oefen- en reflectiemomenten creëren. (zie: Hoe GenAI studenten kan ondersteunen én uitdagen waarin een AI-tool studenten leert waar de lat van de examens zal liggen.)

Van de drie onderzochte onderwijsaspecten zien docenten de kleinste impact op de leer- en onderwijsactiviteiten. Toch schat 26% de impact als groot of diepgaand in. Voor 74% blijft die impact beperkt of afwezig.

Impact van AI op leerdoelen

AI daagt uit waarover we leren: sommige worden meer en andere minder belangrijk.

  • Volgens de bevraagde docenten worden vooral de automatiseerbare taken minder belangrijk, zoals correct schrijven of refereren. Bij taalonderwijs moeten docenten  nu al minder op correcte grammatica en spelling hameren, zegt Lieve De Wachter in Mogelijkheden en uitdagingen bij schrijfopdrachten.
  • Meer algemene vaardigheden zoals analyseren, evalueren en creëren winnen aan belang, evenals domeinspecifieke kennis. Om AI effectief te gebruiken, volstaat het niet om een goede prompt te schrijven: je moet ook kunnen beoordelen of de gegenereerde informatie, code of beelden correct zijn. Dat vraagt juist meer vakkennis, niet minder.
  • Tenslotte is AI zelf een onderwerp geworden. Docenten beschouwen zowel het weloverwogen inzetten van AI als het evalueren van AI-uitvoer als belangrijke competenties om aan te leren.

Toch ziet niet elke docent een even grote verschuiving: 35% van de respondenten schat de impact van AI op leerdoelen als groot of diepgaand in. Voor 65% blijft die impact beperkt of afwezig.

Peers & Prompts

Aansluitend op dit onderzoek organiseerden VLIR en VAIA in het academiejaar 2025-2026 de webinarreeks Peers & Prompts. Daarin deelden docenten uit het hoger onderwijs hun ervaringen, experimenten en inzichten over generatieve AI.

De negen webinars trokken samen 1.808 deelnemers en kregen een gemiddelde score van 8 op 10. Ook na afloop bleef de interesse groot: de opnames werden op YouTube meer dan 2.000 keer bekeken.

Houding tegenover AI

De meeste docenten willen AI blijven gebruiken: ze geven aan dat ze weten hoe ze de technologie kunnen inzetten of waar ze informatie kunnen vinden, en willen AI ook in de toekomst blijven gebruiken. Voor een beperkte groep maakt generatieve AI vandaag al een structureel onderdeel uit van de onderwijspraktijk.

Tegelijk zijn er grote verschillen tussen disciplines en opleidingen, die zijn niet allemaal zichtbaar in deze bevraging. In gesprek met VAIA bleek bijvoorbeeld dat ICT-docenten zich bijzonder uitgedaagd voelen door de snelle technologische ontwikkelingen in hun vakgebied. Zij moeten zelf nieuwe technologie aanleren, de relevantie voor hun studenten beoordelen, het geleerde voldoende snel doorgeven aan studenten én tegelijkertijd de lesvormen "AI-proof" maken. (zie AI-leernoden van de ICT-professional)

Zorgen over de impact van AI op leren

Hoewel de meeste docenten geen doemscenario's verwachten, maken ze zich wel zorgen over de impact van generatieve AI op het leerproces. Op communicatie na zien zij risico's voor alle bevraagde leerdoelen: kritisch denken, besluitvorming, probleemoplossing, creativiteit, geheugenprestaties, aandacht voor detail en - in mindere mate - ethisch redeneren.

Studies bevestigen noch ontkennen: de impact van AI hangt sterk af van hoe de technologie wordt ingezet.

  • cognitive offloading is een reëel probleem: wanneer studenten taken systematisch uitbesteden aan AI, zullen ze bepaalde cognitieve vaardigheden minder ontwikkelen (Kosmyna et al. 2025)
  • generatieve AI kan ook fungeren als sparringpartner, inspiratiebron of leercoach, waarbij de gebruiker zelf de regie behoudt over het leerproces en het eindresultaat. (zie Hoe kan je AI inzetten in het leerproces? Zoek de zweetzone!)

Net daarom blijft de lesvorm cruciaal. Niet de technologie op zich, maar de manier waarop ze wordt geïntegreerd in leeractiviteiten bepaalt mee of AI het leren ondersteunt of ondermijnt.

Hoe leren docenten (graag)?

En de docenten? Kunnen zij bijblijven?

De meerderheid van de respondenten volgt training. Ze leren vooral graag van peers: facultaire collega's, universitaire collega's, onderwijsondersteuners en nieuwsbrieven van de eigen instellingen zijn populair.

Ze verwachten vooral dat hun werkgever workshops, informatiemateriaal en lezingen aanbiedt, liefst tijdens de werkuren.

Aanbevelingen van de onderzoekers voor hogeronderwijsinstellingen

De onderzoekers sluiten af met een aantal aanbevelingen voor hogeronderwijsinstellingen.

Ontwikkel instellingsbrede richtlijnen
  • Onderwerp: verantwoord gebruik van generatieve AI
  • Integreer de vereisten van de EU AI Act in de richtlijnen
  • Ondersteun de evaluatie van (al dan niet) hoogrisicotoepassingen en de bijbehorende verplichtingen
Zorg voor upskilling van je docenten
  • Creëer ruimte om met AI te experimenteren 
  • Faciliteer bottom-up innovatie
  • Zorg voor kennisuitwisseling tussen docenten.
  • Bied opleidingen en informatiemateriaal aan je docentenkorps aan.
  • Laat opleidingen voldoende autonomie om AI in hun eigen context te integreren.
Vraag om de leerdoelen te herformuleren
  • Vraag opleidingen om leerdoelen waar nodig te actualiseren.
  • Maak expliciet voor welke leerdoelen AI wel of niet gebruikt mag worden.
  • Zorg ervoor dat lesmethode en evaluatie blijven aansluiten bij de beoogde leerdoelen.
Investeer in AI-geletterdheid bij studenten
  • Zorg dat alle studenten kritisch, ethisch en doelgericht leren omgaan met GenAI.
  • Leer studenten hoe AI wél kan helpen, bijvoorbeeld als sparringpartner tijdens het leerproces.
Blijf periodiek de impact van GenAI evalueren
  • Monitor regelmatig de impact van AI bij studenten en docenten.
  • Gebruik die inzichten om beleid, richtlijnen en opleidingen verder aan te passen

Referenties

Biggs, J.B. (1996) Enhancing teaching through constructive alignmentHigher Education, 32, 1–18.

Kosmyna, N., Hauptmann, E., Yuan, Y. T., Situ, J., Liao, X.H., Beresnitzky, A. V., Braunstein, I., & Maes, P. (2025). Your Brain on ChatGPT: Accumulation of cognitive debt when using an AI assistant for essay writing task. arXiv.

UNESCO. (2023). Guidance for generative AI in education and research. UNESCO Publishing.

 De Vos I., Huyghe S., Krushinskaia K., Raes A. (2026)  Generatieve AI in het Vlaams universitair onderwijs. Onderzoek van Onderwijs (OvO) Themanummer AI.

 De Marez L., Georges A., Sevenhant R. (2026) imec.digimeter 2025. Digitale trends in Vlaanderen. imec

Bijleren in het hoger onderwijs?

AI-inspiratie over de middag: hoe gebruikt het hoger onderwijs (generatieve) AI?

webinars - online - VLIR, VAIA & Vlaamse universiteiten

Op maat

Generatieve AI voor hoger onderwijs

gecureerde lessenreeks - VAIA & VLIR

Sense & Sensibility of AI

webinars over ethiek in AI voor onderzoekers, door VAIA

Ilse De Vos

Ilse De Vos studeerde Latijn & Grieks aan de UGent en behaalde haar doctoraat in de Byzantinistiek aan de KU Leuven. Ze woonde vijf jaar in het Verenigd Koninkrijk, waar ze als onderzoeker werkte aan de University of Oxford en King's College London. Eind 2015 keerde ze terug naar Gent als coördinator van een interdisciplinair onderzoeksproject rond middeleeuws Griekse poëzie en als lesgever Oudgrieks. Vanaf 2020 coördineerde zij het interfacultaire honoursprogramma Think&Talk en leidde ze als directeur de Humanities Academie in goede banen. Sinds 2023 is ze coördinator van VAIA, de Vlaamse AI Academie die ernaar streeft dat meer mensen meer over AI (kunnen) leren.

Levenslang leren is Ilse op het lijf geschreven. Elk jaar pikt ze wel ergens een cursus mee, van Gotisch tot Leerpsychologie. In 2021 rondde ze de Specifieke Lerarenopleiding af en startte met Bedrijfskunde.

Isabelle Borremans

Isabelle is géén expert in AI maar communiceert wel al vijf jaar over AI(-opleidingen) voor VAIA. Ze is dus wel thuis in de beste manieren om professionals enthousiast te maken voor AI-training.

Contacteer haar gerust met vragen over de beste manier om jouw AI-opleiding aan de man te brengen. Ze overvalt je graag met vragen als:

  • Wie is je doelgroep? Kan dat specifieker?
  • Hoe wil je die doelgroep bereiken? Waar volgt jouw doelgroep graag les?
  • Welke AI-skills heeft je doelgroep nodig? Biedt jouw opleiding wel een antwoord op de noden van die doelgroep?

Isabelle ontfermt zich daarnaast over de strategie van VAIA wat betreft levenslang leren over AI: Hoe kunnen we Vlaamse professionals interesseren voor AI? Wat is er nodig om hen meer opleidingen te laten volgen? En hoe zorgen we voor meer opleidingen?

Technologie en digitalisering lopen als een rode draad doorheen Isabelles carrière. Eerder bouwde ze ervaring op bij RVO-Society met focus op digitalisering, chiptechnologie en elektriciteit in het onderwijs. Bij EnergyVille en InnoEnergy stond energie in al zijn vormen centraal.

Deel op social media

Fundamental concepts of multi-omics data integration

2 oktober 2026

Opleiding - Leuven, Online - Genomics Core Leuven

Hands On AI

2 oktober 2026

Seminar - Mons - AIFA, UMONS

AI voor Beginners - ChatGPT en co slim en verantwoord inzetten in je dagelijkse werk

21 augustus 2026

Opleiding - Antwerpen - Thomas More Hogeschool, Syntra AB