In 2023 klonk Salman Khan alsof hij de toekomst had gezien. In een veelbekeken TED-talk en interviews rond de lancering van GPT-4 beschreef hij AI als misschien wel de grootste doorbraak in het onderwijs sinds lange tijd. Een persoonlijke tutor voor elke leerling. Een systeem dat niet zomaar antwoorden gaf, maar leerlingen begeleidde via vragen, hints en “productive struggle”. Hij verwees zelfs expliciet naar Benjamin Blooms beroemde “2 sigma problem”: het idee dat individuele tutoring veel betere leerresultaten oplevert dan klassikaal onderwijs. Misschien kon AI dat eindelijk schaalbaar maken.

Twee jaar later leest een uitgebreid New York Times-artikel over Khanmigo, het project dat hij met OpenAI aanvatte, opvallend anders. Veel minder revolutionair… Mensen kwamen tussen droom en daad.

Wat het artikel vooral toont, is hoeveel menselijke arbeid nodig bleek om AI überhaupt pedagogisch bruikbaar te maken. Achter de ogenschijnlijk natuurlijke tutorervaring zat een gigantische hoeveelheid prompting, testing, context stuffing, red teaming en voortdurende iteratie. GPT-4 hallucineerde, vergat instructies, gaf absurde antwoorden of gedroeg zich plots helemaal anders na een modelupdate.

Dat staat in scherp contrast met hoe AI in 2023 vaak werd voorgesteld. Toen leek het soms alsof de intelligentie vanzelf uit het model kwam. Alsof GPT-4 op zichzelf al bijna een tutor was. In werkelijkheid toont het artikel dat veel van de pedagogische kwaliteit niet uit het model zelf kwam, maar uit de menselijke ontwerpkeuzes rond het model:

• hints in plaats van oplossingen,
• vragen stellen,
• leerlingen laten uitleggen,
• productive struggle ondersteunen,
• valsspelen proberen vermijden,
• gevoelig omgaan met emotionele signalen.

Met andere woorden: niet de AI op zich was de tutor, maar het pedagogische ontwerp rond de AI.

Dat verschil is belangrijk. Zeker omdat de voorbije twee jaar ook steeds meer onderzoek verscheen dat een onderscheid maakt tussen beter presteren mét AI en daadwerkelijk leren zonder AI achteraf. Sommige recente studies suggereren bijvoorbeeld dat AI-gebruik cognitieve offloading kan veroorzaken: mensen denken minder zelf na wanneer de AI het werk overneemt. Tegelijk lijken andere resultaten erop te wijzen dat AI wel degelijk leerwinst kan ondersteunen wanneer het systeem gebruikt wordt voor hints, feedback, retrieval practice of uitleg in plaats van directe antwoorden. Dat sluit eigenlijk opvallend goed aan bij wat Khan oorspronkelijk probeerde te bouwen.

De meest waardevolle les uit Khanmigo lijkt vandaag niet te zijn dat AI een wondertutor is, maar dat pedagogiek en didactiek nog steeds belangrijker blijven dan technologie. Een slechte prompt verandert AI snel in een antwoordmachine. Een doordacht ontwerp kan hetzelfde systeem gebruiken om denkwerk juist uit te lokken.

Ook opvallend: het artikel suggereert dat leerkrachten uiteindelijk meer enthousiaste gebruikers werden dan leerlingen zelf. Een tool die eerst verkocht werd als “de toekomst van leren” eindigt uiteindelijk als ondersteunend instrument binnen bestaande onderwijspraktijken..

Laat ons eerlijk zijn: veel van de oorspronkelijke beloftes rond AI in onderwijs die we nu vaak her en der lezen zijn waarschijnlijk te groot. Dat is niet uniek voor Khan Academy. De hele sfeer rond GPT-4 in 2023 had iets messiaans. AI zou onderwijs personaliseren, motivatie verhogen, ongelijkheid verkleinen en leerkrachten tegelijk ontlasten. Twee jaar later blijkt de realiteit, zoals zo vaak in onderwijs, trager en complexer. Maar ondertussen hoor ik mensen roepen ‘Maar Alpha School.’

Zelf zegt Khan vandaag ook voorzichtigere dingen dan in 2023. In het artikel klinkt hij veel minder als een evangelist van een revolutie en veel meer als iemand die beseft hoe hardnekkig onderwijspraktijk eigenlijk is. Kristen DiCerbo van Khan Academy zegt zelfs expliciet dat ze “de revolutie in onderwijs” voorlopig nog niet ziet.

Misschien is dat uiteindelijk het meest geloofwaardige deel van het verhaal. Niet dat AI niets verandert. Dat doet het zeker wel. Maar misschien ligt de echte impact minder in spectaculaire vervanging van onderwijs en meer in kleine verschuivingen:

• feedback sneller maken,
• extra oefenkansen creëren,
• scaffolding ondersteunen,
• differentiatie vergemakkelijken,
• leerkrachten helpen bij voorbereiding of schrijfcoaching.

En eerlijk gezegd: onderwijsgeschiedenis suggereert dat net die kleinere, minder spectaculaire veranderingen vaak het langst blijven hangen.