AI in het onderwijs: een voorbijgaande hype of échte adoptie? Dit zijn onze inzichten.

---

Wat is een hype en hoe herken je het?

Wanneer we spreken over “hype”, is het van belang om onderscheid te maken tussen twee verschillende fenomenen: verwachtingen (hype) versus werkelijke implementatie (adoptie). Hype gaat over wat mensen denken en verwachten van technologie. Hypes volgen vaak een vergelijkbaar patroon (zie Afbeelding 1). Deze ’Gartner hype cycle’ laat zien hoe nieuwe technologieën eerst een piek kennen van euforie en overspannen verwachtingen, gevolgd door een dal van desillusie, wanneer die hoge verwachtingen niet meteen waargemaakt worden. Pas daarna klimmen technologieën geleidelijk op richting een meer realistische, productieve inzet.

Een hype kenmerkt zich dus door opgeblazen verwachtingen die de realiteit overstijgen. Enkele kenmerken van zo’n hype of bubbel zijn (Van Lente et al., 2013):

1. Disruptieve belofte: Een technologie wordt gepresenteerd als revolutionair en alles-veranderend
2. Investeringen op basis van potentie: Geld wordt gestoken in toekomstige mogelijkheden in plaats van bewezen resultaten
3. Media-aandacht en marketinghype: Veel publiciteit en mooie verhalen zonder substantie
4. Fear of Missing Out (FOMO): Iedereen wil erbij horen voordat ze “de boot missen”
5. Achterblijvende regulering: Beleid en regelgeving kunnen de snelle ontwikkelingen niet bijhouden

Adoptie gaat daarentegen over daadwerkelijk gebruik. Hoeveel leerlingen, studenten, onderwijsprofessionals en onderwijsinstellingen passen de technologie werkelijk toe in hun dagelijkse praktijk? De adoptieve curve heeft een S-vorm: langzame start, snelle groei en een trage afloop wanneer de meeste mensen de technologie omarmd hebben (zie Afbeelding 2).

De kernvraag voor het onderwijs is of AI zich nu vooral in een hype-fase (overdreven verwachtingen zonder substantie) of in een adoptie-fase (echte, meetbare implementatie) bevindt? Bij hype kunnen we beter wachten tot de verwachtingen realistischer worden. Bij adoptie is het zaak om AI bewust te implementeren waar het aantoonbare meerwaarde heeft. Om te bepalen of AI in het onderwijs een hype is, gaan we systematisch langs de eerder genoemde kenmerken. Dit levert een genuanceerd beeld op: sommige aspecten tonen duidelijke hype tekenen, terwijl andere wijzen op blijvende aanpassingen voor het onderwijs.

1. Disruptieve belofte - Deels hype, deels al realiteit

Sinds eind 2022 wordt veelvuldig gesproken over een ‘revolutie’ door kunstmatige intelligentie in het onderwijs (zie bijvoorbeeld; 1, 2, 3, 4, 5). Alleen al de term revolutie is hierbij niet passend, omdat AI-technologie al lang bestaat, maar vooral meer toegankelijk is geworden door generatieve AI tools als ChatGPT. Op websites van leveranciers en op sociale media worden AI-tools regelmatig gepresenteerd als oplossingen voor het lerarentekort, als middel om de werkdruk flink te verlagen en als sleutel tot gepersonaliseerd onderwijs voor ieder kind. Deze beloften, en vooral de snelheid en het gemak waarmee AI-tools deze beloften kan realiseren, zijn vaak gebaseerd op aannames in plaats van concreet bewijs.

Tegelijkertijd toont onderzoek wel degelijk een disruptief potentieel. Helaas heeft die disruptie niet alleen positieve effecten. Verschillende meta-analyses naar de invloed van AI op leren en kritisch denken laten zien dat het gebruik van AI kan leiden tot cognitieve luiheid (cognitive offloading). Dat gebeurt vooral wanneer leerlingen en studenten AI tools gebruiken die kant-en-klare antwoorden geven en hen niet stimuleren om zelf na te denken. Positieve effecten treden juist op wanneer docenten regie nemen over de AI en bijvoorbeeld chatbots maken die leerlingen geen antwoorden geven, maar juist coachende vragen stellen. Als antwoord op dit probleem bieden verschillende AI-modellen nu ‘Study modes’ aan. Op die van Google na zijn die echter vrij makkelijk te manipuleren (zie ook David’s Linkedin post hierover).

De beloftes van werkdrukvermindering zijn deels al wél realiteit. Zo bespreekt Margot Banning in haar blog al een aantal wetenschappelijke onderzoeken die duidelijk maken dat AI nu al tot significante verminderingen in werkdruk leidt in het onderwijs. Vergelijkbare bevindingen zien we terug in een vragenlijstonderzoek van het OCW (2025), al betrof het slechts een kleine steekproef. Ook het OESO meldt dat gemiddeld een op drie Nederlandse docenten AI al inzet voor lesplanning en nakijken (OESO, 2025). Het is aannemelijk dat ze dit doen, juist omdat dit hun werkdruk vermindert.

Dat neemt echter niet weg dat het aanleren van AI-vaardigheden in eerste instantie juist meer werkdruk kan opleveren. In gesprekken met onderwijsprofessionals geven docenten aan zich daar het meest zorgen om te maken (OCW, 2025). Ze worden geacht om AI in te zetten met de belofte van werkdrukvermindering, maar ze worden onvoldoende gefaciliteerd in tijd, ruimte en middelen om zich AI eigen te maken. Daarbij denken leidinggevenden bijvoorbeeld nog te lichtvoetig over de duurzame effecten van studiedagen. Een andere vrees van docenten is dat de belofte van werkdrukvermindering, de productiviteitsdruk juist verder kan laten stijgen.

Als het gaat om de ‘return of investment’ (wat je investeringen daadwerkelijk opleveren) in de bedrijfssector, zien we dat maar liefst 74% van de ondernemingen al aangeven dat zijn hun investeringen met winst hebben teruggekregen. Cijfers voor het onderwijs zijn nog niet beschikbaar.

Wat betreft de ‘disruptieve belofte’ vertoont AI in het onderwijs dus tekenen van een technologie die de hypefase ontgroeid. De verwachtingen zijn weliswaar soms overtrokken, maar de eerste effecten, zowel positief als negatief, en de daarbij behorende spanningen, zijn reëel.

2. Investeringen op basis van potentie - Relatief weinig hype

Om te bepalen of de investeringen in AI in het onderwijs een hype zijn, moeten we de geldstromen analyseren. Een sleutelkenmerk van een hype is een plotselinge, forse toename van financiering die is gericht op potentieel in plaats van bewezen resultaten. Als we kijken naar de bedrijfssector zien we de duidelijke hype in de vorm van exponentiële groei; een kenmerkende eigenschap van Gartner’s hype cycle (Floridi, 2024). Als het gaat om investeringen in kunstmatige intelligentie in het Nederlands onderwijs, zien we geleidelijk toenemende investeringen, maar nog niet de kenmerkende hype.

De belangrijkste financiële impulsen voor AI in het onderwijs (we laten investeringen naar AI-onderzoek buiten beschouwing) komen uit het Nationaal Groeifonds. In 2021 kreeg het Nationaal Onderwijslab AI (NOLAI) een eerste toekenning van € 80 miljoen, gevolgd door een aanvullende € 63 miljoen in 2024 (Nationaal Groeifonds, 2021; Radboud Universiteit, 2024). Er waren geen extra investeringen in 2022 of 2023. Daarnaast loopt het bredere AiNed-programma, goed voor € 276 miljoen aan publiek-private investeringen in AI-innovatie, waarvan slechts een deel op onderwijs is gericht (Turner, 2023). Er zijn meer subsidies gericht op het versterken van de digitale vaardigheden in het Nederlands onderwijs, maar niet specifiek gericht op AI.

Ter vergelijking, voor scholen in het primair en voortgezet onderwijs is de Subsidie Verbetering Basisvaardigheden een stuk groter van omvang (meer dan € 500 miljoen per jaar). Daarvan mag weliswaar een deel worden ingezet voor AI-toepassingen via de basisvaardigheid ‘digitale geletterdheid’, maar er zijn nog geen tekenen dat dit massaal gebeurt. In het hoger onderwijs bestaat via Npuls de Center for Teaching and Learning-regeling met een budget van € 15 miljoen per ronde (DUS-I, 2024), maar ook dat wordt maar gedeeltelijk in AI geïnvesteerd. Als het gaat om overheidsfinanciering voor AI in het onderwijs, heeft het meer tekenen van geleidelijke opbouw, dan van een hypegedreven geldgolf.

Het is vooralsnog onduidelijk hoeveel onderwijsinstellingen exact uitgeven aan de implementatie van AI. Wat we wel kunnen constateren uit een rondgang onder AI leveranciers in het onderwijs, is dat de aard van de investeringen verschilt tussen het voortgezet en het vervolgonderwijs. In het voortgezet onderwijs zijn investeringen nog gericht op kortstondige professionalisering en kennisdeling via bijvoorbeeld studiedagen. In het hoger onderwijs zijn ze meer gericht op implementatie van een veilige infrastructuur voor gebruikers om aan AVG-richtlijnen en de EU AI act te voldoen. Wat dat betreft vertonen de investeringen in het VO meer kenmerken van een hype. Er is hoop dat een korte financiële impuls resulteert in beloften zoals werkdrukvermindering, maar dat zijn onrealistische verwachtingen. Ook krijgen we vooral van VO-docenten terug dat ze worden aangemoedigd om zich te scholen in AI via hun professionaliseringsbudget, maar dat ze vervolgens geen tijd en ruimte krijgen om zich hier daadwerkelijk in te verdiepen.

Samengevat: de financiering van AI in het onderwijs vertoont nog niet de typische exponentiële kenmerken van een financiële hype. Het is onduidelijk hoeveel onderwijsinstellingen zelf investeren in AI-implementatie, maar de investeringen van VO-scholen sluiten meer aan bij hype en die van vervolgonderwijs meer bij adoptie.

3: Media-aandacht en marketing - Duidelijke kenmerken van hype

De Nederlandse media-aandacht rond AI in het onderwijs toont duidelijke hype-kenmerken. In een poging dit te kwantificeren geven we hier de Google trends voor de termen ‘Onderwijs AI’ en ‘ChatGPT en onderwijs’. De exponentiële toename van zoekinteresse sinds 2023 weerspiegelt het typische hype-patroon (plotselinge publieke aandacht). Je zou ook kunnen stellen dat we in het versnellingspunt van de S-curve van adoptie zitten: de fase waarin AI niet langer niche is, maar breed in het onderwijsgesprek doordringt. Het is belangrijk om hierbij op te merken dat dit geen ‘sentimentanalyse’ is. In media komen zowel veel berichten over risico’s als kansen over AI voor.

4: Fear of Missing Out (FOMO) - Duidelijke hype met een wezenlijk onderdeel

Een kenmerkend element van een hype is Fear of Missing Out (FOMO). Beslissingen worden hierbij niet genomen vanuit overtuiging, maar uit de drang om mee te willen doen of niet achter te blijven op anderen. In het onderwijs zien we dat patroon duidelijk terug. (Sociale) media en leveranciers van AI-producten en diensten hebben ook sterk baat bij deze hype. Het stimuleert immers de urgentie om over te gaan tot aankopen en actie.

In het Nederlandse onderwijs zijn duidelijke tekenen van zo’n dynamiek zichtbaar, al is het moeilijk te meten hoe groot het effect is. Bij typische technologiehypes zie je dat studenten massaal naar gerelateerde opleidingen stromen (denk aan de IT-student-piek tijdens de dot-com bubbel). In Nederland blijven de aantallen AI-studenten echter relatief stabiel, zonder de dramatische toenames die je bij echte FOMO-driven hypes verwacht (CBS, 2024, zie ook Afbeelding 5).

Evident is wel dat het gesprek over AI in het onderwijs explosief is gegroeid (zie ook kenmerk 3). Hierbij is de oproep vaak breed en urgent, gericht op het versterken van leren tot het verminderen van werkdruk. De feitelijke aanleiding is echter concreter: leerlingen en studenten gebruiken AI al, waardoor veel bestaande (huiswerk)opdrachten hun meetwaarde verliezen. Daardoor is de algemene oproep aan onderwijsinstellingen, ‘AI, je moet er iets mee’, wel deels gegrond. Nu leerlingen en studenten gebruik kunnen maken van AI zul je zelfs als je als onderwijsinstelling AI buiten de deur wilt houden, kritisch moeten nadenken over de validiteit van toetsing en didactiek (in een andere blog geven we hier al praktische tips voor).

Als we spreken over FOMO is het dus van belang om te weten ‘waarom’ AI geïmplementeerd wordt in het onderwijs. Is de implementatie gebaseerd op visie of achterstandsangst? Bij de eerste is de kans groter op doordachte verkenning, bij de tweede juist op oppervlakkige implementatie. Bij veel van de aanvragen die wij binnenkrijgen, lijkt achterstandsangst wel te overheersen. Scholen vragen kort voor de aanvangsdatum van studiedagen om workshops over AI, terwijl een duidelijke visie ontbreekt. Maar zonder richtinggevende visie en goed beleid versnipperen middelen en raken verwachtingen snel overspannen.

Daarmee kunnen we zeker spreken van FOMO-dynamieken in het Onderwijs. De uitdaging is om deze energie om te buigen naar een visiegedreven aanpak: niet omdat iedereen het doet, maar omdat het aantoonbaar bijdraagt aan beter onderwijs.

5: Achterblijvende regulering - Gedeeltelijke hype

Een laatste kenmerk van een technologische hype is het verschil tussen de snelheid van innovatie en die van beleidsvorming. We zien dit duidelijk terug in het Nederlandse onderwijs. Zo werden de concepten voor de geactualiseerde kerndoelen digitale geletterdheid, waarin AI een plek heeft, begin 2024 vastgesteld. En dat is nog een relatief snelle reactie op de doorbraak van ChatGPT eind 2022. Ook op Europees niveau is er met de EU AI Act al een kader voor de lange termijn. Dit is een cruciale stap voor de borging van publieke waarden, maar levert op de korte termijn vooral een complexe verantwoordelijkheid op voor scholen waarin de meeste mensen nog niet AI-geletterd zijn. De belangrijkste noodzaak voor scholen is nu dan ook het ontwikkelen van een eigen, schoolspecifieke visie en beleid. Meerdere onderwijsinstellingen hebben hierin het voortouw genomen. Neem bijvoorbeeld deze voorbeelden van de Vrije Universiteit en het Emmauscollege. Ook is hulp beschikbaar zoals deze Wegwijzer AI voor het onderwijs van Kennisnet en onze eerdere blog.

Conclusie – Van hype naar bewuste adoptie

Na het doorlopen van de vijf kenmerken is onze conclusie genuanceerd: AI in het Nederlandse onderwijs is geen pure hype, noch is het al volledig geadopteerd. Het bevindt zich in een fase waarin tekenen van beide fenomenen zichtbaar zijn.

Aan de ene kant zijn de sporen van hype onmiskenbaar. De explosieve media-aandacht, de plotselinge urgentie en de dynamiek van FOMO (‘Fear of Missing Out’) die in veel scholen voelbaar is, zijn klassieke indicatoren van een hype-cyclus. Aan de andere kant wijzen structurele ontwikkelingen op een beginnende, duurzame verankering. De wezenlijke effecten in onderzoek en zorgen, de opname van AI in de kerndoelen van de SLO, de voorbereiding op de EU AI Act en de eerste substantiële investeringen lijken geen vluchtige verschijnselen. Het zijn eerder de fundamenten voor institutionele adoptie.

Dit plaatst het onderwijsveld op een kritiek kruispunt, omdat het onduidelijk is welk pad de komende jaren zal domineren. Volgen we het pad van de hype-cyclus, dan ligt een ‘dal van desillusie’ op de loer, waarin de aandacht verslapt en investeringen opdrogen. Volgen we het pad van de adoptiecurve, dan staan we mogelijk aan het begin van een versnelling waarin de inzet van AI steeds normaler en productiever wordt. De realiteit is dat beide scenario’s op dit moment mogelijk zijn, en dat de keuzes die nu worden gemaakt bepalen welke toekomst het wordt.

Daarom is de belangrijkste conclusie niet of AI een hype is, maar hoe we als onderwijsveld deze onzekere overgangsfase vormgeven. Bewust nadenken over de impact van AI op het onderwijs staat hierbij centraal. Ga voorbij de hype “We moeten iets met AI”, naar “Willen we iets met AI?“. De onderstaande tips kunnen helpen om van hype naar impact te gaan.

Praktische tips om van aandacht naar impact te gaan

Om de hype te overstijgen en goed na te denken over AI, is een zakelijke, meetbare en toekomstgerichte aanpak nodig.

1. Ontwikkel visie, beleid en professionalisering

Elke school zou moeten beschikken over een eigen AI-visie en gebruikskader. Zelfs, of misschien wel ook juist, als je pessimistisch tegenover de implementatie van AI staat in het onderwijs.

• Welke doelen dient AI binnen ons onderwijs?
• Onder welke voorwaarden mag het worden gebruikt? En onder welke absoluut niet?
• Hoe ondersteunen we docenten in ethisch en didactisch verantwoord gebruik?

2. Meet wat investeringen opleveren

Om van hype naar impact te bewegen is het van belang systematisch in kaart te brengen wat investeringen opleveren, dat geldt overigens niet alleen voor investeringen in AI. Een praktisch hulpmiddel is het idee van learning return on investment (LRoI). Maak vóór aanschaf van een AI-toepassing een schatting van wat deze aan pedagogische leerwinst of tijdbesparing moet opleveren. Als een tool bijvoorbeeld € 30 per maand per docent kost, maar drie uur per week aan nakijkwerk bespaart, levert dat potentieel € 300 aan tijdbesparing per semester op. Dat klinkt aantrekkelijk, maar het moet wel worden gemeten.

Houd tijdens pilots bij hoeveel tijd daadwerkelijk wordt bespaard en welke leerresultaten verbeteren, en vergelijk dit met klassen die de tool niet gebruiken. Alleen wanneer een toepassing in de eigen context bewezen effectief is, verdient ze brede implementatie.

Bekijk ons aanbod

Literatuur

Floridi, L. (2024). Why the AI hype is another tech bubble. Philosophy & Technology, 37(4), 128.

Van Lente, H., Spitters, C., & Peine, A. (2013). Comparing technological hype cycles: Towards a theory. Technological forecasting and social change, 80(8), 1615-1628.

Verantwoording gebruik AI tools

Het 'AI influence level' van dit artikel is 2:

• Google AI Studio is gebruikt voor het maken van een structuur
• ChatGPT (Deepresearch), Google Scholar en Atlas zijn gebruikt voor het creëren van een overzicht van wetenschappelijke bronnen
• ChatGPT is gebruikt voor het samenvatten van wetenschappelijke artikelen