Aanleiding en overzicht
Noordhoff maakt al honderdnegentig jaar lesmateriaal voor het Nederlandse onderwijs en kent de klas van binnenuit. Onderwijs AI helpt onderwijsinstellingen met professionalisering rondom AI-geletterdheid en AI-implementatie te worden. Allebei staan we voor de opgave om de ontwikkeling rondom AI op een verantwoorde manier in scholen te implementeren. Wij werken samen omdat wij dezelfde ontwikkeling zien en er ieder een ander antwoord op hebben, maar ook inzien dat die antwoorden elkaar goed aanvullen.
AI hoort bruikbaar te zijn voor iedere docent en niet alleen voor de handvol voorlopers, dus de drempel om te beginnen moet zo laag mogelijk zijn. Tegelijk verandert gedrag pas echt wanneer er tijd en aandacht in gaat zitten. Die twee horen bij elkaar en dat is de rode draad van dit stuk. In dit stuk werken we vijf uitgangspunten uit waarover we hetzelfde denken:
AI moet voor iedere docent bereikbaar zijn.
Snel beginnen én blijvend veranderen.
Didactiek hoort in de techniek en AI-geletterdheid hoort in de docent.
De docent houdt de regie en wij ontwerpen daarnaar.
Professionaliseren op AI-geletterdheid is de voorwaarde waaronder dit alles standhoudt.
We sluiten af met wat dat betekent voor hoe we scholen ondersteunen.
AI moet voor iedere docent bereikbaar zijn
Voor een docent verandert het werk door AI. Een les voorbereiden gaat sneller en een stapel nakijkwerk ook, en die tijd komt terug bij de leerling (Roy et al., 2024). Er is ook winst die verder gaat dan tijd. Een docent die tegen zijn computer kan praten en er vragen aan kan stellen wordt snel digitaal vaardiger, en dat is precies wat het nieuwe curriculum van scholen vraagt (SLO, 2025). AI-geletterdheid wordt een steeds belangrijker begrip in onze samenleving, en de mate waarin mensen AI doorgronden, zal een grote invloed hebben op de mate waarin zij leren en professioneel kunnen handelen.
Op dit moment plukt een kleine groep docenten de vruchten van AI. Zij zitten in de AI-werkgroep, schrijven hun eigen prompts of bouwen hun eigen toepassingen. De grote groep daarachter kijkt toe, omdat de stap groot lijkt en de tijd ontbreekt. Ons gezamenlijke uitgangspunt is dat AI voor iedere docent toegankelijk hoort te zijn. De meeste winst valt dus te halen bij die grote middengroep, en dat lukt alleen als AI veilig en eenvoudig is en direct aansluit op het dagelijkse werk.
Tegelijk brengt AI problemen mee die scholen nu al voelen. Persoonsgegevens belanden in omgevingen waar ze niet horen. Toetsen en huiswerkopdrachten laten nog minder zien wat een leerling zelf kan, omdat de opdrachten worden uitbesteed. Die mogelijkheden en uitdagingen komen pas tot hun recht in omgevingen die veilig zijn ontworpen en bij docenten die weten wat ze doen.
Snel beginnen én blijvend veranderen
Beginnen met AI hoeft niet moeilijk te zijn. Een docent kan vandaag inloggen, een werkblad laten maken en meteen zien dat het werkt. Succeservaringen tellen zwaar. Ze zijn de reden dat iemand een tweede keer terugkomt.
Maar verantwoord met de mogelijkheden en uitdagingen van AI omgaan vraagt uiteindelijk om gedrags- en cultuurverandering, en dat kost tijd en energie. Dit start met nadenken over goed onderwijs vanuit de eigen visie op leren. Van daaruit zijn de basiskaders voor wat wel en niet wenselijk is op het gebied van AI snel op papier gezet. Maar ervoor zorgen dat het beleid gedragen is, en daadwerkelijk zichtbaar is in de lespraktijk vraagt om gerichte professionalisering.
Daarom lopen deze twee sporen bij ons gelijk op. Een docent kan vandaag in de omgeving van Noordhoff aan de slag, terwijl de school ondertussen bouwt aan AI-beleid dat op de werkvloer terug te zien is. Het ene spoor levert de ervaring die het gesprek over beleid en toepassing concreet maakt. Het andere spoor zorgt dat die ervaring niet bij een handjevol mensen blijft hangen. Toch kiest ook een ervaren skiër soms de blauwe piste, gewoon omdat die sneller beneden is. Een didactisch verantwoorde, veilige omgeving is dus een aanvulling op wat voorlopers al kunnen.
Didactiek hoort in de techniek en AI-geletterdheid hoort in de docent
Het is belangrijk om onderscheid te maken tussen generieke AI en educatieve AI. Generieke AI, zoals een standaardversie van ChatGPT of Copilot, is breed inzetbaar, al kent zo'n model de context van een Nederlandse klas niet vanzelf. Het weet niet met welke lesmethode een docent werkt en ook niet welk leerdoel er onder de les ligt. Onderwijsprofessionals die al AI-geletterd en goed didactisch onderlegd zijn, zullen die context zelf toevoegen, samen met onderbouwde inzichten over didactiek.
Je kunt die context ook inbouwen, en dat is het doel van educatieve AI. In Leario worden de didactiek en de leerlijnen van het Nederlandse onderwijs gecombineerd, zodat de techniek aansluit op het niveau van de leerling en op het materiaal waarmee de docent werkt. Die richting wordt in Nederland breder gedragen. Het Nationaal Onderwijslab AI neemt het leren van de leerling en het lesgeven van de leraar als vertrekpunt voor de technologie die het ontwikkelt. Het doel is dat AI de rol van de leraar ondersteunt en versterkt (NOLAI, 2022).
De Onderwijsraad kwam in zijn verkenning voor het ministerie van OCW tot dezelfde oproep en vroeg het onderwijsveld om zelf actief te sturen op hoe intelligente technologie wordt ingezet (Onderwijsraad, 2022). Om de eigen visie op leren goed te combineren met technologie, en leerlingen voor te bereiden op een samenleving waarin AI alomtegenwoordig is, is uiteindelijk AI-geletterdheid nodig. Een samenspel van kennis, vaardigheden, houding en ethisch besef (Renkema et al., 2025). De AI-verordening verplicht organisaties om hun professionals daarin te ondersteunen (Europese Commissie, 2024, artikel 4).
De docent houdt de regie en wij ontwerpen daarnaar
AI doet voorstellen en de docent beoordeelt. Het is onverantwoord om beoordelingen die een wezenlijke invloed hebben op leerlingen over te dragen aan een systeem. De Onderwijsraad noemt de leraar de spil van het onderwijs en stelt dat een leraar moet kunnen afwegen hoe intelligente technologie wordt ingezet, en daarvoor moet begrijpen waarom een toepassing iets voorstelt (Onderwijsraad, 2022).
Bij nakijken is dat goed te zien. AI-nakijk systemen beoordelen consistenter dan docenten, maar ze kunnen afwijken bij werk dat interpretatie vraagt, en daarom adviseren onderzoekers een model waarin een mens het eindoordeel houdt (Papageorgiou & Pierrakeas, 2026). Nakijken is bovendien meer dan controleren of iets klopt. Een docent moet feedback daarom altijd kunnen aanpassen en aanvullen.
Die menselijke rol nemen wij vanaf het begin mee in alles dat we ontwerpen. Privacy, beveiliging en de herkomst van de content horen daar net zo goed bij. Wij helpen docenten ook om gegenereerd materiaal verantwoord te gebruiken, want dat iets door AI is gemaakt betekent nog niet dat het klopt of vrij bruikbaar is. En omdat AI niet foutloos is, vertellen wij wat onze producten kunnen én waar de grenzen liggen.
Voor een school heeft die zorgvuldigheid een praktische kant. Zodra een docent zelf een AI-toepassing bouwt en de school die in gebruik neemt, verschuift de rol van afnemer naar aanbieder en gelden er zwaardere eisen vanuit de AI-verordening. SIVON en Kennisnet hebben die eisen vertaald naar het funderend onderwijs in een toetsingskader dat scholen en leveranciers helpt bepalen wat een toepassing van hen vraagt (SIVON & Kennisnet, 2026). Een geteste omgeving met gegevens op Europese servers haalt een groot deel van die last bij de school weg. Docenten die zelf willen bouwen moeten goed weten waar ze aan begonnen zijn en dat vraagt weer om expertise op het gebied van AI-geletterdheid.
Professionaliseren op AI-geletterdheid is de voorwaarde waaronder dit alles standhoudt
De vier uitgangspunten hiervoor houden stand wanneer de mensen die ermee werken weten wat ze doen. Een goed ontworpen omgeving neemt een groot deel van het risico weg. De gegevens blijven waar ze horen, de didactiek zit erin en de docent wordt erop gewezen waar hij zelf moet kijken. Wat zo'n omgeving nog niet kan, is voorkomen dat AI het leren en kritisch denken van leerlingen overneemt.
De meeste leerlingen maken inmiddels gebruik van AI (Digital Education Council, 2026). Daarom moeten docenten de invloed van AI op hun onderwijskundig ontwerp begrijpen. Een docent moet onder andere vaardig genoeg zijn om uit te leggen aan zijn klas wat wel en niet mag (en waarom) en waken dat prestaties van leerlingen zijn en niet van AI. Er zijn ook keuzes die een school absoluut zelf moet maken, gegeven hun visie op leren. De AI-verordening legt die verantwoordelijkheid ook bij de organisatie zelf. Dat vraagt mensen die genoeg begrijpen van AI om afspraken te kunnen maken en ze uit te leggen.
Professionaliseren op AI-geletterdheid blijft daarom van belang en bovendien schrijft de AI-verordening het voor (Europese Commissie, 2024, artikel 4). AI-geletterdheid is breed en waar je op focust in professionalisering verschilt per rol. Docenten moeten bewaken dat AI geen verstorende invloed heeft op het leerproces. Schoolleiders zijn uiteindelijk verantwoordelijk voor de wijze waarop geprofessionaliseerd wordt op het gebied van AI-geletterdheid.
Wat wij samen doen en wat ieder van ons blijft doen
Voor Noordhoff en Onderwijs AI is AI geen doel op zichzelf. Het is enerzijds een middel om docenten te ondersteunen en goed onderwijs mogelijk te maken, anderzijds een uitdaging waarop een antwoord gevonden moet worden. Wij brengen ieder iets anders mee en dat blijft ook zo. Noordhoff bouwt aan een platform dat met het onderwijs meegroeit en ruimte laat aan de keuzes van de docent. Onderwijs AI staat los van de tools die een school gebruikt en helpt scholen om AI-geletterd te worden en AI verantwoord in te voeren. Die eigen posities houden wij bewust vast en komen tot uiting in de producten en diensten die we leveren.
Noordhoff biedt de grote groep docenten de mogelijkheid om snel te starten. Leario is een veilige omgeving die op Europese servers draait en die rust op een stevig fundament van onderwijskunde. Omdat de lesmethode, het leerjaar en het leerdoel erin bekend zijn, hoeft een docent niet eerst uit te leggen waar hij mee bezig is. Hij vraagt om een werkblad bij de les van morgen en past aan wat niet klopt. Hij laat oefeningen variëren voor leerlingen die meer of minder aankunnen, en laat werk nakijken zonder het eindoordeel uit handen te geven. Zo levert het meteen tijd op, van de voorbereiding tot het nakijken. Omdat Leario samen met docenten in de praktijk wordt ontwikkeld, groeit het mee met wat in de klas werkt en komt in beeld waar het nog tekortschiet.
Parallel daaraan werkt Onderwijs AI aan AI-geletterdheid. Dat begint met meten. Een quickscan laat zien waar de organisatie staat op visie, beleid en infrastructuur, en een nulmeting laat zien waar een docententeam staat op AI-geletterdheid. Van daaruit werken scholen verder. Op basis van de nulmeting krijgen medewerkers de mogelijkheid om e-learning modules te volgen die voor hem of haar de meeste winst opleveren, want er is een grote variatie in waar onderwijsprofessionals staan. Medewerkers die al hoog scoren, worden voorlopers die de AI-ambassadeurs opleiding kunnen volgen. Zij maken een gereedschapskist met prompts, tools, en antwoorden op veelgehoorde uitdagingen, die zij met hun collega’s kunnen delen. Medewerkers met mandaat kunnen de AI-beleidsregisseur opleiding volgen. Zij gaan werken aan een gedragen AI-beleid. Een nameting laat zien wat er daadwerkelijk verandert in de organisatie.
Wat een school hieraan overhoudt is dus twee dingen tegelijk. Docenten die morgen tijd besparen, en een organisatie die systematisch werkt aan toekomstbestendig onderwijs.
Bronnen
Europese Commissie. (2024). Verordening (EU) 2024/1689 tot vaststelling van geharmoniseerde regels betreffende artificiële intelligentie (AI-verordening). Publicatieblad van de Europese Unie.
Digital Education Council. (2026). AI in higher education global survey 2026. Digital Education Council. NOLAI. (2022).
NOLAI Referentiekader. Nationaal Onderwijslab AI.
Onderwijsraad. (2022). Inzet van intelligente technologie. Onderwijsraad.
Papageorgiou, E., & Pierrakeas, C. (2026). Do AI grading systems systematically differ from human teachers' grading? Evidence of bias and consistency in educational assessment. Education Sciences, 16(7), 1147.
Renkema, M., Van den Boom-Muilenburg, E., Friso-van den Bos, I., Theelen, H., Wopereis, I., & Schildkamp, K. (2025). AI-GO! Een raamwerk voor AI-geletterdheid in het onderwijs. Npuls AI- en Data geletterdheid.
Roy, P., Poet, H., Staunton, R., Aston, K., & Thomas, D. (2024). ChatGPT in lesson preparation: A teacher choices trial. Evaluation report. Education Endowment Foundation.
SIVON & Kennisnet. (2026). AI-toetsingskader funderend onderwijs (versie 1.0). SIVON.