Taxonomie van Bloom en de toepassing van AI

Als je praktijkonderzoek doet, – kwalitatief of kwantitatief – ben je als onderzoeker verantwoordelijk voor de betrouwbaarheid en bruikbaarheid van de resultaten. Maar wat gebeurt er als je bij je analyses AI inzet? Wat als je thematische analyses uitvoert met behulp van prompts? In een artikel op LinkedIn beschrijft Neva Bojovic (2025) hoe ChatGPT gebruikt kan worden bij kwalitatieve analyses en hoe foutengevoelig deze werkwijze kan zijn. Dat heeft te maken met twee zaken:

  1. Gebruik van een generieke GenAI-tool die niet specifiek ontworpen is voor ondersteuning bij kwalitatieve analyses, wat kan leiden tot onnauwkeurige resultaten. 
  2. Het volledig overlaten van de analyse aan de AI-tool, waardoor AI niet als ondersteuning maar als vervanging wordt ingezet.

In mijn eigen e-learning Thematische Analyse met AI (Verhoeven, 2025) benadruk ik juist het belang van AI-tools als hulpmiddel: ondersteunend in het proces van de analyse, niet vervangend.

Deze discussie over AI in onderzoek raakt direct aan een bredere vraag: als AI zo’n prominente rol begint te spelen in het hoger onderwijs, hoe verankeren we dit dan op een verantwoorde manier in ons curriculum? Hoe zorgen we ervoor dat studenten leren om AI verstandig en kritisch in te zetten – als onderdeel van hun eigen leerproces?

Voor het antwoord op die vraag lees ik met veel belangstelling het artikel van Randal Schober op LinkedIn: Introducing the Bloom-AI Framework (Schober, 2025). Hij verbindt de klassieke taxonomie van Bloom met de inzet van GenAI en laat zien hoe je op ieder niveau de balans kunt vinden tussen je eigen denken en handelen (human-led) en de ondersteuning van AI.

Kijken we eens naar de taxonomie en de manieren waarop we per niveau leertaken in het onderwijs kunnen inzetten:

Niveau

Eigen denken en handelen

Ondersteuning door AI

1. Onthouden

Studenten leren door quizzen, tentamens, presentaties en geheugentraining.

Aanbod digitaal onderwijs, podcasts, instructievideo’s, quizzen, flashcards.

2. Begrijpen

Problemen oplossen (in teams), leren de juiste vragen stellen, feedback geven en ontvangen.

Mindmaps, prompts beantwoorden.

3. Toepassen

Het geleerde toepassen op een onderwerp, rollenspellen, simulaties en projecten.

Instant feedback, concept mapping, interactieve simulaties.

4. Analyseren

Thematische samenvattingen maken, resultaten in figuren weergeven.

Specifieke userinterface, suggesties voor thema’s, hulp bij statistische toetsen.

5. Evalueren

Interpretatie en conclusies trekken op basis van materiaal, interactie met teamleden.

Samenvattingen en interpretaties voorstellen. Hulpmiddel bij diagrammen en figuren.

6. Creëren

Toepassing op nieuw onderwerp, nieuw ontwerp maken.

Zelf een taak, systeem ontwerpen met GPT.

 

Er zijn veel kritische geluiden over het inzetten van GenAI en dat is logisch: het is nieuw, nog in ontwikkeling en de kinderziekten zijn er nog niet uit. Onderwijsontwikkelaars breken zich het hoofd over de vraag hoe je kunt nagaan of studenten wel leren van de inzet van GenAI en hoe je het gebruik kunt monitoren. Tegelijkertijd is AI een tool die nu al massaal door studenten wordt ingezet om hun werk te doen. Alleen gebeurt dit vaak nog willekeurig en oncontroleerbaar.

Dat vraagt om een nieuwe aanpak van onderwijs en leren. Dus niet slechts een technische innovatie waarbij AI-tools hun intrede doen, maar een pedagogische ontwikkeling. Want het is niet de vraag of AI gebruikt gaat worden, maar op welke wijze.

Als je als onderwijsontwikkelaar met de inzet van GenAI aan de slag gaat, zul je merken dat studenten ook kunnen leren als ze actief worden betrokken in de ontwikkeling van hun kennis, in een constructivistische werkwijze. Daarbij moeten onderwijsontwikkelaars de ontwikkeling van creatief vermogen en kritisch denken stimuleren. De inzet van GenAI is dan niet alleen innovatief, maar ook inspirerend én didactisch verantwoord.

Een paar tips voor als je AI gaat integreren in het curriculum, om zodoende de balans tussen ‘menselijk handelen’ en ‘AI-geleide resultaten’ te behouden:

  1. Begin klein en bouw geleidelijk op. Start met eenvoudige toepassingen bij bekende onderwerpen. Laat studenten geleidelijk doorgroeien naar het analyseren, evalueren en uiteindelijk zelf creëren van (beroeps)producten waarbij GenAI wordt ingezet.
  2. Integreer AI vooral als ondersteunend en verrijkend instrument, niet als vervangend leermiddel. Het is een hulpmiddel om kritisch vermogen (het stellen van de juiste vragen, reflectie op het resultaat) te ontwikkelen en te inspireren tot creatieve processen.
  3. Monitor het gebruik en de effectiviteit van deze vorm van leren, bijvoorbeeld door studenten zelf te laten reflecteren op het proces, en te kijken wat het hen oplevert en waar nog openingen of vragen liggen.
  4. Zorg voor passende tools en userinterfaces. Gebruik AI-platforms die speciaal voor onderwijsdoeleinden geschikt zijn of ontwikkel ze zelf. Voorkom dat studenten zomaar met generieke AI-tool aan de slag gaan. 
  5. Evalueer en stuur bij waar nodig. Houd bij hoe de integratie van GenAI in het curriculum verloopt, zowel inhoudelijk als didactisch. Kijk welke resultaten het oplevert of – en zo ja hoe – wordt getoetst; blijf reflexief (Verhoeven, 2025) en kritisch op curriculumontwikkeling en stuur bij waar nodig.

Meer lezen?

Bojovic, N. (2025). https://www.linkedin.com/posts/activity-7341392689914941441-VU7Z?utm_source=share&utm_medium=member_ios&rcm=ACoAAAIEa0kBmXgdoWSehKXMOU2BuApnRjWrGLA.

Schober, R. (2025). Introducing the BLOOM-AI Framework.  https://www.linkedin.com/posts/randalschober_highereducation-ailiteracy-aiconfidence-activity-7333522477471408128-T-F6?utm_medium=ios_app&rcm=ACoAAAIEa0kBmXgdoWSehKXMOU2BuApnRjWrGLA&utm_source=social_share_video_v2&utm_campaign=mail

Verhoeven, N. (2025). Thematische Analyse met AI. Boom Uitgevers. https://www.boom.nl/hoger-onderwijs/100-19612_Thematische-analyse-met-AI.