Onderwijsinstellingen combineren twee soorten werk die weinig met elkaar te maken hebben: lesgeven en begeleiden aan de ene kant, en administratie, planning en verantwoording aan de andere kant. Het grootste deel van de niet-lesgebonden uren zit in roosterwerk, toetsing en nakijken, verslaglegging richting ouders en inspectie, en communicatie met leerlingen, studenten en ouders. Daarnaast is er een laag van beleid en kwaliteitszorg die sterk gebonden is aan wet- en regelgeving, van de onderwijsinspectie tot examenreglementen.
Drie omstandigheden bepalen hoe dat werk zich laat verdelen tussen AI en mensen. Ten eerste de mate van persoonlijk contact: begeleiding van leerlingen en studenten vraagt om inschatting van iemands ontwikkeling, motivatie en welzijn, iets wat zich niet in een systeem laat vangen. Ten tweede de regeldruk: examens, diploma's en leerlingdossiers zijn aan strikte procedures gebonden, wat betekent dat geautomatiseerde output altijd een vastgelegd controlemoment nodig heeft. Ten derde de versnippering van systemen: veel scholen werken met een leerlingvolgsysteem, een roosterpakket, een communicatietool en een aparte omgeving voor toetsing, die vaak niet naadloos op elkaar aansluiten. Die versnippering bepaalt hoeveel tijd er nog nodig is om gegevens tussen systemen over te zetten, ook als AI het inhoudelijke werk al aankan.
Bij een aantal taken is de uitkomst goed te toetsen en het risico bij een fout beperkt, waardoor AI het volledige werk kan doen. Denk aan het genereren van conceptroosters op basis van vaste regels, het samenvatten van lesmateriaal tot oefenvragen, het opstellen van standaardbrieven aan ouders, en het transcriberen en samenvatten van vergaderingen. Ook het voorbereiden van rapportteksten op basis van cijfers en aanwezigheid, en het beantwoorden van veelgestelde vragen over inschrijving, roosters of examendata, vallen hieronder. Dat laatste type vraag overlapt met wat ook welk werk kan AI overnemen op de klantenservice beschrijft: herkenbare vragen met een vast antwoord lenen zich goed voor volledige automatisering.
Een groot deel van het onderwijswerk valt in de categorie waarin AI een concept maakt en een mens dat beoordeelt, aanpast of afwijst. Nakijken van open vragen en essays is hier het duidelijkste voorbeeld: AI kan een eerste beoordeling en feedback genereren, maar een docent moet die goedkeuren of corrigeren, zeker waar het cijfer meetelt voor een diploma. Hetzelfde geldt voor het opstellen van individuele ontwikkelplannen, waar AI patronen in data kan signaleren maar de duiding van iemands situatie mensenwerk blijft. Ook bij het voorbereiden van gesprekken met ouders of het signaleren van mogelijke leerachterstanden kan AI aanknopingspunten leveren, terwijl de interpretatie en de communicatie bij de professional liggen. Financiële en administratieve taken rond bijvoorbeeld subsidieaanvragen of begrotingen kennen een vergelijkbare verdeling als op welk werk kan AI overnemen op de financiële afdeling wordt beschreven: AI levert het cijferwerk en de eerste analyse, een mens blijft verantwoordelijk voor de uiteindelijke keuze.
De kern van het onderwijs, het daadwerkelijke lesgeven, begeleiden en beoordelen van mensen in hun ontwikkeling, blijft mensenwerk. Dat geldt ook voor eindbeoordelingen die bepalend zijn voor een diploma of doorstroom, voor gesprekken over zorg, gedrag of welzijn van leerlingen, en voor de pedagogische relatie die nodig is om iemand te motiveren of bij te sturen. Beleidskeuzes over onderwijskwaliteit, examinering en de omgang met de onderwijsinspectie vragen om een verantwoordelijke functionaris die de uitkomst kan uitleggen en verdedigen. Waar dit raakt aan personeelsbeslissingen, zoals de inzet van docenten of ondersteunend personeel, gelden daarvoor eigen wettelijke vereisten die los staan van wat AI technisch kan overnemen.
De verdeling in het onderwijs vertoont overeenkomsten met andere sectoren waar persoonlijk contact en regelgeving samenkomen. In wat kan AI overnemen in de zorg speelt eveneens de vraag hoe ver automatisering mag gaan bij taken die de veiligheid of het welzijn van mensen raken, terwijl administratieve processen wel volledig te automatiseren zijn. Instellingen die daarnaast inkopen of leveren, zoals bij de aanschaf van leermiddelen, herkennen ook elementen uit wat kan AI overnemen in de groothandel, waar bestelprocessen en voorraadbeheer zich goed laten automatiseren zolang de systemen op elkaar aansluiten.
De verdeling tussen deze drie categorieën verschilt sterk per school, per functie en per systeem dat wordt gebruikt. Een algemene inschatting zegt weinig over de situatie op een specifieke locatie. Wie wil weten welk deel van de eigen taken vandaag al voor automatisering in aanmerking komt, kan de gratis quickscan van ftetoai invullen: twaalf vragen, zonder account, met een indicatie welk deel van de uren in het eigen profiel op dit moment door AI is over te nemen. De volledige werkscan, die dieper ingaat op specifieke functies en processen, is nog in aanbouw en wordt hier niet als kant-en-klare oplossing aangeboden.
Vraag maar. Ik ken de kennisbank van deze site; wat ik niet weet, zeg ik erbij.
Antwoorden komen uit de kennisbank van deze site. Geen advies op maat, en geen scan van uw bedrijf.