AI als hefboom en uitdaging voor inclusief hoger onderwijs

Artificiële intelligentie (AI) is vandaag al een onderdeel van de dagelijkse praktijk in het hoger onderwijs. Studenten gebruiken AI steeds vaker bij studietaken zoals schrijven, samenvatten, plannen en oefenen, en ook medewerkers zetten AI in voor onderwijsontwerp, communicatie en ondersteuning. Daardoor verandert AI mee hoe we leren, lesgeven, evalueren en begeleiden.

AI kan inclusie versterken door drempels te verlagen en leeromgevingen toegankelijker te maken. Denk aan tekst naar spraak en spraak naar tekst, live ondertiteling, vertaling, vereenvoudiging van complexe teksten, hulp bij structuur en studieplanning, en ondersteuning bij schrijven en academische taal. Tegelijk zijn er risico’s: niet iedereen heeft gelijke toegang tot kwaliteitsvolle tools of voldoende AI-vaardigheden, AI kan vooringenomen of foutieve output geven, en er zijn aandachtspunten rond privacy en datagebruik. Inclusie is dus geen automatisch gevolg van AI gebruik, maar vraagt bewuste keuzes, duidelijke afspraken en toegankelijke implementatie.

Deze informatie fiche richt zich tot beleidsmakers, lectoren en begeleiders (studentenbegeleiding, studieadvies, trajectcoaches) die:

  • Een instellingsvisie en beleid rond AI willen uitwerken
  • Verantwoord AI-gebruik in onderwijs en begeleiding willen ondersteunen
  • Inclusie en toegankelijkheid expliciet willen meenemen in AI-keuzes

Facts

Vlaams onderzoek en data rond AI gebruik in het hoger onderwijs blijft beperkt. Internationaal onderzoek toont echter patronen die ook relevant zijn voor het Vlaamse hoger onderwijs.

Medewerkers

  • Wereldwijd gebruikt ongeveer 1 op de 3 lectoren AI in het werk. Gebruik varieert sterk per land, van meer dan 75% in sommige contexten tot minder dan 20% in andere.
  • Waarvoor lectoren AI vooral inzetten: inhoud samenvatten (68%) en les of activiteitenplannen genereren (64%). Ongeveer een kwart gebruikt AI om studentenparticipatie of prestaties te analyseren.

Studenten

  • In het VK geeft 92% aan minstens één AI-tool te gebruiken. 88% gebruikt generatieve AI om concepten uit te leggen, artikels samen te vatten of onderzoeksideeën te genereren.
  • In de VS gebruiken studenten AI onder meer om moeilijke concepten te begrijpen (36%), teksten samen te vatten (34%), hulp te krijgen bij schrijfopdrachten (32%), notities te nemen en colleges samen te vatten (29%) en te vertalen (17%).
  • Begeleiding blijft vaak achter: in het VK kreeg 36% vorming rond AI via de instelling, en minder dan 1 op de 3 voelt zich aangemoedigd om AI in de studies te gebruiken.

Vlaanderen

  • 68% van de 18 tot 24-jarigen beschouwt zichzelf als actieve AI-gebruiker. Toch heeft slechts 13% toegang tot premium AI-tools.

Ongelijkheden in toegang en gebruik

  • Sociaaleconomische status
    • Internetkloof: in Europa heeft 97% van de huishoudens in de hoogste inkomensgroep breedbandinternet, tegenover 74% in de laagste inkomensgroep.
    • Premiumkloof: in Vlaanderen gebruikt 68% van de 18 tot 24-jarigen AI, maar slechts 13% heeft toegang tot premium AI-tools.
    • Studenten uit lagere socio-economische groepen gebruiken AI minder voor cognitief veeleisende taken (bv. structureren, synthetiseren, revisies integreren). Hogere SES hangt samen met hogere AI-geletterdheid en toegang tot betere tools.
  • Genderkloof
    • Mannelijke studenten zijn ongeveer 14% vaker geneigd om AI in onderwijscontexten te gebruiken. Vrouwelijke studenten rapporteren vaker AI-angst en een lagere gepercipieerde AI-kennis.
    • Mannelijke studenten gebruiken GenAI vaker voor ideegeneratie en argumentatiestructuur, vrouwelijke studenten beperken gebruik vaker tot tekstgerelateerde taken en uiten meer zorgen over kritisch denken en ethiek.
  • Functiebeperkingen
    • Drempels zijn onder meer beperkte compatibiliteit met schermlezers en andere hulpmiddelen, en aannames over standaard lees en schrijfvaardigheid.
  • Taalkloof
    • AI presteert doorgaans beter in het Engels en grote Europese talen, met zwakkere ondersteuning voor kleinere talen en dialecten. Dat vermindert bruikbaarheid voor studenten die vertaling, vereenvoudiging of taalondersteuning nodig hebben.

Hoe kan AI inclusie ondersteunen?

Er zijn heel wat manieren waarop AI inclusie kan ondersteunen. De voorbeelden hieronder zijn niet volledig, maar eerder bedoeld als inspiratie.

Toegankelijkheid en participatie

  • Tekst naar spraak en spraak naar tekst, zodat studenten kunnen kiezen hoe ze informatie opnemen en verwerken
  • Live captions en ondertitels, handig voor studenten met een auditieve beperking, in lawaaierige omgevingen of wanneer les niet in de moedertaal gegeven wordt
  • Realtime vertaling van gesproken en geschreven inhoud naar de voorkeurstaal
  • Leesondersteuning en tekstpersonalisatie (bv. lay-out, focus, kleurfilters), wat de cognitieve belasting kan verlagen
  • Vereenvoudigen en samenvatten van teksten en uitleg van vaktaal, waardoor taalkundige en cognitieve drempels dalen
  • Automatische alternatieve tekst en beeldbeschrijving, zodat visuele informatie toegankelijker wordt
  • Beeld naar tekst (OCR) voor gescande of beeldgebaseerde documenten, essentieel voor compatibiliteit met hulpmiddelen zoals schermlezers
  • Voorspellend typen en tekstsuggesties, als laagdrempelige ondersteuning bij spelling en zinsopbouw
  • Toegankelijkheidscontrole en advies in documenten en presentaties, om inclusief leermateriaal te maken met minder extra werklast

Gepersonaliseerd en flexibel leren

  • Moeilijkheid en tempo automatisch afgestemd op individuele prestaties en noden
  • Gepersonaliseerde leerpaden en aanbevelingen, met passende volgende stappen en bronnen
  • Automatisch genereren van oefenmateriaal en formatieve evaluatie, voor laagdrempelige oefenkansen zonder extra werkdruk voor lectoren en begeleiders
  • Onmiddellijke en individuele feedback, ook buiten contacturen
  • Studieplanning en hulp bij leerorganisatie (prioriteiten, taken opdelen, communicatie samenvatten), wat zelfstandigheid versterkt en cognitieve belasting kan verminderen
  • Ondersteuning bij wisselende of onderbroken studieritmes (bv. werkstudenten, mantelzorgers, veranderende gezondheidscondities) door flexibel tempo en automatisering van studietaken

Taal, schrijven en academische vaardigheden

  • Schrijfondersteuning (grammatica, stijl, structuur) om helderheid en coherentie te versterken zonder het denken te vervangen
  • Samenvatten en structureren van academisch materiaal, om begrip en overzicht te ondersteunen
  • Uitleg en vereenvoudiging van complexe taal voor verminderde cognitieve belasting
  • Vertaling van geschreven en fysieke tekst (bv. camerafunctie), zodat instructies en leermateriaal toegankelijk worden in de voorkeurstaal
  • Ondersteuning van toon, pragmatiek en impliciete betekenis in communicatie, wat extra relevant kan zijn voor bijvoorbeeld studenten met autisme
  • Ondersteuning bij spreek- en presentatievaardigheden via gerichte feedback op tempo, stopwoorden en voorlezen van slides

Vroege signalen en gerichte ondersteuning

  • Detectie van verminderde participatie of risico op uitval (bv. minder logins, gemiste activiteiten) om tijdig contact mogelijk te maken
  • Monitoring van leerprogressie en tempo om studenten te signaleren die achterop raken of afwijken van verwachte leerpaden
  • Voorspelling van academisch risico als signaal om ondersteuning sneller op te starten, altijd als aanvulling op gesprekken en menselijke beoordeling

Administratieve en cognitieve belasting verminderen

  • Samenvatten van colleges, communicatie en leermateriaal, om informatie overload te beperken en overzicht te vergroten
  • Reminders, taakextractie en planningsondersteuning, nuttig bij concurrerende eisen zoals werk of zorgtaken
  • Schaalbare ondersteuning in grote of diverse groepen, waardoor meer tijd vrijkomt voor gedifferentieerde begeleiding waar nodig

Uitdagingen en aandachtspunten bij AI en inclusie

Voorkom dat AI bestaande ongelijkheden vergroot

Wat is het risico?

  • Als AI meer ingebed raakt, kunnen studenten zonder betrouwbare toegang benadeeld worden in schrijven, plannen en participatie
    • Socio-economische verschillen: minder toegang tot premium tools, recente toestellen en stabiel internet, waardoor AI minder ingezet wordt voor complexe studietaken en privacyrisico’s kunnen stijgen
    • Functiebeperkingen: drempels wanneer tools niet compatibel zijn met hulpmiddelen of niet volgens universal design zijn ontworpen
    • Taal: betere prestaties in Engels en grote talen, zwakkere ondersteuning voor kleinere talen en dialecten
    • Gender: vrouwelijke studenten rapporteren vaker minder vertrouwen en meer AI-angst, en gebruiken AI gemiddeld minder en anders

Wat vraagt dit van instellingen?

  • Gelijke toegang via instellingslicenties en gedeelde infrastructuur (campus-wifi, computerlokalen, up-to-date toestellen)
  • Toegankelijkheid en universal design verankeren, inclusief compatibiliteitstesten met hulpmiddelen
  • Sterke menselijke ondersteuningsdiensten behouden (coaching, schrijfcentra, begeleiding)

Detecteer en beperk bias in evaluatie en ondersteuning

Wat is het risico?

  • Bias is vaak moeilijk te zien, maar kan leiden tot ongelijke uitkomsten bij feedback, evaluatie, studievoortganganalyse en risicosignalering
  • Tekstbeoordeling: modellen leren “normen” uit eerdere datasets en kunnen teksten van niet-moedertaalsprekers vaker verkeerd inschatten
  • Foutieve interpretaties van gedrag: flexibel studietempo kan als lage betrokkenheid gelezen worden, neurodiverse communicatie als atypisch, spraak naar tekst output als inconsistente stijl
  • Generatieve AI kan ongelijk presteren of schadelijke output geven, bv. lagere kwaliteit in minderheidstalen, stereotypering, misgendering

Wat vraagt dit van instellingen?

  • Menselijke supervisie bij feedback, evaluatie en risicovoorspellingen
  • Tools kiezen met transparantie over trainingsdata en gekende biases, en regelmatige biastesten uitvoeren (taal, gender, SES, functiebeperkingen)
  • Vorming voor lectoren en begeleiders om biased outputs te herkennen en te weten wanneer niet op AI te steunen

Bescherm studentdata in alle AI-tools en praktijken

Wat is het risico?

  • AI kan gevoelige data verwerken, zoals studievoortgang, gedragspatronen en soms biometrische data
  • Commerciële tools kunnen data onveilig opslaan, hergebruiken voor modeltraining of delen met derden
  • Gratis tools met onduidelijke datapraktijken treffen mogelijk sterker studenten die door kostendrempels daarop aangewezen zijn

Wat vraagt dit van instellingen?

  • Databescherming evalueren voor implementatie, enkel tools met duidelijke documentatie over opslag, retentie, modeltraining en toegang door derden
  • Instellingslicenties voor privacy-conforme tools om afhankelijkheid van gratis commerciële alternatieven te verminderen
  • Dataminimalisatie, anonimiseren waar mogelijk, beperkte toegang, audits en duidelijke meldkanalen
  • Heldere communicatie over datagebruik, studentenrechten en opt-out opties

Beoordeel en beperk de ecologische voetafdruk

Wat is het risico?

  • Grote modellen vragen veel elektriciteit en water, en de impact is ongelijk verdeeld, wat UNESCO benoemt als een rechtvaardigheidsvraagstuk
  • Niet-duurzame AI-implementatie kan botsen met institutionele duurzaamheidsdoelen en klimaatrechtvaardigheid

Wat vraagt dit van instellingen?

  • Tools kiezen die transparant zijn over energie- en watergebruik, en duurzaamheidscriteria opnemen in aankoopbeleid
  • Onnodig AI-gebruik beperken, duplicatie verminderen via centralisatie, en stoppen met systemen zonder aantoonbare meerwaarde
  • Verschillende beleidskaders op internationaal, Europees en Vlaams niveau reguleren AI gebruik in het onderwijs. Dit zijn de meest relevante:
    • VN-Verdrag inzake de Rechten van Personen met een Handicap: verplicht redelijke aanpassingen, met inbegrip van technologisch hulpmiddelen in het hoger onderwijs (art 4 en 24)
    • UNESCO Beijing Consensus on Artificial Intelligence and Education: invloedrijk referentiekader voor AI gebruik in onderwijs. Het ziet AI als middel om inclusie, gelijkheid en mensenrechten te bevorderen, niet enkel om efficiëntie en automatisering te verhogen. Het benadrukt de nood aan een blijvende menselijke ondersteuning, capaciteitsopbouw rond ethisch en inclusief gebruik en een instellingsbeleid met specifiek maatregelen om studenten te beschermen tegen discriminatie bij AI gebruik
    • EU AI Act legt juridisch bindende vereisten vast voor AI-tools die worden gebruikt in onderwijsbeoordeling, monitoring en besluitvorming. Veel AI tools die in onderwijs worden gebruikt worden beschouwd als ‘hoog risico’, wat strikte verplichtingen met zich mee voor aanbieders en instellingen, zoals hoge kwaliteit van trainingsdata, transparantie, menselijke supervisie, robuust risicobeheer en documentatie.
    • Vlaamse gelijke kansen en gelijke behandeling decreet: vereist het aanbieden van redelijke aanpassingen, met inbegrip van hulpmiddelen en AI-toepassingen, om drempels in eht onderwijs te verlagen
    • Visietekst Verantwoord AI in het Vlaamse onderwijs: biedt een ethisch en pedagogisch kader. Het benadrukt dat AI het leren en de lesgeven moet versterken in plaats van vervangen, dat menselijke supervisie, transparantie en gelijkheid niet onderhandelbaar zijn en dat het versterken van ongelijkheden in AI-gebruik vermeden moet worden.
  • Wil je inspiratie bij het kiezen van AI-tools die kunnen helpen om inclusie te versterken?
    • Weet at er al veel AI-functionaliteiten die drempels tot hoger onderwijs kunnen verlagen ingebed zijn al in bestaande platformen waar HoI waarschijnlijk al licenties voor hebben (bv. Microsoft 365, Teams, leerplatformen). Nieuwe tools zijn vaak niet nodig

Referenties

De Marez, L., Georges, A., Sevenhant, R., & Devos, E. (2025). Digimeter 2024. Digitale trends in Vlaanderen. https://www.imec.be/sites/default/files/2025-03/imec.digimeter-2024-rap… Imec.

Digisprong, K., & Kenniscentrum Data & Maatschappij. (2023). Visietekst. Verantwoord Ai in the Vlaamse onderwijs. Een collaboratief proces van ontwikkeling tot gebruik. Brussel: Departement Onderwijs en Vorming.

EU. (2016). General Data Protection Regulation. https://gdpr.eu/: European Union.

EU. (2019). EU Green Deal. https://commission.europa.eu/strategy-and-policy/priorities-2019-2024/e… European Union.

EU. (2022). Ethical Guidelines on the Use of Artificial Intelligence (AI) and Data in Teaching and Learning for Educators. Luxemburg: European Union.

EU. (2024). The EU AI Act. https://artificialintelligenceact.eu/ai-act-explorer/: European Union.

European Commission. (2021). Digital Education Action Plan 2021-2027. Unlocking Europe's Digital Potential. https://education.ec.europa.eu/focus-topics/digital-education/actions: European Commission.

Freeman, J. (2025). Student Generative AI Survey 2025. HEPI Policy Note 61. Oxford: Higher Education Policy Institute.

Garzón, J., Patiño, E., & Marulanda, C. (2025). Systematic Review of Artificial Intelligence in Education: Trends, Benefits, and Challenges. Multimodal Technologies and Interaction.

Khan, H. (2021). Types of AI. Hanoi: University of Science and Technology.

KU Leuven. (2025). Verantwoord gebruik van generatieve artificiële intelligentie. https://www.kuleuven.be/genai: KU Leuven.

Melo-López, V.-A., Basantes-Andrade, A., Gudiño-Mejía, C.-B., & Hernández-Martínez, E. (2025). The Impact of Artificial Intelligence on Inclusive Education: A Systematic Review. Education Sciences.

Møgelvang, A., Bjelland, C., Grassini, S., & Ludvigsen, K. (2024). Gender Differences in the Use of Generative ArtificialIntelligence Chatbots in Higher Education: Characteristics. Education Science.

OECD. (2019). Artificial Intelligence in Society. https://www.oecd.org/en/publications/artificial-intelligence-in-society… OECD.

OECD. (2021). 21st Century Readers. Developing Liteacy Skills in a Digital World. Parijs: OECD.

OECD. (2022). Measuring the Environmental Impacts of Artificial Intelligence Compute and Applications. The AI Footprint. https://www.oecd.org/en/publications/measuring-the-environmental-impact… OECD.

OECD. (2024). The Potential Impact of Artificial Intelligence on Equity and Inclusion in Education. Parijs: OECD.

OECD. (2025). Leveraging Artificial Intelligence to Support Students with Special Education Needs. https://www.oecd.org/content/dam/oecd/en/publications/reports/2025/09/l…: OECD.

OECD. (2025). Results from TALIS 2024. The State of Teaching. Parijs: OECD.

Ravsjel, D., Kerzic, D., Tomazevic, N., Umek, L., Brezovar, N., Lahad, N. A., & al, e. (2025). Higher Education Students' Perceptions of ChatGPT: A Global Study of Early Reactions. https://journals.plos.org/plosone/article?id=10.1371%2Fjournal.pone.031…: PLOS One.

Russo, C., Romano, L., Clemente, D., Lacovone, L., Gladwin, T. E., & Panno, A. (2025). Gender differences in artificial intelligence: the role of artificial intelligence anxiety. Frontiers Psychology.

Shaw, C., Brennan, D., Martin, S., Jason, N., & Fox, K. a. (2023). GenAI in Higher Education: Fall 2023 Update. Time for Class Study. https://tytonpartners.com/app/uploads/2023/10/GenAI-IN-HIGHER-EDUCATION… Tyton.

UCLL. (2025). GenAi in UCLL. GenAI in UCLL: UCLL Hogeschool.

UN. (2006). Convention on the Rights of Persons with Disabilities. https://www.internationaldisabilityalliance.org/resources/convention-ri… United Nations.

UNESCO. (2019). Bejing Consensus on Artificial Intelligence in Education. Parijs: UNESCO.

UNESCO. (2021). AI and Education. Guidance for Policy-makers. Parijs: UNESCO.

UNESCO. (2021). Recommendation on the Ethics of Artificial Intelligence. Parijs: UNESCO.

UNESCO. (2023). Guidance for Generative AI in Education and Research. Parijs: UNESCO.

Vlaamse minister van Economie Innovatie Werk Sociale Economie en Landbouw. (2024). Vlaams Beleidsplan Artificiële Intelligentie 2024-2028. Onderzoeksprogramma AI-Werkjaar 2024. Bisnota aan de Vlaamse Regering. https://www.flandersai.be/en/beleidsplan-artificiele-intelligentie: Vlaamse Regering,.

Vlaamse Regering. (2007). Protocol tussen de Federale Staat, de Vlaamse Gemeenschap, de Franse Gemeenschap, de Duitstalige Gemeenschap, het Waals Gewest, het Brussels Hoofdstedelijk Gewest, de Gemeenschappelijke Gemeenschapscommissie en de Franse Gemeen-schapscommissie ten gunste . https://codex.vlaanderen.be/portals/codex/documenten/1021259.html?utm_s…: Vlaamse Regering.

Vlaamse Regering. (2008). Decreet houdende een kader voor het Vlaamse gelijkekansen- en gelijkebehandelingsbeleid. https://codex.vlaanderen.be/Portals/Codex/documenten/1017082.html: Vlaamse Regering.

VUB. (2025). Verantwoord gebruik van generatieve AI: Richtlijnen voor studenten. https://www.vub.be/sites/default/files/2025-02/2025_Reglementen_Gebruik… Vrije Universiteit Brussel.

Whittaker, M., Alper, M., Bennett, C. L., Hendren, S., Kaziunas, L., Mills, . . . Myers West, S. (2019). Disability, Bias, and AI. AINow.

Yang, K., Raković, M., Gašević, D., & Chen, G. (2025). Does the Prompt-Based Large Language Model Recognize Students’ Demographics and Introduce Bias in Essay Scoring? Conference Paper. Artificial Intelligence in Education (AIED).

Zhang, C., Rice, R. E., & Wang, L. (2024). College Students’ Literacy, ChatGPT Activities, Educational Outcomes and Trust from a Digital Divide Perspective. New Media & Society.

Zhao, X., Cox, A. X., & Xuanning, C. (2025). The Use of Generative AI by Students with Disabilities in Higher Education. The Internet and Higher Education.