Competentie in prompt engineering, kennismanagement en technologische aansluiting als drijfveren van onderwijssustainability via generatieve AI

Waarom slimere vragen aan AI belangrijk zijn voor studenten

Nu generatieve AI-tools zoals chatbots de collegezalen binnendringen, rijst een belangrijke vraag: wat zorgt ervoor dat sommige studenten deze tools veranderen in blijvende leerpartners, terwijl anderen ze slechts kort of ondoeltreffend gebruiken? Deze studie onderzoekt hoe het vermogen van studenten om AI goede vragen te stellen, hoe ze omgaan met de kennis die ze verkrijgen, en hoe goed AI-tools aansluiten op hun studiebehoeften samen bijdragen aan langdurig, duurzaam leren in het hoger onderwijs.

Hoe de studie keek naar studenten die AI gebruiken

De onderzoekers ondervroegen 437 universitaire studenten die al generatieve AI-tools zoals ChatGPT voor studiegebruik inzetten. Met statistische modellering bouwden en testten zij een keten van invloeden die begint bij de competentie van een student in "prompt engineering", via de hoeveelheid bruikbare kennis die de student vergaart en daadwerkelijk gebruikt, naar hoe goed de AI lijkt te passen bij zowel de taken als de individuele student, en uiteindelijk leidt tot de intentie van de student om AI te blijven gebruiken. Het eindpunt van deze keten is onderwijsduurzaamheid, hier opgevat als het blijvende, effectieve gebruik van AI in leren in plaats van een kortstondige technologische rage.

Van betere prompts naar betere aansluiting bij leren

De kerngedachte is dat in generatieve AI-systemen de kwaliteit van wat studenten eruit halen sterk afhangt van wat ze erin stoppen. Studenten die duidelijke, gedetailleerde en doelgerichte prompts kunnen formuleren, blijken meer accurate en relevante informatie te verkrijgen en zijn beter in staat die toe te passen op opdrachten, projecten en probleemoplossing. De studie toont aan dat deze kennisverwerving en -toepassing sterk bepalen hoe goed studenten ervaren dat AI aansluit bij hun cursusopdrachten en hun eigen voorkeuren, vaardigheden en comfortniveau. Met andere woorden: slim prompten levert niet alleen betere antwoorden op; het laat de technologie ook geschikter aanvoelen voor zowel de taak als de gebruiker.

Waarom "aansluiting" doorzetting stimuleert

Het onderzoek onderscheidt twee vormen van aansluiting. Task–technology fit beschrijft hoe goed AI-tools helpen bij specifieke leertaken, zoals het begrijpen van een concept of het oplossen van een probleem. Individual–technology fit beschrijft hoe goed de tools aansluiten bij de leerstijl, het zelfvertrouwen en de behoeften van studenten. Beide vormen van aansluiting hangen samen met de plannen van studenten om AI te blijven gebruiken, maar task–technology fit is de sterkere motor. Wanneer studenten het gevoel hebben dat AI hen daadwerkelijk helpt academische taken effectiever uit te voeren, zijn ze veel eerder geneigd het vrijwillig en regelmatig te blijven gebruiken. Dit voortdurende gebruik is op zijn beurt nauw verbonden met het idee van onderwijsduurzaamheid, aangezien tools alleen het leren hervormen wanneer ze onderdeel blijven van de dagelijkse studieroutine.

Promptvaardigheden als een nieuwe geletterdheid

De studie positioneert prompt engineering ook als een nieuw soort academische geletterdheid. Studenten die bedreven zijn in het opdelen van complexe taken in kleinere vragen, het aanpassen van prompts aan verschillende AI-tools, het verfijnen van hun verzoeken op basis van eerdere antwoorden, en het controleren van AI-uitvoer op vooringenomenheid en nauwkeurigheid, tonen veel hogere niveaus van zowel kennisverwerving als kennisgebruik. Prompt engineering bleek de sterkste voorspeller in het hele model, wat suggereert dat de manier waarop studenten met AI communiceren belangrijker kan zijn dan het specifieke platform dat ze kiezen. Opmerkelijk is dat het algemene patroon voor zowel mannelijke als vrouwelijke studenten gold, hoewel het toepassen van kennis op echte taken de gevoel van task fit iets sterker leek te versterken bij vrouwen.

Wat dit betekent voor de toekomst van leren

Voor een algemene lezer is de boodschap van de studie duidelijk: generatieve AI versterkt onderwijs het meest wanneer studenten leren betere vragen te stellen en actief met de antwoorden te werken. Wanneer sterke promptvaardigheden leiden tot gestaag kenniswinst en toepassingsgericht gebruik, zien studenten AI als een natuurlijk onderdeel van hun studietoolkit, niet als een voorbijgaande nieuwigheid. Dit blijvende, zinvolle gebruik is wat de auteurs onder onderwijssustainability verstaan. In plaats van menselijk leren te vervangen, wordt AI een partner die diepgaander begrip en blijvende vaardigheden ondersteunt, mits onderwijsinstellingen studenten helpen de competenties te ontwikkelen die nodig zijn om deze krachtige tools te sturen en te bevragen.

Bronvermelding: Gibreel, O., Karataş, K. & Arpaci, I. Prompt engineering competence, knowledge management, and technology fit as drivers of educational sustainability through generative AI. Sci Rep 16, 15596 (2026). https://doi.org/10.1038/s41598-026-46335-x

Trefwoorden: generatieve AI in het onderwijs, prompt engineering, onderwijssustainability, task-technology fit, kennismanagement