Expertisenetwerk Bèta Onderwijs

genAI and STEM – EU Horizon project

EU Horizon project (2026-2028)

Generatie AI: Hoe digitale hulpmiddelen en AI het leren, het welzijn en de gelijkheid van leerlingen in Europese klaslokalen beïnvloeden.

Officiële naam: “Generation AI: How digital tools and AI shape student learning, well-being and equity in european classrooms.”

Dit project richt zich op een toenemende spanning in het onderwijs: nu generatieve AI en andere digitale hulpmiddelen het leerproces en het leven van leerlingen in steeds grotere mate beïnvloeden, hebben scholen moeite om gelijke tred te houden, wat kan leiden tot uitsluiting, ongelijke toegang tot digitale mogelijkheden en extra druk op docenten en onderwijsinstellingen.

Docenten gezocht om te sparren over AI en wiskunde/science

Vanaf oktober 2026 wordt stevig gewerkt aan de onderzoeksopzet (het onderzoek zal plaatsvinden in het seizoen 2027-2028).

Wij hebben graag contact met enkele docenten (vo) uit de vakken wiskunde, bio/sk/na (en ook o&o, nlt) die lesgeven in klas 1/2 en ook in klas 4/5 van het vo.

We willen dan enkele zaken voorleggen i.v.m. haalbaarheid, inpasbaarheid, e.d.

Een eerste kern is al gevormd: Marianne van Dijke, Marjolein Gelauff, Levi Meijles, Sigal Rotem, Michiel Doorman en Vincent Jonker.
We zullen ongeveer 1 keer in de zes weken online bij elkaar komen (max. 60 minuten).

Als jij zin en tijd hebt om aan te sluiten bij deze ‘Special Interest Group’ voor het gebruik van generatieve AI in lessen vo (klas 1/2 en klas 4/5), meld je aan!

Er zijn drie hoofddoelstellingen bij dit project:

  1. Onderzoeken hoe digitale hulpmiddelen het welzijn en de leerresultaten van leerlingen op de lange termijn beïnvloeden;
  2. Robuust bewijs verzamelen voor een inclusief, op AI gebaseerd model voor hoogwaardig STEM-onderwijs;
  3. Onderzoek omzetten in bruikbare hulpmiddelen en strategieën door samenwerking met docenten en beleidsmakers.

click to enlarge

September 2026 – Freiburg

Eerste fysieke bijeenkomst voor dit project – bijna 35 deelnemers uit verschillende landen, waaronder de Europese adviesraad.
Er zijn de eerste stappen gezet om de onderzoeksinterventie voor wiskunde, natuurwetenschappen en geïntegreerd STEM-onderwijs vorm te geven.

Kick-Off June 2026: research design

Project doelen:

Het project „Generation AI“ onderzoekt hoe deze hulpmiddelen het leerproces en het digitaal welzijn van leerlingen beïnvloeden, en onder welke omstandigheden ze inclusief STEM-onderwijs in heel Europa bevorderen of belemmeren.

GenAI hanteert een longitudinaal, gemengd onderzoeksontwerp in 8 landen en 2 leeftijdsgroepen (12-13, 16-17). Kwantitatieve en kwalitatieve gegevens – waaronder toetsen, diagnostiek van AI-geletterdheid, interactielogboeken en interviews – worden gekoppeld aan gebruikspatronen, leerlingprofielen en de schoolcontext.

Een nieuwe benchmark voor AI-systemen in het STEM-onderwijs koppelt de kwaliteit van het onderwijs en de vakkundige nauwkeurigheid aan de leerresultaten van leerlingen, ter ondersteuning van verantwoord en toekomstgericht AI-gebruik. GenAI evalueert op AI gebaseerde interventies aan de hand van een clustergerandomiseerd ontwerp met drie groepen, waarbij ondersteund AI-gebruik, onondersteund AI-gebruik en een controlegroep tegen elkaar worden afgezet. Dit brengt de voorwaarden voor effectieve, ethische integratie in echte klaslokalen aan het licht.

Onderwijsprofessionals en beleidsmakers worden betrokken via co-creatieprocessen – waaronder validatieworkshops, bijeenkomsten met belanghebbenden en gerichte output zoals onderwijrichtlijnen en beleidsaanbevelingen – om de bruikbaarheid en acceptatie te waarborgen.

“Generation AI” ondersteunt HORIZON-CL2-2025-01-TRANSFO-07 door de rol van digitale hulpmiddelen in het dagelijks leven en op scholen aan de orde te stellen. Het levert interdisciplinair bewijsmateriaal, modellen en hulpmiddelen om inclusieve, ethische en toekomstbestendige onderwijssystemen in heel Europa op te bouwen.

Om de vergelijkbaarheid tussen verschillende contexten te waarborgen, past GenAI een geharmoniseerd gemengd onderzoeksontwerp toe in

  • acht Europese landen, die een breed scala aan schoolsystemen en niveaus van digitale geletterdheid vertegenwoordigen
  • twee belangrijke leeftijdsgroepen (12–13 en 16–17), die de vroege en late adolescentie op de middelbare school bestrijken
  • verschillende bèta-vakken (wiskunde, natuurkunde, scheikunde, biologie, informatica, o&o, nlt)
  • meerdere studentenprofielen, waarin verschillen in sociaaleconomische status (SES), geslacht, eerdere prestaties
    en digitale ervaring in kaart worden gebracht, waardoor diversiteit en gelijkheid worden bevorderd
  • het combineren van kwantitatieve en kwalitatieve metingen voor robuust en diepgaand bewijsmateriaal

Of deze doelstelling is bereikt, wordt gemeten aan de hand van:

  • Een gevalideerd, multidimensionaal instrument voor het meten van digitaal welzijn, STEM-vaardigheden en AI-geletterdheid,
    ontwikkeld op basis van proefprojecten en beoordeling door deskundigen.
  • Grootschalige kwantitatieve gegevens van ongeveer 8.000 leerlingen uit acht landen (leeftijdsgroepen 12–13 en 16–17).
  • Kwalitatieve interviewgegevens van 5 docenten en 30 leerlingen per land (in totaal: 40 docenten en 240 leerlingen).
  • Een onderzoeksrapport op basis van een gemengde methodologie, waarin bevindingen uit verschillende landen, profielen en gebruikspatronen worden samengevat.

Meer in het bijzonder zal het project zich richten op drie kerndimensies:

  1. bèta-vaardigheid (leeftijds- en vakspecifiek probleemoplossend vermogen)
  2. Kwaliteit van het onderwijs (afstemming op het leerplan, diepgang en duidelijkheid)
  3. Aanpassingsvermogen (reactievermogen op misvattingen, kwaliteit van de feedback en het ontwerp van de ondersteuning)

Elke dimensie wordt in de praktijk gebracht via gestructureerde taken en beoordelingsschema’s die zijn afgestemd op internationale normen (bijv. PISA). De benchmark zal worden toegepast op ten minste tien veelgebruikte AI-systemen (bijv. GPT-4, Gemini). Elk van deze tien AI-modellen zal worden getest op een gemeenschappelijke vragenpool door middel van meer dan 100 testruns. Dit zal de eerste systematische, platformoverschrijdende vergelijking opleveren van het begeleidingsvermogen van AI, inclusief pedagogische sterke punten, risico’s en aansluiting bij Europese onderwijswaarden.

  • Germany, PH Freiburg
  • Netherlands, Utrecht University, Freudenthal Institute
  • Spain, Jaen University
  • Cyprus, Edex
  • Austria, Univ. of Klagenfurt
  • Portugal, Lisbon University
  • Turkey, Haceteppe University
  • Norway, Norges Tech.Nat. University
  • Italy, Promoscience
  • Bastani, H., Bastani, O., Sungu, A., Ge, H., Kabakcı, Ö. and Mariman, R. (2025). Generative AI without guardrails can harm learning: Evidence from high school mathematics (PDF) Proceedings of the National Academy of Sciences, 122(26) doi:10.1073/pnas.2422633122.
  • Brave, R., Russo, F., Uzovic, O. and Wagemans, J. (2022). Can an AI Analyze Arguments? Argument-Checking and the Challenges of Assessing the Quality of Online Information (PDF). In (pp. 267–281): Chapman and Hall/CRC.
  • Carstens, D. S., Doss, S. K. and Kies, S. C. (2018). Social Media Impact on Attention Span Journal of Management & Engineering Integration, 11(1), 20.
  • Meulenbroeks, R. and Van Joolingen, W. R. (2022). Students’ self-reported well-being under corona measures, lessons for the future (PDF) Heliyon, 8(1), e08733 doi:10.1016/j.heliyon.2022.e08733.
  • Russo, F., Schliesser, E. and Wagemans, J. (2024). Connecting ethics and epistemology of AI (PDF) AI & SOCIETY, 39(4), 1585–1603 doi:10.1007/s00146-022-01617-6.
  • Thurm, D., Vandervieren, E., Moons, F., Drijvers, P., Barzel, B., Klinger, M., Van Der Ree, H. and Doorman, M. (2023). Distance mathematics education in Flanders, Germany, and the Netherlands during the COVID 19 lockdown—the student perspective (PDF) ZDM – Mathematics Education, 55(1), 79–93 doi:10.1007/s11858-022-01409-8.
  • Van der Lubbe, L., Van Borculo, S., Boon, P., Van Velthoven, W. and Jeuring, J. (2023). Bridging the Computer Science Teacher Shortage with a Digital Learning Platform (PDF), 15th International Conference on Computer Supported Education, CSEDU (pp. 289–296): SciTePress.
  • Xie, T., Wang, Y. and Cheng, Y. (2023). Social Media Overload as a Predictor of Depressive Symptoms Under the COVID-19 Infodemic: A Cross-Sectional Survey From Chinese University Students (PDF) International Journal of Public Health, 68 doi:10.3389/ijph.2023.1606404.
  • Yousefi, Y., Conover, L., Mlakar, I. and Russo, F. (Eds.). (2026). Deepfakes, democracy and the ethics of synthetic media. A synthesis of the SOLARIS Project (PDF). Maribor: University of Maribor Press.

ELWIeR en Ecent als één STEM