Negenenveertig minuten. Ongeveer de lengte van een schoolles. Zoveel voorbereidingstijd won een groep Engelse basisschoolleraren gemiddeld per week met een AI-lesplanner. Het vreemde is wat daarna komt: ze gebruikten het hulpmiddel bij ongeveer zeven van elke honderd lessen, en naarmate de proef vorderde steeds minder.

Dat klinkt als een product dat tegelijk werkt en niet aanslaat. Precies daarom is de proef interessanter dan een gebruikelijk succesverhaal over AI. De Education Endowment Foundation publiceerde op 6 oktober 2026 de resultaten van een tien weken durende test met Aila, een gratis lesassistent van Oak National Academy. Het hulpmiddel helpt een leraar vanaf een leerdoel een lesplan, dia’s, quizzen en werkbladen op te bouwen. Tijdens de proef draaide de chatinterface op GPT-4o, aangevuld met zoektechniek die eerst materiaal uit Oaks eigen onderwijscorpus probeerde te gebruiken.

De opzet was steviger dan een tevredenheidsenquête. In het najaar van 2025 werden 464 leraren van groep 5 tot en met 8 op schoolniveau willekeurig verdeeld over twee groepen. De ene groep werd aangemoedigd Aila te gebruiken, de andere Aila te vermijden. Andere generatieve AI, zoals ChatGPT of Copilot, bleef voor beide groepen toegestaan; de onderzoekers wilden Aila vergelijken met de werkelijke praktijk, niet met een kunstmatig AI-vrij klaslokaal. Door ontbrekende weekdagboeken kwamen 416 leraren in de hoofdanalyse terecht.

De uitkomst: leraren met toegang tot Aila rapporteerden gemiddeld 2,51 uur voorbereiding per week, tegenover 3,32 uur in de andere groep. Dat is 48,6 minuten verschil. De onderzoekers schatten dat de Aila-groep 76 procent van de tijd van de controlegroep nodig had; door statistische onzekerheid kan die verhouding plausibel tussen 64 en 89 procent liggen. Dat blijft een betekenisvolle daling, maar het is geen stopwatchmeting. De tijd kwam uit wekelijkse, zelf ingevulde dagboeken in een proef waarin leraren wisten in welke groep ze zaten. Het volledige evaluatierapport noemt bovendien als mogelijke vertekening dat sommige deelnemers algemene mails van Oak konden ontvangen waarin tijdwinst werd aangeprezen. Er is geen bewijs dat dit hun antwoorden beïnvloedde, maar uitsluiten kan evenmin.

Ook “zonder kwaliteitsverlies” verdient kleinere letters dan de perskop. Zes onafhankelijke leraren beoordeelden materiaal van 42 lessen: 21 per groep. Van de geselecteerde lessen uit de Aila-groep waren er vijftien daadwerkelijk met Aila gemaakt. De analyse vond geen betekenisvolle verslechtering, maar beoordelaars verschilden geregeld van mening en de steekproef was klein. De proef zegt dus niet dat AI-lessen bewezen even goed zijn. Ze levert voor deze setting geen aanwijzing dat de beoordeelde materialen slechter waren.

Het meest bruikbare inzicht zit niet in die keurige effectcijfers, maar in de rommelige adoptie. Eenentachtig procent van de Aila-groep probeerde de tool minstens één keer. Toch daalde het gebruik gedurende de tien weken en vond minder dan één op de vijf leraren dat Aila hun onderwijs of planning wezenlijk had veranderd. Veel leraren maakten zelden een complete les vanaf nul. Ze pasten liever bestaand materiaal aan, gebruikten een ander hulpmiddel of vonden dat Aila’s uitvoer alsnog veel bewerking vroeg.

Daar botste het productmodel op het werk zelf. Aila was ontworpen als begeleider voor een leeg vel; ervaren leraren begonnen vaak helemaal niet met een leeg vel. Zij hadden een methode, oude dia’s, materiaal van collega’s en routines die al bij hun klas pasten. De assistent bood een volledig kookboek aan iemand die vooral één vervangend ingrediënt zocht.

Voor beginnende leraren, leraren met minder vertrouwen in hun vakkennis en mensen die een onbekend onderwerp moesten voorbereiden, leek Aila juist nuttiger. Dat maakt het hulpmiddel minder een dagelijkse collega en meer een brandblusser: meestal hangt die ongebruikt aan de muur, maar zijn waarde ontstaat op het moment dat de gewone routine tekortschiet. De proef bewijst nog niet dat deze groepen er ook beter door lesgeven; de onderzoekers noemen dat expliciet als vraag voor vervolgonderzoek.

Voor organisaties die AI invoeren, is dit een ongemakkelijke les. Dagelijks gebruik is een makkelijk dashboardcijfer, maar niet noodzakelijk de beste maat voor waarde. Een tool kan weinig sessies hebben en toch precies het dure, stressvolle of onbekende werk verlichten. Omgekeerd kan een veelgebruikte chatbot vooral extra handelingen aan een werkdag toevoegen.

De praktische vraag is daarom niet alleen: hoeveel mensen openen onze AI? Vraag ook wanneer ze hem openen, welke stap daardoor verdwijnt en hoeveel controlewerk ervoor terugkomt. Misschien is de beste assistent niet degene die voortdurend om aandacht vraagt. Misschien is het degene die op het juiste moeilijke moment verschijnt — en daarna weer uit de weg gaat.

Bronnen en verantwoording