Leren met AI zonder dat het alles voor je doet

AI kan je werk uit handen nemen, en dat is precies het probleem als je iets wilt leren. Anthropic, de maker van Claude, onderzocht het begin 2026 bij programmeurs. Wie met hulp van AI nieuw programmeergereedschap leerde gebruiken, wist daar na afloop minder van dan wie het zonder AI deed. Maar niet iedereen in de AI-groep leerde minder. Het hing af van hoe ze AI gebruikten, en dat is goed nieuws, want dat kies je zelf.

Wat het onderzoek liet zien

Het onderzoek verscheen op 29 januari 2026 onder de titel How AI assistance impacts the formation of coding skills. Er deden 52 programmeurs aan mee, vooral mensen aan het begin van hun loopbaan, die al meer dan een jaar elke week in de programmeertaal Python werkten. Ze moesten Trio leren gebruiken, een uitbreiding van Python waarmee een programma meerdere dingen tegelijk kan doen. Door loting werden ze verdeeld over een groep met een AI-assistent en een groep zonder. Na de opdracht maakten ze een toets over wat ze net hadden gebruikt.

De groep met AI scoorde gemiddeld 50 procent, de groep zonder 67 procent. Het grootste verschil zat bij vragen over het opsporen en oplossen van fouten. De AI-groep was gemiddeld ongeveer twee minuten eerder klaar, maar dat verschil was zo klein dat het ook toeval kon zijn. Minder geleerd dus, en nauwelijks tijd gewonnen.

Interessanter is wat de onderzoekers zagen toen ze keken hoe mensen de AI gebruikten. De laagste scores, gemiddeld onder de 40 procent, haalden mensen die het werk aan de AI overlieten, ook als ze daar pas halverwege mee begonnen, en mensen die elke fout door de AI lieten oplossen. Mensen die AI gebruikten om het te begrijpen, scoorden gemiddeld 65 procent of hoger. Zij lieten bijvoorbeeld eerst code maken en vroegen daarna hoe die werkte, of ze stelden alleen vragen over hoe iets in elkaar zit en losten de fouten zelf op.

De onderzoekers zijn eerlijk over de grenzen. De groep was klein, en ze hebben alleen gemeten wat mensen kort na de opdracht wisten. Wat het op langere termijn doet, weten we niet. En het ging om programmeren; of het bij andere vaardigheden net zo uitpakt, is niet onderzocht. Toch denk ik dat de les breder geldt: wat je door een ander laat bedenken, leer je zelf niet.

Kies eerst wat je wilt: het resultaat of de vaardigheid

Niet alles hoef je te leren. Heb je één keer een ingewikkelde formule nodig, laat de AI hem dan gewoon maken. Maar wil je iets later zelf kunnen, of wil je kunnen beoordelen wat de AI voor je maakt, dan is het resultaat niet genoeg.

Dat laatste wordt vaak vergeten. Je kunt een AI alleen goed nakijken als je zelf snapt waar het over gaat. Een antwoord dat je niet begrijpt, kun je ook niet controleren, en AI maakt fouten die net zo zeker klinken als een goed antwoord. Waarom dat zo is, lees je in Waarom AI soms dingen verzint.

Vraag om uitleg, niet om het antwoord

Neem als voorbeeld Fatima, fysiotherapeut. Ze heeft de site van haar praktijk laten bouwen met Claude Code, de versie van Claude die op haar eigen server bestanden maakt en aanpast. Wat Claude Code precies is, staat in Wat is Claude Code?. Fatima wil de site straks zelf kunnen bijhouden, dus ze laat Claude niet alleen bouwen. Na elke wijziging vraagt ze wat er is veranderd, en waarom zo. De volgende kleine wijziging, een nieuwe openingstijd, probeert ze eerst zelf, en daarna laat ze Claude meekijken.

Claude Code heeft daar zelfs een stand voor. In de stand Explanatory zet Claude bij zijn werk korte uitleg over waarom hij iets zo doet. In de stand Learning doet hij dat ook, en laat hij af en toe een klein stukje code voor jou open, met uitleg over wat er moet gebeuren. Hij wacht dan tot jij het hebt geschreven. Je kiest zo’n stand met het commando /output-style learning, of via /config.

In een gewoon gesprek werkt het met een paar zinnen, zoals “Leg uit hoe je dit zou aanpakken, maar geef het antwoord nog niet.” Of: “Ik probeer het eerst zelf. Kijk daarna mijn poging na en zeg wat er beter kan.” Leer je iets over een langere periode, zet zulke afspraken dan in de instructies van een project, zodat je ze niet elke keer hoeft te typen. Hoe je een vraag zo opbouwt dat de AI begrijpt wat je zoekt, lees je in Een goede vraag stellen aan AI.

In het online programma werk je ook zo: Claude doet het bouwwerk, en jij vraagt bij elke stap wat er gebeurt en waarom.

Ophalen en herhalen

Uitleg lezen voelt als leren, maar blijft slecht hangen. Wat beter werkt, weten onderwijsonderzoekers al lang. In een bekend overzicht uit 2013 kwamen twee technieken als nuttigste naar voren: jezelf overhoren, en je oefening spreiden over meerdere dagen. Technieken die veel mensen gebruiken, zoals herlezen en markeren, scoorden laag. Ook samenvatten hielp weinig. Een samenvatting lezen die een AI voor je heeft gemaakt, lijkt eerder op herlezen dan op overhoren.

Een AI is een prima overhoorder, omdat hij nooit moe wordt en zijn vragen kan aanpassen aan wat jij al weet. Je vraagt bijvoorbeeld: “Stel me vijf vragen over wat ik vorige week leerde over [onderwerp], één tegelijk. Geef pas na mijn antwoord uitleg, en vraag door als mijn antwoord maar half klopt.” Doe dat na een paar dagen nog eens, en daarna na een week. Het ophalen kost moeite, en juist die moeite zorgt ervoor dat het blijft hangen.

Houd er wel rekening mee dat de uitleg zelf ook fout kan zijn. Leer je iets waar veel van afhangt, kijk de kern dan na in een goede bron, zoals de handleiding van het programma of een boek van een vakman.

Laat de fouten bij jou

Het grootste verschil in het onderzoek zat bij het opsporen van fouten. De onderzoekers denken dat de groep zonder AI juist daar beter in werd, omdat die meer fouten tegenkwam en ze zelf moest oplossen. Een fout die de AI voor je wegpoetst, leert je niets.

Loopt er iets mis, probeer dan eerst zelf te zeggen wat er volgens jou aan de hand is. Vraag daarna de AI waar je moet kijken, en niet om de oplossing: “Zeg waar ik moet zoeken, maar los het nog niet op.” Dat is trager, en dat hoort zo. Leren kost tijd. In het onderzoek won de AI-groep er bovendien nauwelijks tijd mee.

Kies één ding dat je deze maand echt wilt leren, en maak er een project voor met de instructie “leg uit en overhoor me, maar doe het werk niet voor me”. Plan twee keer per week tien minuten om jezelf te laten overhoren. Na een maand merk je het verschil vooral op het moment dat de AI iets fout doet: dan zie jij het.