• Over BUas
  • Data Science & AI
  • Onderzoek

Kan praten met AI studenten helpen dieper na te denken?

Wat gebeurt er als een AI-chatbot stopt met het geven van antwoorden en juist vragen begint te stellen? Een nieuwe studie van Breda University of Applied Sciences (BUas) onderzoekt hoe studenten hun ideeën ontwikkelen, bevragen en erop reflecteren via gesprekken met AI. Wat begon als een experiment binnen het BUas AI Pioneering Programme in het voorjaar van 2025, heeft inmiddels geleid tot een wetenschappelijke publicatie.

De studie, Tracing Student Thinking in Socratic LLM Dialogues: A Reflexive Thematic Analysis, werd uitgevoerd door onderzoekers Qiqi Zhou en Carlos Pereira Santos van de Academy for AI, Games & Media, samen met Tianyu Chen, student van de BUas-masteropleiding Imagineering. Door onderwijsonderzoek, softwareontwikkeling en datavisualisatie te combineren, onderzochten zij hoe studenten omgaan met AI-ondersteunde dialogen en hoe hun denkprocessen via kwalitatieve analyse kunnen worden geïnterpreteerd.

AI die vragen stelt in plaats van antwoorden geeft

Waar veel AI-tools snelle antwoorden bieden, verkenden de onderzoekers een andere benadering: kan AI studenten stimuleren om zelf na te denken door middel van socratische vraagstelling?

Studenten uit zeven projectgerichte vakken binnen Creative Business werden uitgenodigd om Riffbot.ai te gebruiken, een AI-chatbot die gebruikers helpt ideeën te verhelderen, aannames te bevragen en alternatieve perspectieven te verkennen. Van de 115 ingeschreven studenten maakten 93 gebruik van de chatbot, goed voor in totaal 121 gesprekken. De onderzoekers analyseerden vervolgens 72 langere dialogen in detail.

Schermafbeelding van de chatbot Riff-TDI die een gesprek begint met de vraag “What is your name?”


Wat ontdekten de onderzoekers?

De resultaten laten een gevarieerd beeld zien. Sommige studenten gebruikten de chatbot om ideeën verder uit te werken, verklaringen te verdiepen en kritisch te reflecteren op hun aannames. Anderen gaven de voorkeur aan directe antwoorden of raakten verstrikt in herhalende uitwisselingen. Meer vragen stellen leidde niet automatisch tot dieper nadenken. Zinvolle dialogen ontstonden vooral wanneer de vragen van de AI goed aansloten bij de ideeën van studenten en de richting van het gesprek.

Daarnaast bleek dat het denkproces van studenten niet volgens een voorspelbaar patroon verloopt. Gesprekken bewogen regelmatig heen en weer tussen oppervlakkige beschrijvingen en diepere vormen van reflectie.

De studie toont niet aan dat AI leidt tot betere leerresultaten. Wel biedt het inzicht in de manier waarop studenten omgaan met AI-ondersteunde vraagstelling en waar kansen voor reflectie ontstaan.

Schermafbeelding van MAXQDA met een chatgesprek waarin antwoorden van studenten zijn gecodeerd.


Het denkproces van studenten zichtbaar maken

Het project onderzocht ook een vernieuwende manier om gesprekken tussen studenten en AI te bestuderen. Door kwalitatief onderzoek te combineren met digitale datatools ontwikkelde het team visuele weergaven van dialoogpatronen. Daarmee konden zij onderzoeken hoe verschillende typen studentreacties zich gedurende gesprekken manifesteerden.

Deze aanpak biedt nieuwe kansen voor vervolgonderzoek naar datavisualisatie, visual storytelling en het gebruik van digitale tools om complexe menselijke interacties beter te begrijpen.

Een onderwijsinstelling die experimenteert

De publicatie laat zien hoe onderwijskundige experimenten binnen BUas kunnen uitgroeien tot onderzoek met een bredere relevantie.

BUas moedigt studenten en medewerkers aan om te experimenteren met AI en tegelijkertijd kritisch te bekijken wat deze technologie betekent voor het onderwijs. Dit onderzoek is daar een goed voorbeeld van: collega's testten een nieuwe tool in echte onderwijssituaties, analyseerden de resultaten zorgvuldig en deelden zowel de bevindingen als de beperkingen openlijk.

Bekijk de publicatie (Engelstalig)