Doorgaan naar hoofdinhoud
  • Trend
  • |
  • Technologische innovatie
  • |
  • po
  • vo
  • mbo

De hyperefficiënte mens

Techbedrijven beloven dat hun innovaties zorgen voor meer efficiëntie en geoptimaliseerde, persoonlijke belevingen. Op die manier worden ons leven, ons werk én onze manieren van leren steeds verbeterd. Want menselijke communicatie is vaak rommelig en inefficiënt, zo is de bewering van techbedrijven. Dit mensbeeld dringt inmiddels ook door in het onderwijs, waar veel nieuwe technologieën vooral worden ingezet om leren te optimaliseren en personaliseren.

Els Booij
Eva Leurink

Door Els Booij, Eva Leurink

15 januari 2026
6 minuten lezen

Sneller, beter, persoonlijker 

Er zijn volop voorbeelden van technologie die ons leven moet optimaliseren:  

  • Geavanceerde trackers. Alles wordt gemeten via onze persoonlijke apparaten. Deze trend van een quantified self zet zich ook door in de neurotechnologie, met een ‘fitbit voor je brein’. 
  • Slaapmonitoring. Via devices en apps wordt je slaap gemonitord en geoptimaliseerd, met behulp gegevens over je hartslag, bewegingen en soms zelfs hersenactiviteit. 
  • Je persoonlijke wereld beleven. Een AR-bril (augmented reality) kan bepaalde dingen toevoegen aan het straatbeeld. Jongeren passen in apps standaard filters toe (snap lenses) zodat ze hun beeld en beleving van de ander kunnen aanpassen. 
  • AI als persoonlijke assistent. Veel AI-tools worden gepresenteerd als manier om je leven te optimaliseren, bijvoorbeeld als ‘AI-stagiair’, persoonlijke sportcoach of als hulp om maatwerk-diëten samen te stellen.  
  • Persoonlijk AI-profiel. AI-werkomgevingen bouwen een persoonlijk AI-profiel opbouw van een gebruiker. Het AI-systeem onthoudt al je interacties en gebruikt deze data om je zo goed mogelijk te kunnen helpen bij nieuwe vragen. 

‘Inefficiënte’ menselijke interactie 

Veel techbedrijven beschouwen menselijke communicatie als een stroperig, rommelig en inefficiënt proces. Deze rommeligheid, bijvoorbeeld als we in gesprek zijn met een taxichauffeur of kassière, wordt via apps zoveel mogelijk uitgefilterd. Denk aan diensten en apps als Uber en Airbnb, zakelijke chatbots, automatische reserveringssystemen en zelfscankassa’s. Omdat sociale interactie vermindert door het gebruik van dit soort digitale diensten, doen we minder moeite om elkaar te begrijpen of elkaar echt te leren kennen. Aandacht voor individuele optimalisatie met behulp van technologie betekent dat mensen dus misschien minder aandacht krijgen voor samenwerken en samen zijn.  

Voorbeeld: Specifieke, lokale context is moeilijk voor generatieve AI

AI-bedrijven beweren dat generatieve AI mensen veel tijd kan besparen. Maar onderzoek van Lund University onder leraren uit Zweden en Australië laat zien dat dit niet altijd klopt. Leraren werden geïnterviewd over hun ervaringen met het gebruik van generatieve AI bij bijvoorbeeld het plannen van lessen, beoordelen van werk en geven van feedback. Hieruit bleek dat het leraren veel tijd kost om de output van een generatieve AI-tool te controleren, aan te passen of zelfs helemaal te vervangen zodra er sprake is van een specifieke, lokale context (zoals een klas!). Leraren hebben naast kennis over hun vak namelijk ook kennis over de lokale context en de groep leerlingen die ze voor zich hebben, zoals de emoties die spelen in de groep of dingen die in het verleden zijn gebeurd. Generatieve AI houdt hier geen rekening mee en is er niet goed in te trainen.

Impact op onderwijs 

In de ontwikkeling van onderwijstechnologie zien we deze trend en de gevolgen al terug: 

  • Inzicht in leren. Systemen kunnen prestaties meten, het leerproces van leerlingen monitoren en inzicht geven in het leren. Zo vormt zich de belofte van een optimaal leerproces met persoonlijke leerpaden.  
  • EdTech en AI. Educatieve technologie, de EdTech, richt zich ook voor een deel op personaliseren en optimaliseren. Denk aan een persoonlijke AI-tutor die een levenslang bij je blijft, die je ondersteunt en ‘laat leren’. In digitale leermiddelen zien we dit soort toepassingen al terug. Ze kunnen zeker ondersteunend zijn, maar er zijn ook kanttekeningen. Leren is immers meer dan alleen ‘jezelf voor iets kwalificeren’. Ook bij een AI-tutor is de vraag in hoeverre deze echt bijdraagt aan het leerproces.  
  • Een goed leerproces is niet altijd efficiënt. Soms is een leerling er, voor zijn eigen leerproces, bij gebaat dat dit niet altijd soepel en optimaal verloopt. Een school is geen zelfscankassa waar alles het liefst zo makkelijk en snel mogelijk gaat. Leren en ontwikkelen gaan gepaard met worsteling, uitproberen en soms falen.  
  • Technologie kent zijn beperkingen. Ook de mogelijkheden van generatieve AI ter ondersteuning van het leerproces heeft zo zijn beperkingen. Dat leidt tot de vraag wat AI wel en niet kan overnemen in het leerproces. Zie het uitgelichte voorbeeld. 
  • Problemen met privacy. Voor personalisatie en optimalisatie zijn vaak veel persoonlijke gegevens nodig. Dat heeft impact op de privacy leerlingen en leraren. 
  •  Autonomie van de leraar. Een systeem maakt keuzes op basis van informatie die altijd een vereenvoudiging van de werkelijkheid is. Je hebt als leraar niet altijd grip op die keuze. Dit kan invloed hebben op het leerproces en de rol van de leraar.  

Verder denken over deze trend 

Wat betekent deze trend voor jou als school? Hoe bepaal je hoeveel aandacht je hieraan geeft en of en in hoeverre je je onderwijs nu al hierop voor kan bereiden? Door samen met je team onderstaande vragen te bespreken, krijg je meer grip op deze trend.  

  1. Hoe optimaal en efficiënt moeten de leerprocessen zijn? Hoeveel ruimte geef je aan de worsteling van een leerling en welk plek krijgt technologie naast – of in samenwerking met – de leraar? 
  1. Welke taken mag technologie écht overnemen, en waar moet de menselijke leraar de eindbeslissing behouden? 
  1. Wanneer verandert de belofte van “sneller, beter, persoonlijker” in een belemmering voor zelfstandigheid en creativiteit in het onderwijs? 

Download de poster

pdf | 716.9 KB

Wil je in één oogopslag een overzicht van alle trends. Wat het voor jou als school betekent en met welke technologie je al wel en nog niet kunt experimenteren? Download de poster.

Verder lezen

Ethische vragen over AI op school

Makers van AI-tools beloven een betere en efficiëntere wereld, ook in het onderwijs. Maar kunnen ze dit altijd waarmaken? Er zijn ethische dilemma’s rond de inzet van AI in de klas.
Ethische dilemma's en de inzet van AI in het onderwijs

Efficiënt is niet altijd beter

Technologie kan bepaalde processen in je organisatie makkelijker maken, maar tegelijkertijd schadelijk zijn voor het welzijn van je leerlingen of team. Midden in de nacht Magister checken voor je laatste cijfers, is dat gezond?
Podcast: Meer rust in de klas met het nieuwe Magister-beleid van Kalsbeek College

Wat is goed onderwijs en helpt AI daar werkelijk bij?

Onderwijs kan sneller en efficiënter met AI volgens Felienne Hermans. Maar ze vraagt zich wel af wát er eigenlijk sneller moet.
‘Juist in deze tijd heeft het onderwijs meer mens nodig’

Technologische trends voor het onderwijs

De wereld als proeftuin is een van de trends die we beschrijven in ons overzicht van belangrijkste trends in het onderwijs. We onderzochten welke technologieën de komende jaren een beslissende rol spelen in het onderwijs. En wat er nodig is om ze goed te laten werken voor het onderwijs.
Technologische trends voor het onderwijs

De onderwerpen waarover wij publiceren