Op een school in Moskou heeft een docent informatica in slechts één week tijd een AI-agent samengesteld uit bestaande modules, die algebrafouten van leerlingen analyseert en gepersonaliseerde opdrachten voorstelt. Daarbij hoefde hij zelf geen enkele regel code te schrijven.
Deze methode is gebaseerd op de activiteitstheorie van A.N. Leontiev en Y. Engeström. Onderzoekers van arXiv (abs/2605.12934) hebben beschreven hoe zes systeemcomponenten — subject, object, instrumenten, gemeenschap, regels en arbeidsverdeling — de docent helpen om de abstracte taak van het bouwen van een agent om te zetten in een concrete reeks handelingen.
Allereerst stelt de docent het object vast: bijvoorbeeld het verminderen van de werkdruk bij het nakijken van toetsen. Vervolgens worden de instrumenten gekozen, zoals kant-en-klare platforms als Teachable Machine of LangChain. Daarna worden de regels vastgelegd: leerlinggegevens blijven binnen de school en de agent neemt geen beslissingen zonder toestemming van de docent. Een gemeenschap van collega's bespreekt de gebruiksscenario's, terwijl de arbeidsverdeling de rollen toewijst: wie verantwoordelijk is voor de data, wie de ethiek bewaakt en wie de integratie in de les verzorgt. Dankzij dit schema ziet de docent geen ondoorgrondelijke 'black box', maar een beheersbaar systeem.
Voorlopige resultaten van een pilotstudie in drie Russische regio's tonen aan dat 78% van de deelnemers na een cursus van 24 uur in staat was zelfstandig een agent voor hun eigen vakgebied te implementeren. De steekproef is echter beperkt, er was geen controlegroep en de effecten op de leerprestaties op de lange termijn zijn nog niet in kaart gebracht. Kritische geluiden wijzen op het risico dat docenten zonder diepgaand begrip van algoritmen blindelings zouden kunnen vertrouwen op de uitkomsten van de agent.
De aanpak legt de spanning bloot tussen de groeiende toegankelijkheid van AI-tools en het aanhoudende tijdgebrek bij docenten om deze onder de knie te krijgen. Wanneer het creëren van een agent onderdeel wordt van de dagelijkse praktijk in plaats van een opzichzelfstaand project, wordt de drempel lager, maar tegelijkertijd neemt de afhankelijkheid van externe platforms en hun privacybeleid toe.
De kernvraag is inmiddels niet meer of docenten in staat zijn AI-agents te bouwen, maar welke regels en gemeenschappen zij rond deze tools weten te vormen om de regie over het leerproces te behouden.
