Karpathy: Onderwijs moet stoppen met jagen op AI-huiswerk en evaluatie heruitvinden
Andrej Karpathy, voormalig topfiguur bij OpenAI (en latere Tesla-AI-leider), waarschuwt dat AI-detectoren nooit betrouwbaar zullen worden. Volgens hem moet het onderwijs daarom stoppen met het controleren van huiswerk op AI-gebruik en overstappen op evaluatie in de klas, onder toezicht. Leerlingen moeten AI leren inzetten, maar tegelijk ook de basis blijven beheersen zonder hulpmiddelen. Karpathy ziet hierin een noodzakelijke koerswijziging nu AI sneller vooruitgaat dan scholen kunnen volgen.
Andrej Karpathy, een van de meest invloedrijke stemmen in de AI-wereld, richt zich opnieuw tot het onderwijs – en zijn boodschap is duidelijk: scholen moeten stoppen met proberen te achterhalen of huiswerk door AI is geschreven. Volgens hem is die strijd niet alleen onhaalbaar, maar ook een verspilling van energie en middelen.
In een uitgebreide uiteenzetting op X (voorheen Twitter) stelt Karpathy dat detectietools simpelweg niet werken. AI-systemen worden te snel, te flexibel en te eenvoudig te manipuleren, waardoor elke vorm van automatische opsporing onvermijdelijk faalt. Zelfs geavanceerde detectoren kunnen omzeild worden via subtiele herschrijftechnieken, parafrasering of andere kleine aanpassingen. Zijn conclusie is hard maar helder: “Je kunt AI-gebruik in huiswerk nooit met zekerheid herkennen.”
Omdat de detectiemiddelen uiteindelijk nutteloos zijn, pleit Karpathy voor een grondige herziening van hoe scholen beoordelen. Volgens hem moet het zwaartepunt van evaluatie verschuiven naar gecontroleerde klasomgevingen. Wanneer toetsen, opdrachten en probleemoplossing onder toezicht plaatsvinden, blijven leerlingen gemotiveerd om de leerstof écht te beheersen. Huiswerk blijft bestaan, maar dan eerder als oefenterrein, waar AI net wél mag worden gebruikt.
Karpathy maakt daarbij een historische vergelijking met de introductie van de rekenmachine. Scholen bleven wiskundige basisvaardigheden onderwijzen, ook al werd de calculator alomtegenwoordig. Het doel was altijd dat studenten begrijpen wát een hulpmiddel doet en fouten kunnen herkennen wanneer die zich voordoen. Dat principe is volgens hem vandaag nog relevanter, omdat AI veel minder voorspelbaar en betrouwbaarder is dan een rekenmachine.
De AI-onderzoeker benadrukt dat onderwijsinstellingen hierdoor niet anti-AI hoeven te worden. Integendeel: ze moeten leerlingen net leren hoe ze AI verstandig kunnen inzetten. Maar parallel daaraan moeten jongeren worden getraind om zonder dergelijke tools te functioneren, zodat hun begrip niet afhankelijk wordt van technologie die soms hallucinaties of onjuiste informatie kan genereren.
Tegelijk waarschuwt Karpathy dat de snelle adoptie van AI in het onderwijs een structurele uitdaging vormt. Scholen proberen te reageren, maar zonder duidelijke strategie lopen ze het risico achter de feiten aan te hollen. Detectiegericht beleid is volgens hem een doodlopend spoor; een hertekening van evaluatievormen is de enige duurzame weg vooruit.
Karpathy’s boodschap komt op een moment dat veel instellingen worstelen met de vraag hoe ze AI op een evenwichtige manier kunnen integreren. Zijn oproep om te focussen op begrip, controleerbare evaluatie en realistische verwachtingen vormt daarmee een krachtige bijdrage aan een debat dat steeds dringender wordt.