Iedereen praat over AI. In vergaderingen, op congressen, in teamkamers. Maar ergens hangt die ene vraag nog in de lucht: Waar zit nu eigenlijk de echte waarde voor het HBO? Niet in spectaculaire demo’s. Powerpoint. Meetings. Overlegorganen. Niet in tools die ‘alles kunnen’. De waarde van AI zit in wat het losmaakt — in mensen, processen en perspectieven. In dit artikel neem ik je mee langs vier manieren waarop AI op een heel concrete manier waarde toevoegt aan het HBO. Geen hype, geen toekomstmuziek. Maar scenario’s die vandaag en zeker morgen al kunnen beginnen.
1. Procesoptimalisatie: de terugkeer van rust in het systeem
Roostermakers die tot ’s avonds laat schuiven met lokalen en docenten. Toetsanalisten die in Excel worstelen met cijfers en percentielen. Administratief medewerkers die handmatig herkansingen verwerken. Herkenbaar? In veel hogescholen zijn processen complex, versnipperd en gevoelig voor fouten. En dat vreet energie. Niet omdat mensen hun werk niet goed doen, maar omdat systemen en tools hen in de steek laten.
AI kan daar rust in brengen. Denk aan een planningssysteem dat zelf patronen ontdekt in roosterdata en voorstelroosters genereert die écht passen. Of een toetsanalysetool die automatisch inzicht geeft in moeilijkheid, discriminatie en verbetering van toetsvragen. Zelfs eenvoudige AI-modellen kunnen studentendossiers checken op inconsistenties of ontbrekende gegevens, nog vóórdat de administratie dat hoeft te doen.
Het resultaat? Minder brandjes. Minder piekbelasting. Meer tijd en aandacht voor het werk dat er wél toe doet. En misschien nog belangrijker: het geeft medewerkers weer het gevoel dat ze grip hebben. Dat het systeem voor hen werkt — in plaats van andersom.
2. Besluitvormingsondersteuning: de juiste vraag, op het juiste moment
Een studieadviseur vertelt me: “Ik had al een onderbuikgevoel bij die student, maar ik kon er nog niet de vinger op leggen. Een maand later haakte ze af.”
Wat als we eerder kunnen zien wat iemand nodig heeft?
AI maakt dat mogelijk. Niet door te voorspellen wie zal uitvallen — dat is ethisch gevoelig en zelden betrouwbaar, maar door patronen zichtbaar te maken waar mensen op kunnen handelen. Een leerplatform kan signaleren dat een student minder actief wordt, of dat inlevermomenten steeds later komen. Een AI-model kan docenten helpen om trends te zien in studierendement per vak. Niet als afrekenmiddel, maar als gespreksstarter. Een spiegel. Een kompas.
Zo’n systeem zegt niet: “Deze student faalt.” Het zegt: “Hier gebeurt iets. Wil je kijken?” En dat maakt het verschil. Want juist in dat ene coachgesprek, op dat ene kantelpunt, kun je als docent, mentor of adviseur het verschil maken. Omdat je iets gezien hebt wat anders verborgen was gebleven.
3. Besluitvorming-automatisering: ruimte maken voor echte aandacht
We hebben in het onderwijs vaak een dubbel gevoel bij automatisering. Alsof we iets van onze menselijkheid inleveren. Maar wat als automatisering juist ruimte schept om menselijker te worden?
Stel je een leeromgeving voor die automatisch extra uitleg aanbiedt als een student ergens moeite mee heeft. Of een stageplatform dat niet eindeloos laat scrollen, maar op basis van interesses en competenties passende matches voorstelt. Of een systeem dat in een groot projectteam studenten automatisch groepeert op leerstijlen of ontwikkelbehoeften.
Dat zijn geen sciencefiction-scenario’s. Het gebeurt al — op kleine schaal, in pilots, in innovatieve opleidingen. En het levert iets moois op: tijd. Voor echte gesprekken. Voor verdiepende feedback. Voor een kop koffie met een student die even vastzit.
Besluitvorming-automatisering gaat niet over controle. Het gaat over ondersteuning. Over het slim uitbesteden van routinetaken, zodat docenten kunnen doen waarvoor ze ooit het onderwijs in gingen: begeleiden, inspireren, zien.
4. Nieuwe AI-diensten: onderwijs opnieuw durven ontwerpen
En dan is er de categorie die echt tot de verbeelding spreekt. Niet omdat het moet, maar omdat het kan. Stel je voor: een AI-mentor die 24/7 beschikbaar is voor studenten met vragen over vakinhoud, studieroutes of praktische zaken. Niet als vervanging van de studieadviseur, maar als verlengstuk. Altijd vriendelijk, altijd bereikbaar, en steeds beter lerend van de vragen die het krijgt.
Of denk aan een opleiding rechten die een AI-simulatie ontwikkelt waarin studenten pleiten voor een virtuele rechter. De AI geeft direct feedback op argumentatie, toon, en juridische onderbouwing. Of aan een communicatieopleiding waar studenten samen met een generatieve AI een reclamecampagne ontwerpen, waarbij ze zélf bepalen wat creatief, ethisch en doeltreffend is — en de AI als sparringpartner gebruiken. Of een journalistieke opleiding die studenten AI first leert denken en werken.
Dit zijn geen leuke gadgets. Dit zijn nieuwe vormen van onderwijs, waarin studenten niet alleen leren over AI, maar ook met AI, en soms zelfs van AI.
Hier ligt misschien wel de grootste belofte: dat we het onderwijs niet alleen efficiënter of effectiever maken, maar ook rijker, speelser, en meer afgestemd op een veranderende wereld.
Tot slot: AI technologie is geen doel, maar een kans
AI is niet de oplossing voor elk probleem. Maar het is wel een kans om opnieuw na te denken: Wat willen we betekenen voor onze studenten? Voor onze collega’s? Voor de samenleving? En juist daarom is het tijd dat we niet alleen praten over AI, maar ermee gaan werken — nieuwsgierig, kritisch en vooral: mensgericht.
Start klein. Bouw voort op wat werkt. En houd altijd de vraag centraal: welke waarde willen we toevoegen — en voor wie? Ik hoop voor onze studenten. En daarmee onze toekomst.