AI in het onderwijs: een evidence-informed perspectief

Een evidence-informed perspectief

Artificiële Intelligentie (AI), er is een hoop om te doen. Voorstanders zien in AI de oplossing voor veel van de problemen waar ons onderwijs voor staat. Met  AI kunnen we studenten echt gepersonaliseerd onderwijs bieden. AI kan de werkdruk van docenten verlagen. De mogelijkheden lijken eindeloos. Tegenstanders zien  vooral risico’s. AI zou studenten de verkeerde kant op kunnen sturen. AI neemt belangrijke kerntaken van de docent over. Zo positief of negatief kan de inzet van AI toch niet zijn, denk ik dan. Er moeten toch mogelijkheden zijn om deze krachtige technologie nuttig en effectief in te zetten? Werk evidence-informed, is mijn suggestie.

Een mooi voorbeeld van AI

Ik ben iedere keer nieuwsgierig wanneer ik iets lees over een succesvolle applicatie van AI in het onderwijs. Vanuit mijn achtergrond als medisch bioloog en docent in het bètadomein vallen voorbeelden uit dit domein snel op. Zo werd ik onlangs getriggerd door de uitreiking van de hoger onderwijs prijs 2021 aan de Hogeschool van Amsterdam voor de app Leerlevels. Deze app zet AI in om leerlingen in het middelbaar onderwijs op gepersonaliseerde wijze zich de leerstof van natuurkunde eigen te laten maken. Het geeft de student de tijd en ruimte om op eigen tempo te leren en de docent hoeft de leerstof in de klas niet steeds opnieuw uit te leggen, maar kan aansluiten bij het niveau van elke leerling. Prachtig! En waarom werkt dit zo goed?

Een knap staaltje werk

Aan de basis van de app Leerlevels ligt een heel fijnmazig, geordend netwerk van leerdoelen. Diepgaande kennis van vakdidactiek dus. Daarnaast geeft de app constructieve feedback. Hoe zorg je dat deze feedback echt effectief is, aanzet tot leren? Daarvoor is kennis uit de cognitieve gedragswetenschappen nodig. Ik probeer me voor te stellen welke stappen er gezet zijn en hoeveel werk het is geweest om tot deze app te komen. Al het (literatuur)onderzoek naar vakdidactiek, de ordening van leerdoelen en steeds weer opsplitsen in kleinere leerdoelen, het testen van formuleringen. En dan uiteindelijk de eerste kleine test. Al die kleine stapjes die uiteindelijk tot deze app geleid hebben. Een knap staaltje werk.

Naar breder inzetten van AI

Leerlevels laat heel mooi zien hoe onderwijs in de basis van de natuurwetenschappen met behulp van AI ondersteund kan worden. De logische samenhang tussen de leerdoelen maakt dat heel goed bepaald kan worden waar een lerende staat en welke leerdoelen nog extra aandacht behoeven, waar het programma vervolgens intelligent op inspeelt. Maar hoe kunnen we AI inzetten in vakgebieden waar de onderlinge samenhang tussen de leerdoelen minder duidelijk is? Of bij de begeleiding van studenten? Ook hier biedt AI mogelijkheden. Steeds vaker worden zelflerende vormen van AI ingezet om middels data-analyse logische verbanden te vinden en zo een netwerk op te bouwen, wat vervolgens getest kan worden. Hiervoor zijn grote hoeveelheden data nodig en juist daar zit de uitdaging. Hoe betrouwbaar is de data? Hoe representatief? Hoe robuust is het model dat hieruit voortkomt? Past het bijvoorbeeld nog steeds als de samenstelling van de studentpopulatie veranderd?

Evidence-informed ontwikkelen als basis van AI

AI heeft enorm veel potentie en juist deze potentie maakt het vertrouwen in de inzet van deze technologie kwetsbaar. Willen we AI applicaties met vertrouwen van studenten, docenten en maatschappij ontwikkelen en inzetten? Dan moet en we steeds opnieuw kunnen uitleggen waarom in een bepaalde context de inzet van AI passend is, transparant zijn over de werking ervan, garanderen dat studiedata op veilige en betrouwbare wijze ingezet wordt en steeds opnieuw evalueren of de applicatie bijdraagt aan het beoogde doel. Door evidence-informed werken – het gebruik van data en onderzoeksresultaten als uitgangspunt in besluitvorming – de standaard te maken bij ontwikkeling en inzet van AI in het onderwijs geven we hier actief invulling aan.

De zone evidence-informed onderwijsinnovatie met ICT levert handvatten, voorbeelden en instrumenten die helpen bij op evidence-informed wijze innoveren en uitvoeren van onderwijs met ICT.

Maand van AI

Juni van de Maand van AI in het onderwijs. Een maand vol webinars, hackathons en blogs. Meer weten? Kijk in onze agenda.

Foto door Markus Spiske via Unsplash

Deel deze pagina

Share on facebook
Share on twitter
Share on linkedin
Share on email

Uitgelicht

De volgende projecten, publicaties en producten vind je wellicht ook interessant.