Learning analytics: er zit een privéleraar in je computer

Beeld je in dat leerlingen elk op hun eigen niveau en tempo talen of wiskunde kunnen oefenen op de computer. Fien Depaepe, professor educatieve technologie (KU Leuven), gidst je door de mogelijkheden van learning analytics en adaptieve leeromgevingen. Is gepersonaliseerd leren eindelijk mogelijk?

Leg je eerst even het abc van learning analytics uit?

Fien Depaepe: “Learning analytics verzamelen en analyseren al de gegevens over het leerproces met als doel dat proces te ondersteunen. Leerlingen maken bijvoorbeeld in de klas of thuis oefeningen op taal of wiskunde met adaptieve tools zoals Snappet, Smartrekenen of Lezergame. Deze tools zijn een soort privéleraar. De software volgt automatisch het niveau van de leerling met aangepaste oefeningen en instructie. Als leerling A de startoefeningen goed en snel maakt, krijgt die moeilijkere oefeningen voorgeschoteld. Als leerling B te veel fouten maakt, krijgt die eerst nog eens een instructiefilmpje en herhalingsoefeningen uit een vorig lesonderdeel.”

“Dankzij de technologische ontwikkelingen is het mogelijk om heel veel data te verzamelen zoals welke oefeningen gemaakt zijn, of ze juist of fout zijn, hoeveel tijd er nodig was en welke leerdoelen zijn al bereikt. Learning analytics bieden heel wat mogelijkheden. Zo passen deze adaptieve leeromgevingen zich door een slim algoritme – soms met artificiële intelligentie – aan de leerling aan. Alle gegevens kunnen ook zichtbaar gemaakt worden voor de leraar of leerling. De leraar kan bijvoorbeeld op een dashboard hoe elke leerling het doet.”

“Deze technologieën voor gepersonaliseerd onderwijs bestaan al enige tijd en vinden nu meer en meer ingang in ons onderwijs. Maar eigenlijk verzamelt onderwijs al lang gegevens over het leerproces en krijgen leerlingen al langer gepersonaliseerde leeromgevingen. Denk maar aan een klas indelen in niveaugroepen op basis van eerder afgenomen toetsen. Dankzij nieuwe technologieën kunnen we veel meer data verzamelen tijdens het leerproces en gericht leraren en leerlingen ondersteunen.”

Welke voordelen hebben die learning analytics voor leraren en leerlingen?

Fien Depaepe: “In een adaptieve leeromgeving krijgen leerlingen onmiddellijk feedback of iets juist of fout was. Dat kan een leraar met 25 leerlingen niet. De leraar hoeft geen resem gedifferentieerde oefeningen meer klaar te zetten of te verbeteren want dat doet de software automatisch. Er komt dus tijd vrij voor andere dingen. Door het dashboard ziet de leraar ook waar het te vaak fout loopt. Zo kan hij zijn les of instructie bijsturen.”

De leerling zit in zijn zone van naaste ontwikkeling. Dat geeft een optimaal leerproces, meer motivatie en minder angst.
Fien Depaepe
Professor educatieve technologie

“Adaptieve leeromgevingen zijn nog niet geschikt voor complexe opdrachten, wel ideaal om bepaalde kennis en vaardigheden te automatiseren zoals bij talen of wiskunde. Door oefeningen aan te bieden die niet te gemakkelijk zijn, wel uitdagend en toch niet te moeilijk, zit de leerling in zijn zone van naaste ontwikkeling. Dat geeft een optimaal leerproces, bevordert motivatie en vermindert angst.”

“Zwakkere leerlingen kunnen veel oefenen op het juiste niveau en sterkere leerlingen gaan met grote sprongen vooruit. Voor die laatsten betekent dat vrijgekomen tijd die de leraar kan gebruiken voor verbredende leerstof, dat helpt tegen verveling.”

Zie je ook nadelen?

Fien Depaepe: “Een leerling laat in deze technologieverrijkte leeromgevingen van learning analytics een heel spoor gegevens achter. We moeten voorzichtig zijn met de privacy. Wat gebeurt er met de data? Wie heeft toegang? Welke data bewaren we en hoe? Daar denken scholen best over na. Bedrijven die deze tools ontwikkelen zorgen er zeker ook voor dat scholen en leraren alleen de gegevens van hun eigen leerlingen kunnen bekijken.”

“Deze technologie maakt tijd vrij, maar leraren hebben ook tijd nodig om al die data te interpreteren en te gebruiken om de volgende stap in het leerproces te bedenken. De veelheid aan data kan overrompelend zijn en extra druk geven. Daarom is een goed dashboard dat data eenvoudig en visueel samenvat belangrijk.”

“We moeten dus aandacht hebben voor wat haalbaar is voor leraren en investeren in datageletterdheid. Want het is de leraar die intelligente beslissingen in het leerproces moet nemen, ondersteund door data uit deze met technologieverrijkte leeromgevingen.”

Verandert de rol van de leraar?

Fien Depaepe: “Uit een bevraging van i-Learn blijkt dat leraren positief staan tegenover digitaal gepersonaliseerd leren met learning analytics. En ze beseffen dat ze evolueren naar coach en ontwerper van het leerproces. Maar deze technologie zal en mag nooit de leraar vervangen. Leraren zijn goed in zoveel dingen waar technologie nog niet zo goed in is, zoals open leertaken evalueren, leerlingen motiveren.”

Leerlingen leren sneller en hun groeicurve stijgt veel sneller.
Fien Depaepe
Professor educatieve technologie

Leren leerlingen beter met adaptieve leeromgevingen?

Fien Depaepe: “De bestaande onderzoeken zijn positief. Zo deed de Universiteit van Amsterdam al heel wat onderzoek naar de effecten van de tool Rekentuin. Blijkt dat er een cognitief en motivationeel leereffect is. Op basis van de data kan je voorspellen hoe een leerling zal scoren op de centrale CITO-toetsen in Nederland. Leerlingen oefenen ook graag en meer, en vinden de game-omgeving aangenaam.”

“Uit ons eigen onderzoek dat een adaptieve leeromgeving vergelijkt met een niet-adaptieve blijkt een duidelijk verschil in leerefficiëntie. Leerlingen leren sneller en hun groeicurve stijgt veel sneller.”

Zou je een adaptieve leeromgeving dan in elke les gebruiken?

Fien Depaepe: “Ik houd geen pleidooi om adaptieve leeromgevingen in elke les, voor elk leerdoel te gebruiken. Het draait om balans. Leren schrijven vraagt motorische vaardigheden, complexe leerinhouden vragen creativiteit, kritisch denken of leren samenwerken. Klassikale instructie, een oefening voordoen voor heel de klas, collectief leren, persoonlijk contact blijven belangrijk. Dat maakte de coronaperiode van afstandsleren ons extra duidelijk. Deze tools kunnen leerlingen natuurlijk ook thuis gebruiken voor huiswerk of afstandsonderwijs gebruiken, maar dan moeten alle leerlingen wel een computer of tablet hebben.”

“Natuurlijk vervangt technologie de leraar niet. Het is een samenwerking. Uit onze bevragingen blijkt dat leraren aanbevelingen van de computer of een recommender system willen: wat is op basis van de data een mogelijke volgende stap is in het leerproces? Dat wordt ook mogelijk in de toekomst. Maar het is de leraar die de beslissing neemt, de leerling kent en weet of die een slechte dag heeft.”

Hoeveel procent slaagkans heeft deze leerling voor dit vak? We kunnen op basis van data een uitkomst voorspellen.
Fien Depaepe
Professor educatieve technologie

Hoe zal deze technologie evolueren in de toekomst?

Fien Depaepe: “We kunnen nu al op basis van data een uitkomst voorspellen. Bijvoorbeeld hoeveel procent slaagkans heeft deze leerling voor dit vak? In de toekomst gaan we die kunnen linken aan andere data en werken de verschillende tools en systemen samen. Dan moeten we wel opletten dat de computer niet beslist zonder inmenging van de leraar. Data en feedback moeten het leerproces ondersteunen en mogen geen deuren sluiten. Het is niet de bedoeling dat in de toekomst hoger onderwijs een leerling weigert omdat zijn potentieel slaagpercentage te laag is. Het is niet omdat een leerling nu niet zo goed scoort, dat dat in de toekomst niet kan veranderen.”

“Adaptieve leeromgevingen kan je in de toekomst ook combineren met gezichtsherkenning en affectieve data. In de zorgsector bestaat er al een robot die gezichten herkent en kan vragen: ‘Waarom ben je verdrietig vandaag?’. In onderwijs kan leersoftware dan reageren op tekenen van demotivatie zoals geeuwen.”

“Wij gebruiken voor onderzoek nu al gezichtsherkenning en wearables zoals een polsband om de temperatuur, hartslag en huidgeleiding te meten. Zo weten we wanneer leerlingen angst of stress ervaren. Voor alle duidelijkheid: dat is enkel bedoeld om beter te onderzoeken hoe het leerproces werkt en welke factoren daar invloed op hebben. Elke leerling een pols- of hoofdband om in de klas om bijvoorbeeld hun concentratieniveau te meten lijkt me geen goed idee.”

“Het hoger onderwijs kent al een mooi voorbeeld van een tool waarmee rechtenstudenten ook complexe taken in een adaptieve leeromgeving maken. Studenten dienen een case of een probleemstelling in en krijgen individuele feedback op basis van woordherkenning van kernwoorden en ontbrekende elementen. Het systeem wordt ook intelligenter op basis van de input van de studenten.”

Wordt ons onderwijs ooit afhankelijk van grote techbedrijven voor educatieve technologieën?

Fien Depaepe: “Hoewel de Vlaamse educatieve technologie nog in de kinderschoenen staat in vergelijking met Finland, Singapore en Groot-Brittannië, zetten alle Vlaamse uitgeverijen in op educatieve technologieën. Dat vraagt grote investeringen en samenwerkingen tussen computerwetenschappers, statistici, gamedesigners, vakinhoudelijke experten en onderwijskundigen. Niet evident, maar samenwerking tussen leraren, onderzoekers en bedrijven werpt haar prille vruchten af.”

“Tools zoals Snappet zijn geënt op de leerdoelen van het Nederlandse onderwijs, maar heel wat Vlaamse scholen gaan er enthousiast mee aan de slag. Tuurlijk hebben grote taalgebieden meer mogelijkheden. Maar als een tool goed is, doet het er niet toe of die van een groot internationaal of een klein lokaal bedrijf komt. Tools naar het Nederlands vertalen is ook een optie.”

10 tools voor learning analytics

Lien De Bie, projectmanager van i-Learn, selecteert enkele adaptieve tools voor basis- en secundair.

Basisonderwijs

Taalzee: is een Nederlandse adaptieve tool voor taal en spelling, voor kleuters en lagere school, ontwikkeld vanuit de Universiteit van Amsterdam.
Lezergame: is een speelse adaptieve leestraining-game van het Belgische bedrijf Sensotec voor beginnende of vastgelopen lezertjes. Run, Bit en Zip loodsen je door de leesboeken, oefenmappen en educatieve mini-games.
Karaton: is een leerspel ontwikkeld in samenwerking met de Hogeschool Gent dat kinderen met dyslexie motiveert om elke dag te oefenen met lezen en spelling. Op het eiland Karaton komen letters, woorden en zinnen tot leven en gaan leerlingen uitdagingen op maat aan.
Dudeman & Sidegirl: werd ontwikkeld door de KU Leuven en stimuleert de getalontwikkeling bij kleuters en de jongste leerlingen van de lagere school.
Snappet: is een gekende Nederlandse adaptieve tool voor rekenen, taal, technisch en begrijpend lezen, spelling, burgerschap, automatiseren … voor de lagere school. De leerlijnen omvatten adaptieve lesstof en interactieve instructielessen en staan los van een specifieke methode.
Rekentuin: is een Nederlandse adaptieve tool voor kleuters en lagere school om spelenderwijs rekenvaardigheden zoals tafels, klokkijken, breuken, verhaaltjessommen, geld en meten te oefenen, met instructievideo’s en animatiefilmpjes gekoppeld aan leerdoelen, ontwikkeld vanuit de Universiteit van Amsterdam.
Squla: is een Nederlandse tool voor kleuters en lagere school om lezen, tellen, vreemde talen, sociale vaardigheden, Aardrijkskunde … in te oefenen met adaptieve quizzen.

Secundair onderwijs

Eduten: is een Finse adaptieve tool in het Engels om rekenen en wiskunde te oefenen, voor leerlingen van 6 tot 15 jaar, spinoff van de University of Turku. In Vlaanderen begeleidt Domo De Refontiro enkele pilootscholen.
Smartrekenen: is een Nederlandse adaptieve tool voor leerlingen in het secundair onderwijs om wiskunde in te oefenen.

i-Learn bouwt een platform waar scholen een selectie van kwaliteitsvolle tools voor gepersonaliseerd onderwijs kunnen uitproberen.

Sara Frederix

2 reacties ingeklapt

Sander Van Dooren

3 december 2020

Zeer interessant onderwerp!

Enkele bedenkingen die ik had tijdens het lezen:
Eerst en vooral mogen we niet in de val lopen om de zone van naaste ontwikkeling te reduceren tot twee dimensies. Hoewel we onze curricula noodgedwongen lineair ontwerpen, is er weinig lineair aan kennis (bv. vakgebieden zijn arbitraire grenzen) en leren. Een tool die adaptief onderwijs ondersteund zou hier maximaal moeten rekening houden, en verder gaan dan 'simpele' leerlijnen.
Ten tweede zou lesmateriaal maximaal moeten losgekoppeld worden van de leeromgevingen waarin het gebruikt wordt. Er is hoge nood aan interoperabiliteit tussen leeromgevingen. Een nieuwe tool/omgeving gebruiken (andere functionaliteiten, of leerkracht die van werk verandert) zou niet moeten leiden tot het eindeloos ingeven van dezelfde informatie. Dit is een belangrijke voorwaarde om het mogelijk te maken voor leerkrachten om dit soort tools te gebruiken.
Verder denk ik dat interoperabiliteit tussen lesmateriaal de enige manier om de werkdruk/planlast in het onderwijs significant te verminderen, maar dat is natuurlijk een andere discussie...
Ten laatste zou ik oppassen met de positionering: de focus mag niet te veel liggen op de technologie. Het uitgangspunt moet steeds het leerproces van de leerling blijven. Er zijn ook ethisch afwegingen: bijvoorbeeld zou de vraag in de eerste plaats niet 'kunnen we', maar 'willen we' adaptieve leeromgevingen in de toekomst combineren met gezichtsherkenning en affectieve data?

Reageren