Veel scholen gebruiken adaptieve lesmethoden: leersystemen die zich aanpassen aan het niveau van de individuele leerling. De antwoorden van de leerling (goed of fout? snel of langzaam?) bepalen welke leerroute en oefeningen het systeem algoritmisch voor hem of haar selecteert. Scholen zetten deze ‘intelligente’ systeem vooral in voor het ontwikkelen van basisvaardigheden op het gebied van rekenen en taal. 

Adaptieve leersystemen lijken vooral leerlingen die toch al goed presteren te helpen. Hoe effectief deze systemen zijn voor het leren, hangt verder af van de context, het leerjaar en vakgebied én van de competenties van de leraar. Die moet het systeem immers bedienen en de gegevens in het dashboard interpreteren. In de publicatie Krassen op het dashboard analyseert Kennisnet de invloed van adaptieve technologieën op de professionele ruimte van de leraren.  

Het onderzoek bracht aan het licht hoe adaptieve leersystemen de professionele ruimte kan vergroten en beperken.  

Nakijken 

Veel leraren zijn blij met adaptieve systemen. Die leveren hun waardevolle inzichten op en didactische mogelijkheden om te differentiëren. Doordat de software het werk van de leerlingen nakijkt, kunnen leerlingen door met hun oefeningen zonder eerst te hoeven wachten tot de leraar heeft nagekeken. Dat kan bijvoorbeeld voor leerlingen die meer uitdaging nodig hebben, een groot voordeel zijn.  

Meetbare prestaties van leerlingen 

Adaptieve leersystemen perken de professionele ruimte van de leraar ook in. Het risico bestaat dat ze leraren volgzaam maken, waardoor de software het voor het zeggen krijgt in de klas – in plaats van de leraar. Als de leraar zijn blik via het dashboard vooral richt op de meetbare prestaties van leerlingen, is hij minder ontvankelijk voor betekenisvolle, pedagogische signalen.  

Knelpunten 

Uit de interviews kwam een aantal specifieke knelpunten naar voren. Veel knelpunten raken de professionele ruimte van de leraar. Ze hebben te maken met zijn autonomie, met het verliezen van zicht op wat er nu precies gebeurt en met het gevaar van volgzaamheid. Neem het feit dat adaptieve systemen nu eenmaal data nodig hebben om het niveau van een leerling te kunnen bepalen, voorspellingen te kunnen doen en de voortgang te kunnen meten. Als er te weinig data beschikbaar zijn laat het dashboard bijvoorbeeld geen groene maar grijze buttons zien, en ontbreekt een goed advies over de voortgang van de klas.  

Data-afhankelijkheid 

Deze data-afhankelijkheid van adaptieve leersystemen maakt dat een leraar zijn leerlingen het systeem data laat ‘voeren’ door hen opgaven te laten maken, zelfs als hij een bepaald onderwerp misschien al op een andere manier heeft behandeld. 

Ook lastig is dat een leraar niet precies weet wat een systeem doet. Hoe bepaalt het programma bijvoorbeeld welke leerlingen verlengde instructie krijgen, hoe werken die algoritmes? 

Volgzaamheid 

Daar komt bij dat het lessenplan dat een adaptief systeem genereert meestal zó goed werkt, dat het best comfortabel is om maar gewoon te doen wat aanbevolen wordt. Dan halen de leerlingen immers de toetsen die de leerdoelen testen. Volgzaamheid ligt dan op de loer, terwijl het soms beter is als een leraar zijn eigen route kiest. Een leraar was bijvoorbeeld erg blij met de prachtige instructievideo’s van de rekenmethode die ze gebruikte, maar die video’s maakten wel dat ze zelf minder uitgebreide instructie gaf. “Ik dacht: ach, in het filmpje wordt ook getoond hoe het werkt, wel zo makkelijk. En de leerlingen kijken er graag naar. Maar als ik het zelf doe, als ik die liter echt in de maatbeker giet, dan zijn het water en de handeling ter plekke in de klas aanwezig. Je merkt meteen: er is meer verwondering in de klas. En dan kun je ook eens een kind erbij halen. Schenk jij het water ook eens in? En als we er een kleiner bakje bij pakken, wat gebeurt er dan?” 

Makkelijker met elkaar meekijken 

Andere knelpunten hebben te maken met het feit dat adaptieve systemen prestaties duidelijk zichtbaar maken. Leraren kunnen makkelijker met elkaar meekijken en zien hoe de groep van een collega scoort. Schoolleiders kunnen activiteiten van hun leraren monitoren en vergelijken. Ouders zien wat hun kinderen doen in het systeem en kunnen zich gaan bemoeien met het onderwijsproces. Of ze stellen de leraar moeilijke vragen over de learning analytics.  

Maar ook binnen de klas hebben leraren die met adaptieve leersystemen werken te maken met allerlei data. Daarbij moeten ze zich afvragen wat ze wanneer en met wie willen delen.

Tijdbesparing en lagere werkdruk 

Dan is er nog de tijdbesparing en lagere werkdruk, waarop scholen vaak hopen als ze met adaptieve leersystemen gaan werken. Natuurlijk is het handig voor de leraar dat hij geen schriftjes hoeft na te kijken maar de tijd die daardoor vrijkomt, gaat deels op aan het interpreteren en verwerken van de dashboardgegevens (learning analytics) van het adaptieve leersysteem. Leraren kunnen worstelen met alle opties en datavisualisaties die dit soort systemen bieden en zoeken op social media naar antwoorden. 

Persoonlijke aandacht met leerlingen 

 Om echt goed te begrijpen waar een leerling staat en welke feedback en instructie nodig is, is een leraar soms veel tijd kwijt om in het systeem te duiken om dit uit te zoeken. Een snelle blik op het dashboard volstaat dan niet. Tegelijkertijd blijft praten met leerlingen juist heel belangrijk, ziet ook deze onderwijs met ict-beleidsmedewerker. “Met mijn persoonlijke aandacht maak ik het verschil. Hoe rijk het dashboard ook oogt, kinderen doen op de computer dingen die je niet ziet. Het dashboard is daarbij niet zaligmakend. Je moet juist heel alert blijven.” 

Volgens onderzoeker Inge Molenaar van de Radboud Universiteit komt dit dichter bij een betekenisvolle rol van de leraar, “waarin het menselijke contact met leerlingen centraal staat en de routinetaken uitbesteed worden aan het leermiddel.” 

Gereedschapskist 

Het onderzoeksrapport maakt duidelijk dat leraren die met adaptieve software werken sowieso een gereedschapskist nodig hebben. Daarin moeten instrumentele digitale vaardigheden zitten (hoe moet een systeem worden bediend?) en datageletterdheid (waaronder learning analytics) gekoppeld aan onderwijskundige expertise. Maar daarmee is die kist niet compleet.

Leraren zullen zich ethisch-pedagogisch moeten kunnen verhouden tot adaptieve systemen. Het goede aanvoelen, het juiste doen in de interactie met leerlingen en hun ouders – ook op het onverwachte moment. De omgang met data vergt een nieuw soort pedagogische tact, waarbij de leraar aanvoelt hoe hij moet omgaan met spanningen die ontstaan in de wisselwerking met technologie. Uiteraard met een open oog voor de kansen en moeilijkheden én voor de dunne grens tussen die twee.

“Is het realistisch om dat van leraren te verwachten?”, vraagt Remco Pijpers van Kennisnet, hoofdauteur van Krassen op het dashboard, zich af. “We zullen beter moeten begrijpen hoe adaptieve leersystemen als Snappet, Gynzy en Rekentuin onze kijk op goed leraarschap vormen. De leraar heeft de regie, is het verhaal dat vaak wordt verteld bij deze technologie. De werkelijkheid is anders. Ik zie dat we steeds meer waarde zijn gaan hechten aan dashboards. Daarin kunnen we doorschieten. Willen we dat de leraar ook een soort performance manager wordt, iemand met een sterke focus op meetbare prestaties van leerlingen? Hoe ver willen we daarin gaan?” 

Door: Nationale Onderwijsgids