Deel 2 – Hebben we al die AI-projecten in het onderwijs eigenlijk wel nodig?
In mijn vorige blog stelde ik de vraag of we al die verschillende AI-tools in het onderwijs eigenlijk wel nodig hebben.
Want er verschijnt bijna iedere week wel iets nieuws. Een toepassing om lessen te maken, feedback te geven, teksten te vereenvoudigen of leerlingen persoonlijk te begeleiden.
Maar terwijl ik me verdiepte in die losse toepassingen, kwam er een andere vraag bij.
Hoe zit het eigenlijk met al die grotere AI-projecten in het onderwijs?
Projecten waar scholen, onderzoekers en bedrijven samen aan werken. Waar tijd, geld en kennis in worden gestoken. En waar vaak mooie ambities achter zitten.
Leveren die projecten daadwerkelijk iets op voor leerlingen en docenten? Of zijn we soms vooral druk met het ontwikkelen van nieuwe mogelijkheden?
Van een mooie toepassing naar een echt onderwijsprobleem
Een interessant voorbeeld is NOLAI, het Nationaal Onderwijslab AI.
Daar werken scholen samen met onderzoekers en ontwikkelaars aan AI-toepassingen voor het onderwijs. Niet zomaar een tool bouwen en vervolgens hopen dat scholen hem gaan gebruiken, maar beginnen bij een vraag uit de onderwijspraktijk.
Want een school heeft niet automatisch behoefte aan AI. Een school heeft bijvoorbeeld behoefte aan beter passend lesmateriaal, minder voorbereidingstijd of ondersteuning voor leerlingen die moeite hebben om mee te komen.
Als AI daarbij kan helpen, wordt het interessant.
Neem de Babelbeer. Dat is een project waarin een AI-gestuurde knuffelbeer wordt ontwikkeld die gesproken taal kan vertalen. Het idee is dat jonge kinderen die thuis een andere taal spreken, gemakkelijker kunnen communiceren met klasgenoten en hun leraar.
Dat klinkt misschien als een grappige uitvinding. Maar het probleem erachter is heel serieus.
Hoe zorg je ervoor dat een kind kan meedoen, ook als het de Nederlandse taal nog niet voldoende beheerst?
Daar kan technologie mogelijk iets toevoegen.
Tegelijkertijd is het project nog in ontwikkeling. Er wordt juist onderzocht in welke situaties de beer echt helpt. Tijdens het spelen? In de les? En hoe ga je zorgvuldig om met de gegevens van jonge kinderen?
Dat zijn wat mij betreft precies de vragen die je moet stellen voordat je iets grootschalig invoert.
AI voor leerlingen met TOS: waar liggen de kansen?
Een ander voorbeeld dat ik interessant vind, is een project voor leerlingen met een taalontwikkelingsstoornis (TOS).
Voor deze leerlingen kan de taal in een lesboek of opdracht een extra drempel vormen. Niet omdat de inhoud per se te moeilijk is, maar omdat de manier waarop die wordt aangeboden niet goed aansluit bij hun taalvaardigheid.
Binnen NOLAI werken onder andere de Koninklijke Auris Groep, de Universiteit Twente en Gynzy aan AI die bestaand lesmateriaal kan aanpassen aan het taalniveau van leerlingen met TOS.
Stel je voor dat een leerling dezelfde lesinhoud krijgt als de rest van de klas, maar met begrijpelijkere zinnen en woorden. Zonder dat de belangrijke informatie verloren gaat.
Dan gebruik je AI niet omdat het nieuw of indrukwekkend is, maar om onderwijs toegankelijker te maken.
Er loopt inmiddels ook een ander project, Fabula, dat zich richt op woordenschatonderwijs voor leerlingen met TOS. Het idee is dat leraren met AI sneller passende afbeeldingen, eenvoudige woorduitleg, verhalen en praatplaten kunnen maken.
Dat kan interessant zijn voor twee kanten van het onderwijs: de leerling krijgt materiaal dat beter aansluit, terwijl de leraar mogelijk minder tijd kwijt is aan de voorbereiding.
De vraagstukken komen uit het werkveld, uit de klas en van onderwijsprofessionals. Vervolgens wordt onderzocht wat AI daarbij kan betekenen.
Deze projecten worden nog ontwikkeld en onderzocht. Of leerlingen er daadwerkelijk beter door leren, zelfstandiger worden, meer woorden onthouden of vooruitgaan in hun werkgeheugen en woordenschat, moet dus nog uitgezocht worden.
En juist bij leerlingen met TOS lijkt het me belangrijk dat we niet alleen kijken of een tekst eenvoudiger is geworden. We moeten ook kijken of de leerling de inhoud echt begrijpt.
Daar blijft de kennis van onderwijsprofessionals onmisbaar, zowel bij de ontwikkeling van het project als bij het verdere onderzoek.
Wat weten we inmiddels over de resultaten?
Er zijn ook projecten waarbij de resultaten al zijn onderzocht.
In de Verenigde Staten is bijvoorbeeld Tutor CoPilot getest. Dat is een AI-toepassing die menselijke begeleiders tijdens het geven van rekenondersteuning helpt met suggesties.
De AI neemt de begeleiding niet over. Hij helpt de begeleider bijvoorbeeld om betere vragen te stellen, in plaats van meteen het antwoord te geven.
In een onderzoek met een controlegroep bleken leerlingen van begeleiders die deze AI gebruikten veertien procent vaker een rekenonderwerp te beheersen.
Dat is een interessant resultaat. Niet omdat AI de docent vervangt, maar juist omdat de technologie iemand helpt om betere begeleiding te geven.
Er is alleen ook onderzoek dat een heel ander beeld laat zien.
Onderzoekers van onder andere de University of Pennsylvania onderzochten hoe middelbare scholieren AI gebruikten bij wiskunde.Tijdens het oefenen presteerden leerlingen met AI beter. Maar toen ze daarna zonder AI een toets moesten maken, scoorde de groep die een algemene AI-chatbot had gebruikt gemiddeld zeventien procent lager dan de groep die zonder AI had geoefend.
De leerlingen konden de opdrachten met hulp van AI beter maken, maar hadden de stof daardoor niet automatisch beter geleerd.
Een tweede AI-versie, die speciaal voor leren was ingericht, liet dat negatieve effect niet zien. Maar ook daar was geen duidelijke verbetering op de toets zonder AI.
Voor mij laat dit onderzoek vooral zien hoe belangrijk het ontwerp van een AI-toepassing is.
Een opdracht goed maken is nog niet hetzelfde als iets leren. En dat verschil mogen we in het onderwijs niet uit het oog verliezen.
Wanneer is een AI-project eigenlijk geslaagd?
Bij AI-projecten wordt vaak gesproken over mogelijkheden, prototypes en mooie eerste ervaringen.
Maar wanneer vinden we zo’n project echt succesvol?
Als de techniek werkt? Als docenten enthousiast zijn? Als leerlingen het leuk vinden? Of pas als we kunnen aantonen dat leerlingen er daadwerkelijk iets aan hebben?
Volgens mij moeten we ook kijken naar wat het een school kost om zo’n toepassing te gebruiken.
Want een project kan technisch heel goed werken, maar alsnog weinig toevoegen als docenten veel tijd kwijt zijn aan controleren, aanpassen en organiseren.
En dan hebben we het nog niet eens over privacy.
Ook daarbij moet je naar de specifieke toepassing kijken. Het maakt wel duidelijk dat een bruikbare AI-oplossing meer nodig heeft dan goede technische prestaties.
Ook veiligheid, betrouwbaarheid en de manier waarop een toepassing in de dagelijkse praktijk past, tellen mee.
En soms hoort bij een goed onderzoek ook de conclusie dat een project niet voldoende oplevert.
Dat lijkt misschien teleurstellend, maar volgens mij is het juist waardevol. Als we alleen de succesvolle voorbeelden delen, leren we weinig van wat niet werkt.
Waar liggen de kansen voor AI in het onderwijs?
Wat mij opvalt aan deze voorbeelden, is dat de interessantste projecten niet beginnen bij de technologie.
Ze beginnen bij een leerling die moeite heeft om een tekst te begrijpen. Bij een kind dat niet gemakkelijk kan communiceren met klasgenoten. Of bij een begeleider die ondersteuning kan gebruiken om betere vragen te stellen.
Daar zit voor mij de mogelijke meerwaarde van AI in het onderwijs.
Niet in het ontwikkelen van zoveel mogelijk nieuwe toepassingen, maar in oplossingen die helpen bij uitdagingen waar leerlingen en docenten in de praktijk tegenaan lopen.
Tegelijkertijd moeten we kritisch blijven op de resultaten. En tijd besparen is prettig, maar niet als dat ten koste gaat van het leren.
Daarom kom ik eigenlijk weer uit bij dezelfde gedachte als in mijn vorige blog.
We hoeven niet tegen AI te zijn. Maar we hoeven ook niet iedere nieuwe ontwikkeling automatisch als vooruitgang te zien.
Misschien moeten we bij ieder AI-project gewoon wat vaker vragen:Welk probleem lossen we hiermee op? Voor wie wordt het onderwijs er beter van? En hoe weten we eigenlijk dat het werkt?
Want uiteindelijk gaat het niet om hoeveel AI-projecten we hebben. Het gaat om wat leerlingen en docenten eraan hebben.
Bronnen