Overwegingen bij gepersonaliseerd leren

“Gepersonaliseerd leren” is een onderwerp waar ik al diverse jaren op mijn weblog aandacht besteed. Binnen het onderwijs is ook veel interesse voor dit onderwerp. Enerzijds zijn de verwachtingen om allerlei redenen hooggespannen, maar aan de andere kant worden beperkingen meer expliciet en wordt de kritiek luider. In deze blogpost wil ik wat uitgebreider reflecteren op dit fenomeen.

Het eerste wat mij opvalt is dat er verschillende beelden en definities bestaan bij en van gepersonaliseerd leren. In mijn boek over e-learning trends (pdf) uit 2013 definieer ik gepersonaliseerd leren als volgt:

Bij gepersonaliseerd leren is sprake van leertrajecten die zijn afgestemd op het individu en waarbij de individuele lerende invloed heeft op de vormgeving van het leerproces, rekening houdend met datgene wat hij of zij al kan, kent en wil. Eigenaarschap over het eigen leerproces bevordert immers de motivatie om te leren. De lerenden leren niet individueel; interactie en communicatie met anderen zijn essentieel. De leerdoelen zijn bijvoorbeeld het resultaat van een dialoog tussen de lerende en diens begeleider.

Ik zet me hierbij af tegen de benadering dat gepersonaliseerd leren een eenzame vorm is van leren, waarmee uitsluitend invulling wordt gegeven aan de kwalificerende functie van onderwijs (terwijl socialisering en persoonsvorming worden verwaarloosd). Verder vind ik het in deze definitie belangrijk te benadrukken dat het zeker niet alleen de lerende is die bepaald wat geleerd wordt. Er is wel meer ruimte voor persoonlijke belangstelling, ambitie en aanwezige expertise en talenten (een lerende is geen ‘tabula rasa’) dan binnen onderwijs normaliter het geval is.

Maar uiteraard heb je te maken met doelen waarvan de samenleving aangeeft dat een ieder hieraan moet voldoen. Daar komt bij dat het belangrijk is de samenhang binnen een curriculum te bewaken en lerenden niet ongelukkig te maken met overdadige keuzemogelijkheden (de ‘paradox of choice’) en dat het vooral de sowieso al geprivilegieerde lerenden zijn die baat hebben bij deze aanpak. Gepersonaliseerd leren is dan ook maar ten dele ‘persoonlijk leren’ (in de zin van: volledig toegesneden op de persoon; Stephen Downes maakte ooit de treffende vergelijking met karamel en gekarameliseerd).

Meerdere dimensies

Verder vind ik het belangrijk om te benadrukken dat personalisering iets anders is dan:

• Differentiatie (aansluiten bij verschillende niveaus binnen een groep).
• Massa-maatwerk (binnen bepaalde kaders en op verschillende niveaus kunnen lerenden bepaalde keuzes maken; minoren, opdrachten, clinics en workshops).
• Maatwerk: individuele lerenden kunnen zelf keuzes maken op het gebied van leerdoelen, leerinhouden en leeractiviteiten. Vaak op basis van aanbevelingen van docenten. Deze fase brengt uitdagingen met zich mee ten aanzien van het maken van samenhangende keuzes, en de planning.

Bij adaptief leren worden dan op basis van analyse van patronen van leergedrag leerroutes binnen online programma’s uitgestippeld. De lerende bepaalt niet zelf wat en hoe de lerende wil leren. Het programma maakt die keuzes op basis van de analyse van het leergedrag van de lerende.

Bron en bron.

Bij maatwerk ga je vaak een stap verder dan bij personalisering, als het gaat om individuele keuzes.

Je kunt bovendien op verschillende niveaus personaliseren:

• Curriculum
• Les
• Leersituatie

Daarnaast kun je ook op diverse dimensies personaliseren. In het whitepaper over ‘onderwijs op maat’ stelt SURF in 2016 dat onderwijs op vijf dimensies meer flexibel en persoonlijk kan worden gemaakt:

1. Inhoudelijke keuzevrijheid (op meerdere niveaus).
2. Passend bij je achtergrond (o.a. rekening houdend met voorkennis).
3. Op eigen tijd, plaats en tempo.
4. Op je eigen niveau.
5. Op je eigen manier (leervoorkeuren).

Tenslotte is de context van belang, als je het hebt over personalisering. Bij Learning & Development kun je m.i. veel verder gaan op het gebied van personalisering naar inhoud, dan bij basis- of voortgezet onderwijs (om te voorkomen dat de ongelijkheid tussen lerenden wordt vergroot). Personalisering naar leervoorkeur vind ik bijvoorbeeld ook ‘nice to have’, aangezien leervoorkeuren niet veel zeggen over het op een effectieve en efficiënte manier behalen van leerresultaten.

Rol leertechnologie

Eén van de grote uitdagingen van gepersonaliseerd leren is de organiseerbaarheid ervan. Daarbij kan leertechnologie een belangrijke rol spelen.

Phil Hill ziet mogelijkheden om technologie te gebruiken om de contacten tussen docenten en studenten te intensiveren en onderwijs op die manier te personaliseren. Online video’s en automatisch beoordelen geven docenten tijd ruimte om online en face to face meer intensief te interacteren met lerenden.  Leertechnologie biedt docenten dan meer ruimte om het onderwijs te personaliseren.

Er zijn op dit terrein verder hoge verwachtingen van learning analytics, adaptieve technologie en kunstmatige intelligentie. Op dit moment worden deze verwachtingen deels nog niet waargemaakt.

Op het gebied van taal, rekenen en wiskunde zijn ‘volwassen ‘ programma’s beschikbaar waarmee lerenden op eigen niveau en in eigen tempo kunnen leren. Op andere terreinen schieten adaptieve programma’s vaak tekort. Lees bijvoorbeeld deze kritiek op het “engineering” model of personalized learning.  Daaruit blijkt dat op verschillende terreinen niet hard vast ligt wat lerenden in welke volgorde moeten leren, dat niet duidelijk is hoe je dit moet meten en dat online content op veel gebieden nog niet voorhanden is.

Daar komt bij dat leveranciers van leertechnologie te veel beloven, terwijl zij zich alleen richten op content (en leren veel meer behelst dan het bestuderen van content). Hun opvatting over onderwijs is vaak beperkt.  Paul Emerich France illustreert dit als volgt:

Using an algorithm to determine what children see is impersonal and dehumanizing. This approach focuses on consumption of educational material instead of interaction with meaningful provocations.

Verwacht ook niet dat bijvoorbeeld adaptieve technologieën voor alle leerinhouden en leerdoelen relevant zijn. Kunstmatige intelligentie schiet bijvoorbeeld vooralsnog tekort als het gaat om het faciliteren van leren als sociale ervaring (bevorderen van zelfbewustzijn, metacognitieve regulering , empathie).

Tot slot

Persoonlijk vind ik het faciliteren van leren in eigen tempo en op eigen niveau waardevol, net als een redelijke mate van keuzevrijheid (zonder samenhang en een gezamenlijke inhoudelijke basis uit het oog te verliezen). Tijd- en plaatsonafhankelijk leren is met name belangrijk als lerenden leren, werken en privé moeten combineren, of indien het heel lastig is om te reizen. Volgens mij kun je op het niveau van de les en de leersituatie ook meer vergaand personaliseren dan op het niveau van het curriculum.

Gepersonaliseerd leren is net zo min als elke andere interventie of technologie de oplossing voor de knelpunten waar we op het gebied van leren, onderwijs en opleiden mee te maken hebben. Op onderdelen kan deze ontwikkeling wel meer waarde hebben. Speciale aandacht voor het vergroten van ongelijkheid binnen het onderwijs is daarbij noodzakelijk.

Als je aan de slag gaat met gepersonaliseerd leren of als je juist kritiek uit op gepersonaliseerd leren, dan zul je in ieder geval wel expliciet moeten maken over wat voor type personalisering je het hebt. Personalisering kent namelijk veel facetten en dimensies.

Op dit moment moet je ook geen te hooggespannen verwachtingen van bepaalde technologieën hebben.

This content is published under the Attribution 3.0 Unported license.