Een vergelijking van twee, als gevolg van AI, herziene taxonomieën voor leren

De taxonomie van Bloom is ooit ontwikkeld als een gemeenschappelijke taal voor het indelen van leerdoelen en leervaardigheden, ten behoeve van het evalueren hiervan. Aangezien AI een steeds grotere rol speelt, is het de vraag of deze taxonomie niet aan herziening toe is. In twee recente publicaties wordt daartoe een poging gedaan. In deze blogpost vergelijk ik beide aangepaste taxonomieën.

DALL-E: een verbeelding van een diverse groep lerenden die samenwerken aan een project, waarbij chatbots op hun laptops, tablets en smartphones betrokken zijn bij de interactie. Het beeld laat een moderne en dynamische leeromgeving zien waarin mens en technologie samenwerken aan het leren en creëren.

Op 22 augustus 2023 heb ik al eens een blogpost geschreven over de relatie tussen generatieve AI en de taxonomie van Bloom. Ik schreef toen onder meer:

Vooropgesteld: er is nooit onderzocht of inderdaad sprake is van een hiërarchie (hogere orde, lagere orde) of dat leren in die volgorde plaatsvindt. Leren is ook een complex proces. Veel activiteiten vragen om het gebruik van geïntegreerde cognitieve handelingen. Bovendien is het de vraag of deze taxonomie wel alle vormen van leren afdekt (bron). Bovendien hebben Anderson en Krathwohl Bloom’s taxonomie herzien. Andrew Churches heeft de traditionele taxonomie van Bloom aangepast om deze relevant te maken voor het digitale tijdperk (bron).

Daar komt bij dat er bij generatieve AI altijd sprake is tussen interactie tussen mens en de AI-applicatie.

De eerste aangepaste taxonomie (Bloom’s Taxonomy Revisited) van Oregon State University gaat ook uit van de door Anderson en Krathwohl herziene taxonomie:

1. Onthouden
2. Begrijpen
3. Toepassen
4. Analyseren
5. Evalueren
6. Creëren

Bij elk niveau wordt nu beschreven hoe AI het leren kan ondersteunen. Bijvoorbeeld bij ‘Begrijpen’ kan AI een concept in andere woorden of in een andere taal beschrijven. In een tabel laten de samenstellers zien hoe AI het leren kan aanvullen en welke onderscheidende menselijke vaardigheden op elk niveau van belang zijn, zoals kritisch denken, ethische afwegingen maken, creativiteit en het toepassen van kennis in de echte wereld. Barend Last heeft een Nederlandse vertaling gemaakt van deze tabel.

Deze aanpak is handig voor onderwijsinstellingen en opleiders die stap voor stap willen overgaan naar AI-ondersteund onderwijs en opleiden. De beschrijving sluit aan bij mijn blogpost van 22 augustus 2023 waarin ik concludeerde dat generatieve AI-toepassingen binnen elke stap van Bloom’s herziene taxonomie een rol kunnen spelen:

Binnen geen elke stap neemt de generatieve AI-toepassing de activiteit volledig van de mens over. Een effectief gebruik van generatieve AI voor onthouden, begrijpen, toepassen, analyseren, evalueren en creëren vindt altijd plaats via interactie met de mens. Het formuleren van prompts, en het controleren en verbeteren van output blijft daarbij essentieel.

Een mogelijk nadeel is dat deze benadering misschien niet ver genoeg gaat in een tijd waarin AI zich in hoog tempo doorontwikkeld en meer kansen biedt dan het geven van ondersteuning.

De tweede benadering, ontwikkeld door Dr. Philippa Hardman, gaat een stuk verder. Zij constateert dat er binnen het onderwijs veel angst bestaat voor AI en dat die angst voorbij gaat aan het vermogen van AI als een krachtig hulpmiddel om lerenden te begeleiden naar ‘hoger-orde denken’. Zij heeft daarom een nieuwe taxonomie ontworpen voor een wereld waarin AI niet meer weg te denken is. Deze taxonomie heeft ook zes niveaus:

1. Begrijpen
2. Toepassen
3. Analyseren
4. Samenwerken
5. Creëren
6. Ontwrichten (‘disrupt’)

Opvallend is dat ‘Onthouden’ niet meer als apart niveau bestaat. Volgens Hardman blijft ‘onthouden’ belangrijk, maar is de nadruk en de waarde van het uit het hoofd leren verschoven. Het gaat niet meer om het uit het hoofd leren van enorme hoeveelheden informatie om die te kunnen onthouden, maar om weten hoe je snel relevante informatie kunt vinden, verifiëren en er iets mee kunt doen als dat nodig is. Om efficiënt te kunnen verifiëren van inhouden moet je trouwens wel over kennis beschikken. Maar het is wat anders dat je het ophalen van kennis gaat beoordelen.

Ook nieuw zijn ‘Samenwerken’ en ‘Ontwrichten’. Bij ‘Samenwerken’ gaat het om het gebruik van AI voor het voltooien van taken, inclusief het genereren van ideeën, feedback geven en verfijnen. Bij ‘Ontwrichten’ geeft Hardman als voorbeeld van een team van werknemers dat AI gebruikt om enorme hoeveelheden bedrijfsgegevens en trends in de sector te analyseren en mogelijkheden te identificeren om hun bedrijfsmodel volledig opnieuw vorm te geven. Je gebruikt AI dan om bestaande systemen uit te dagen, te vernieuwen en zelfs te transformeren.

Deze aanpak kan handig zijn voor onderwijsinstellingen en opleiders die klaar zijn voor een grote verandering. Het nadeel is dat het veel vraagt van medewerkers en organisaties die gewend zijn aan traditionele aanpakken. Binnen het onderwijs zijn dergelijke vergaande vernieuwingen vaak gedoemd te mislukken.

Beide benaderingen laten zien dat AI een blijvende impact heeft op het onderwijs. Ze verschillen vooral in hoe ver ze gaan:

1. De herziene Bloom’s taxonomie ziet AI als hulpmiddel bij het leren.
2. De Post-AI-learning taxonomie ziet AI als onlosmakelijk onderdeel van het leerproces, en als mogelijkheid voor transformatie.

Als docent of opleider kun je deze inzichten gebruiken om je onderwijs aan te passen. Denk bijvoorbeeld aan:

De integratie van AI-tools binnen leeractiviteiten om informatie te vinden en te verwerken.
Het niet meer beoordelen van het kunnen onthouden van leerinhouden (maar wel nog formatief toetsen ervan).
Het stimuleren van samenwerking tussen lerenden en AI. Check bijvoorbeeld de aangepaste AI-schaal voor beoordelen waarin AI-samenwerking een belangrijk niveau is.
Het ontwikkelen van opdrachten die creativiteit en kritisch denken bevorderen, of het uitvoeren van complexe projecten.

Andere bronnen over generatieve AI

Mijn bronnen over (generatieve) artificiële intelligentie

Deze pagina bevat al mijn bijdragen over (generatieve) artificiële intelligentie, zoals ChatGPT.

This content is published under the Attribution 3.0 Unported license.

Een reactie

Olaf Visser schreef:

11 oktober 2024 om 10:33

Wat een ontzettende stro-man van Philippa Hardman, als ze het heeft over de noodzakelijke ‘shift’ in onderwijs: “a shift from systems of education and training which focus on learners’ ability to memorise and recall information, to a focus on what they can do with information.”
Welke onderwijsinstelling in de VS of in NL is er nou nog primair bezig met het reproduceren van kennis? Dat is al decennia lang niet de focus van onderwijs meer…

En deze ’trouwens’ van Wilfred vind ik veelzeggend: “Om efficiënt te kunnen verifiëren van inhouden moet je trouwens wel over kennis beschikken.” Is namelijk hoofdzaak, niet bijzaak.

Had wel een stukje kritischer gemogen. Dat stuk van Philippa Hardman klinkt als typische technofiele mumbo-jumbo (‘disrupt’ is gewoon ‘create’ met een nieuw laagje verf). Snake oil.

Geef een reactie