Artificiële intelligentie zal in toenemende mate gebruikt worden voor het beoordelen van lerenden. Er wordt echter ook geëxperimenteerd met een AI-toepassing om docenten feedback te geven op de wijze waarop zij lesgeven.
In How artificial intelligence could help teachers do a better job beschrijft Jill Barshay dat de wijze waarop de kwaliteit van instructie geëvalueerd wordt vaak tekortschiet (eenzijdig kijken naar cijfers) of arbeidsintensief en duur is (observaties). Verbeteringen op het gebied van automatische spraakherkenning en natural language processing bieden hierbij uitkomst.
Barshay geeft daarbij het voorbeeld van het analyseren van de mate waarin docenten zogenaamde “authentieke vragen” stellen. Dat zijn vragen waarop geen kant en klare antwoorden gegeven kunnen worden, maar leiden tot discussie. Deze vragen leiden ertoe dat lerenden meer leren.
Onderzoeker Sean Kelly heeft samen met collega’s een computer model ontwikkeld waarmee je kunt analyseren in welke mate docenten en docenten in opleiding authentieke vragen stellen. Hiermee krijgt een docent vergelijkbare feedback als van experts van vlees en bloed. Uiteraard kun je deze systematiek nog verder uitbreiden.
Op deze manier kun je dus het onderwijs evalueren en de feedback gebruiken om verbeteringen aan te brengen. Dit vraagt overigens nog veel onderzoek.
Beperkingen:
- Het is nog steeds arbeidsintensief om robots te ‘trainen’ in het adequaat ‘observeren’ van docentgedrag. Hiervoor moet je honderden uren audio bestuderen en categoriseren.
- Robots beoordelen niet foutloos. Maar dat doen menselijke observanten ook niet.
- De kwaliteit van het lesgeven wordt niet alleen bepaald door het stellen van authentieke vragen.
Volgens onderzoeker Kelly moet je er echter voor waken dat je docenten beoordeeld op basis van deze analyses. Dan werkt deze aanpak als een
weapon against teachers, repeating the mistakes made using student test scores to pay and punish teachers.
Als dit laatste het geval is, zal dit averechts werken voor de acceptatie van artificiële intelligentie binnen het onderwijs.
Je moet m.i. dergelijke data vooral gebruiken voor het beschrijven, diagnostiseren en voor het geven van feedback. Bovendien mag een robot ook in dit geval nooit het laatste woord hebben.
This content is published under the Attribution 3.0 Unported license.
Geef een reactie