Er wordt dikwijls vanuit een optimistisch perspectief geschreven over de mogelijkheden die adaptieve technologieën in combinatie met het analyseren van grote hoeveelheden data bieden voor meer op maat gesneden onderwijs. Phil McRae heeft daarentegen een uitvoerig kritisch betoog geschreven over de relatie tussen ‘big data’, adaptieve leersystemen en gepersonaliseerd leren.
McRae plaatst deze ontwikkeling tegen de achtergrond van de geschiedenis van op behaviouristische leest geschoeide geprogrammeerde instructie. Hij spreekt van een wedergeboorte van “teaching machine centers” waarbij het verschil is dat persoonlijke keuzes en voorkeuren nu centraal staan. Daarnaast speelt efficiëncy hierbij een belangrijk argument.
Volgens de auteur is er binnen de huidige Amerikaanse samenleving sprake van een obsessie met data kwantiteit, terwijl de kwaliteit van menselijke interacties juist weinig aandacht krijgt.
McRae vindt meer flexibilisering van het onderwijs noodzakelijk. Tegelijkertijd meent hij dat het onderwijs manieren moet vinden om leren te personaliseren waarbij jongeren zich breed ontwikkelen.
Volgens hem zijn er zes uitdagingen op dit terrein:
- We moeten waken voor de vermarking van data van lerenden door de invloed van commerciële partijen op dit terrein.
- Het risico bestaat dat vooral met een beperkte blik naar leren wordt gekeken (taal en rekenen).
- Het uitgangspunt dat leren een sociaal proces is, wordt aangetast.
- Er zijn grenzen aan de mate waarin onderwijs aan lerenden kan worden aangepast.
- Via personalisering kunnen lerenden alleen met een beperkte hoeveelheid bronnen in aanraking komen, terwijl juist diversiteit belangrijk is om tunnelvisie te voorkomen.
- Hoe voorkomen we dat lerenden alleen maar nog achter een beeldscherm zitten? Een overdaad aan beeldscherm-werk is slecht voor de gezondheid.
Adaptieve leersystemen schieten met hun geïndividualiseerde, lineaire en mechanische software-algoritmen volgens hem tekort om lerenden te laten ontwikkelen tot veerkrachtige, creatieve, ondernemende en betrokken burgers. Geautomatiseerde adaptieve leersystemen zijn volgens hem vooral reductionistische applicaties met een beperkte aandacht voor dingen die eenvoudig gedigitaliseerd en getest kunnen worden (wiskunde, science en lezen):
They fail to recognize that high quality learning environments are deeply relational, humanistic, creative, socially constructed, active and inquiry-oriented.
Volgens McRae miskent deze ontwikkeling dat leren vooral zou moeten gaan om menselijke relaties.
Wat mij betreft wijst de auteur terecht op risico’s van een ontwikkeling, die volgens mij op zich positieve kanten heeft. McRae laat echter zien dat adaptieve technologieën en big data onder het mom van personalisering juist ook kunnen leiden tot standaardisering en reductionisme.
This content is published under the Attribution 3.0 Unported license.
Geef een reactie