Het opschalen van ‘bewezen’ aanpakken voor het bestrijden van leerachterstanden

Het Edsurge-artikel “Scaling Evidence-Based Solutions for Learning Recovery” bespreekt de uitdagingen en mogelijkheden van het opschalen van bewezen leeroplossingen die beogen leerachterstanden te verminderen, vooral na de COVID-19-pandemie. Een interessante benadering, al kun je kanttekeningen plaatsen bij de term ‘bewezen’.

De pandemie heeft volgens auteur Abbie Mischa diepe sporen achtergelaten in het onderwijs en gezorgd voor ongekende onderbrekingen en toenemende verschillen in leerprestaties. Veel lerenden liepen achterstanden op in hun ontwikkeling, en daarom is er een grote behoefte aan effectieve, door onderzoek ondersteunde interventies. Het LEARN Network (Leveraging Evidence to Accelerate Recovery Nationwide) speelt hierbij een belangrijke rol. Dit netwerk, gefinancierd door het Amerikaanse ministerie van Onderwijs, richt zich op het bevorderen van groei op het gebied van leren door de inzet van ‘evidence-based’ onderwijsproducten.

Het LEARN Network bestaat onder meer uit vier productteams die bewezen effectieve producten op het gebied van taal- en rekenonderwijs aanpassen om ze toegankelijker te maken voor docenten. Door middel van coaching en professionalisering wil het netwerk de capaciteit van deze teams en andere betrokkenen vergroten, zodat de educatieve producten eerlijk en duurzaam kunnen opschalen. Hierbij staat centraal dat men begrijpt wat de behoeften van de docenten zijn en hoe de besluitvormingsprocessen voor productaanschaf werken. Daarnaast worden er hulpmiddelen ontwikkeld voor onderzoekers, ontwikkelaars en docenten om de brede adoptie van effectieve oplossingen te ondersteunen.

Mischa sprak met onderzoekers Kerry Friedman en Jessica Mislevy die actief werken aan de integratie van ‘evidence-based’ praktijken, het betrekken van docenten, en het hanteren van een systeembrede benadering in de ontwikkeling van producten.

Een belangrijk aspect dat Friedman benoemt, is dat opschaling niet gezien moet worden als de laatste stap in het proces, maar als iets dat begint bij de initiële ideeontwikkeling. Binnen het LEARN Network wordt gebruik gemaakt van een aangepast raamwerk, gebaseerd op het Invent-Apply-Transition (I-A-T) framework van SRI International. Dit raamwerk is aangepast om beter te passen bij de onderwijssector en bevat principes van ‘Liberatory Design’, die gericht zijn op gelijkheid en systeemdenken.

Het I-A-T-raamwerk bestaat uit drie fases. De “Invent”-fase richt zich op het begrijpen van de behoeften van de gebruikers, oftewel de lerenden en docenten. De “Apply”-fase is bedoeld om inzicht te krijgen in de markt en de infrastructuur, en om te bepalen welke partijen en beleidsaspecten belangrijk zijn. In de laatste fase, “Transition”, wordt nagedacht over de mogelijkheden om het product op systeemniveau op te schalen, en worden routes verkend om het financieel levensvatbaar te maken. Het LEARN Network heeft hiervoor de “Learn to Scale Toolkit” ontwikkeld om onderzoekers te ondersteunen tijdens deze fases en om het opschalen te vergemakkelijken. In deze toolkit wordt het I-A-T-raamwerk verder uitgewerkt.

Het netwerk werkt aan zowel de aanbod- als de vraagzijde. Aan de aanbodzijde ondersteunt het LEARN Network onderzoekers en ontwikkelaars bij het opschalen van hun producten, waarbij rekening wordt gehouden met de context van docenten en de gebruiksvriendelijkheid. Dit gebeurt door middel van coaching, tools, en leeractiviteiten, waarbij samenwerking en teambuilding centraal staan. Aan de vraagzijde probeert het netwerk beter te begrijpen welke behoeften en belemmeringen er zijn bij docenten als het gaat om de adoptie en opschaling van producten. Deze inzichten worden vertaald naar concrete aanbevelingen voor ontwikkelaars.

Uit onderzoek blijkt dat het besluitvormingsproces rondom productaanschaf vaak afhankelijk is van evaluaties van leerresultaten en geplande curriculumherzieningen. Docenten spelen een grote rol bij het identificeren en evalueren van producten, terwijl schoolleiders de uiteindelijke beslissingen nemen. Hoewel onderzoek en bewijs belangrijk zijn in het keuzeproces, blijken aanbevelingen van collega-leiders en gebruikers nog zwaarder te wegen. Dit heeft volgens Friedman en Mislevy belangrijke implicaties voor productontwikkelaars die de acceptatie en opschaling van hun producten willen vergroten.

Het LEARN Network heeft inmiddels de eerste onderzoeksrapporten gepubliceerd waarin lessen worden gedeeld voor ontwikkelaars die hun producten willen opschalen of op de markt willen brengen. Zo helpt het netwerk ontwikkelaars om effectiever in te spelen op de vraag van scholen en docenten en draagt het bij aan het herstel en de verbetering van het onderwijs na de pandemie.

Mijn opmerkingen

Ik ben er ook groot voorstander van om onderwijsmethodes, leertechnologieën en andere interventies pas op grote schaal in te voeren als je aannemelijk kunt maken dat deze interventies ook een bijdrage leveren aan de oplossing zijn van een bepaald vraagstuk. De benadering van het LEARN Network sluit hierbij aan. Het zou goed zijn als ook in Nederland een vergelijkbare aanpak gehanteerd gaat worden.

Tegelijkertijd is het complex en wellicht zelfs onmogelijk om in het kader van het onderwijs uit te gaan van ‘evidence-based’, zoals in dit Edsurge-artikel wordt gedaan. Bij ‘evidence-based’ gaat het namelijk om  interventies die gebaseerd zijn op wetenschappelijk bewijs, vaak uit gecontroleerde studies met een controlegroep en experimentele groep. ‘Evidence-informed‘ daarentegen erkent de waarde van onderzoek, maar laat ook ruimte voor professionele ervaring en contextfactoren. Onderwijssituaties zijn namelijk complex omdat je te maken hebt met zeer veel factoren die van invloed kunnen zijn op de effectiviteit van interventies. Denk aan de achtergrond van lerenden, persoonskenmerken, hun voorkennis, de kwaliteit van de docent, etcetera. Een interventie die binnen de ene context werkt, hoeft binnen een andere context niet effectief te zijn. Docenten kunnen op basis van lange praktijkervaring hier gevoel voor hebben. ‘Evidence-informed’ erkent dit, en biedt flexibiliteit om interventies aan te passen aan specifieke lerenden of omstandigheden. Dankzij de combinatie ‘wetenschappelijke inzichten met praktijkkennis’ sluit je beter aan bij de realiteit van het onderwijs.

Dit perspectief kan m.i. binnen het I-A-T-raamwerk gehanteerd worden.

This content is published under the Attribution 3.0 Unported license.