Er is al een aantal jaren veel aandacht voor “gepersonaliseerd leren”. Hiermee zou beter recht worden gedaan aan de verschillen tussen lerenden. Maar leidt “gepersonaliseerd leren” ook tot goede onderwijsresultaten en leerprestaties? In deze blogpost vat ik enkele bijdragen samen die antwoord proberen te geven op deze vraag.
Eén van de klachten over onderwijs is dat onvoldoende recht wordt gedaan aan verschillen tussen lerenden. De ene lerende is beter beter in taal, de andere in rekenen. Binnen een klas heb je te maken met diverse niveaus, en ook met lerenden met verschillende psychische stoornissen. Vanwege de sociale ontwikkeling wil je lerenden graag groepsgewijs benaderen, terwijl verondersteld wordt dat de cognitieve ontwikkeling om een meer individuele aanpak vraagt. Goede docenten proberen hier aan tegemoet te komen door te differentiëren. Het is echter de vraag of dit voldoende is.
De laatste jaren hebben adaptieve technologie, big data en learning analytics de discussie over “gepersonaliseerd leren” een impuls gegeven. Deze technologieën zouden het onderwijs in staat moeten stellen meer ‘maatwerk’ te kunnen bieden.
Een recent paper van SURF laat echter zien dat je op verschillende dimensies ‘onderwijs op maat’ kunt leveren. Veel publicaties over “gepersonaliseerd leren” maken vaak niet expliciet wat men precies bedoelt met dit begrip. Een website van Kennisnet laat ook diverse initiatieven zien waarvan de vlag “gepersonaliseerd leren” de lading dekt.
Er is op bescheiden schaal onderzoek gedaan naar “gepersonaliseerd leren”. Ik wil een aantal bijdragen over deze onderzoeken kort samenvatten. Deze bijdragen hebben naar alle waarschijnlijkheid betrekking op adaptieve leerprogramma’s. Dat is educatieve software waarbij de leerinhoud, die lerenden voorgeschoteld krijgen, wordt aangepast op basis van data in het systeem en gedrag van de individuele lerende (zoals hun scores op bepaalde oefeningen). De beslissing welke oefeningen een lerende gepresenteerd krijgt wordt dus mede genomen op basis van geautomatiseerde analyses van grote hoeveelheden data.
- Kennisnet heeft in 2016 onderzoek laten uitvoeren door de Universiteit van Twente en de Radboud Universiteit. Op basis van deze onderzoeken concluderen zij dat onderwijsprogramma’s met adaptieve technologie bij basisschoolleerlingen leiden tot betere prestaties op het gebied van taal en rekenen. “Ze zijn een effectief hulpmiddel voor leraren bij het omgaan met verschillen tussen leerlingen”, schrijft de redactie. Oefeningen worden dankzij de technologie afgestemd op het niveau van de leerling, en de docent is in staat leerlingen te volgen en de lessen aan te passen op deze vorderingen. Het blijken overigens vooral de beste leerlingen te zijn die hier baat bij hebben. Een mogelijke verklaring is dat zij bij klassikaal onderwijs onder hun niveau werken. Volgens Alfons ten Brummelhuis van Kennisnet kan dit veranderen als de adaptieve technologie meer volwassen wordt.
- Matthew Lynch lijkt in zijn artikel over “personalized learning” ook te doelen op adaptieve programma’s. Lynch geeft aan dat onderzoeksresulaten van adaptieve programma’s op het gebied van wiskunde veelbelovend zijn. Ook andere studies wijzen volgens hem op positieve effecten. Hij legt in zijn artikel een sterke nadruk op de gevolgen voor motivatie en engagement. Paul Kirschner heeft onlangs echter betoogd dat motivatie en engagement lang niet altijd iets zeggen over de effectiviteit van leren. Lynch concludeert dat meer en ook ander onderzoek nodig is om daadwerkelijk uitspraken te kunnen doen over de effectiviteit van adaptieve programma’s. Opvallend is dat hij geen verwijzingen opneemt naar de studies waar hij over schrijft.
- Larry Cuban is behoorlijk kritisch over de opkomst van de industrie van “gepersonaliseerd leren”. Ook hij doelt hierbij op het gebruik van adaptieve leerprogramma’s. Volgens Cuban is de bewijslast voor de effectiviteit van “personalized learning” in termen van studiesucces dun. Er zijn volgens hem weinig onafhankelijke studies naar adaptieve programma’s beschikbaar. Beleidmakers zijn enthousiast, investeren fors in nieuwe technologie en proberen docenten te overtuigen om “the new technological fad” binnen het onderwijs toe te passen. Beslissingen worden genomen op basis van onderzoek van leveranciers -“Wij van WC-eend”- of op basis van productevaluaties. Beslissers kijken vaak naar effectiviteit in de zin van testscores. Onderzoek naar de effectiviteit van nieuwe aanpakken wijzen echter niet op hogere testscores. Dit heeft beslissers echter niet ervan weerhouden om fors te investeren in laptops, tablets en programma’s.
Het is dus nog te vroeg om een eensluidend antwoord te geven op de vraag “Is “gepersonaliseerd leren” wel of niet effectief?” Wat mij betreft is adaptieve technologie wel een veelbelovende ontwikkeling. Er is echter meer onderzoek nodig naar de effecten van deze technologieën. Dit onderzoek zou in ieder geval onafhankelijk moeten worden uitgevoerd. Dergelijk onderzoek kan alleen worden gedaan als het onderwijs deze technologie gaat toepassen. Waak er echter voor om op dit moment al kapitalen uit te geven aan deze ontwikkeling. Bovendien kun je verwachten dat veel variabelen van invloed zijn op de effectiviteit. Denk daarbij aan de kwaliteit van de programma’s (denk aan feedback), het vakgebied (bijvoorbeeld wel voor rekenen, niet voor geschiedenis?) of aan de didactische inbedding.
This content is published under the Attribution 3.0 Unported license.
Vind je niet dat in bovenstaande adaptief en gepersonaliseerd een beetje te veel door elkaar loopt? Of zie jij dat als een en hetzelfde?
Ik heb volgens mij juist geschreven dat gepersonaliseerd leren vaak slecht gedefinieerd wordt. En dat vaak adaptief leren bedoeld wordt. Adaptief leren is een vorm van gepersonaliseerd leren. Zie de publicatie van SURF.
“Het blijken overigens vooral de beste leerlingen te zijn die hier baat bij hebben. Een mogelijke verklaring is dat zij bij klassikaal onderwijs onder hun niveau werken.”
Het is niet eenvoudig om te merken dat leerlingen onder hun niveau werken. Zie bijvoorbeeld http://eduratio.be/dullemond2009.html. In dat onderzoek werden bij alle leerlingen in een klas (Groep 6, vierde leerjaar) testen (Rekenen en Begrijpend Lezen) boven niveau afgenomen: de leerlingen kregen de CITO testen die ze normaal gezien slechts een jaar (of meer) zouden gekregen hebben. Vooraf werd aan de leerkrachten en de intern begeleider gevraagd om te voorspellen hoe ze zouden presteren. Resultaat: “Grote en onvermoede verschillen binnen de klas tekenen zich af. Een aanzienlijk deel van de klas heeft een kleine tot zeer grote voorsprong voor één of beide getoetste domeinen, en zal zonder wijzigingen in het onderwijsaanbod weinig bijleren”.
Dit betekent dat adaptief leren een belangrijk voordeel biedt dat onvermeld bleef: de signalering van een leervoorsprong. Alle toetsen op school handelen immers over reeds “geziene” leerstof. Een voorsprong blijft daarbij per definitie onzichtbaar. Het niveau dat auto-adaptief bepaald werd kan een belangrijke indicator zijn voor de nood aan zorg (en in de meest extreme gevallen van de nood aan versnelling). Zelfs als men dit niet continu inzet, kan het dus belangrijke informatie leveren voor sommige leerlingen.