In 2003 gaf de Utrechtse hoogleraar Robert-Jan Simons aan dat er zeven manieren zijn waarop ICT kan leiden tot betere en/of vernieuwde manieren van het vormgeven van leeractiviteiten (Simons, 2003). Simons sprak daarom van zeven pijlers van digitale didactiek. In 2013 heb ik deze zeven pijlers uitgebouwd tot tien pijlers van digitale didactiek, als gevolg van technologieën zoals smartphones, tablets en sociale media, èn veranderende inzichten (Rubens, 2013). In deze bijdrage wil ik deze tien pijlers herzien, als gevolg van de opkomst van generatieve AI.
1. Relaties leggen
Digitale technologie kan de muren tussen de school en buitenwereld helpen slechten. Lerenden kunnen dankzij digitale technologie met anderen (individuen, scholen, arbeidsorganisaties, overheidsinstellingen, ook in het buitenland) contacten krijgen, om met en van elkaar te leren. Ook met personen met wie het ingewikkeld is om zonder digitale technologie contact te onderhouden. Dankzij internettechnologie worden informatiebronnen en deskundigen gemakkelijker toegankelijk en kan men meer loskomen van traditionele leerboeken.
GenAI-technologie kan deze pijler faciliteren doordat lerenden ook kunnen converseren met een applicatie zoals een chatbot. Daar komt bij dat deze chatbot ook kan doen alsof de chatbot bijvoorbeeld een expert of historisch figuur is (denk aan Descartes). Daarnaast kan een generatieve AI-toepassing ook in meerdere talen converseren, en zich voordoen als iemand met een andere culturele achtergrond.
Verder ben je dankzij generatieve AI-tools in staat om verschillende perspectieven en benaderingen te genereren en gebruiken, waardoor lerenden een breder begrip ontwikkelen van complexe onderwerpen. Bijvoorbeeld wetenschappelijke vraagstukken vanuit verschillende paradigma’s laten verklaren. Je legt dan relaties met verschillende perspectieven, niet met bronnen of personen.
Interessant is hierbij dat jij als mens co-creëert met generatieve AI-toepassingen. In onderzoeken wordt vaak gekeken of een mens beter presteert dan een generatieve AI-tool of omgekeerd. Het is m.i. echter de interactie tussen mens en de technologie die leidt tot goede resultaten.
Tenslotte kunnen generatieve AI-toepassingen informatie dankzij prompts toegankelijk maken. Bronvermeldingen schieten momenteel wel tekort -tenzij je zoekt- en de inhoud van de informatie is niet altijd correct.
2. Creëren
Bij deze pijler gaat het om het maken van nieuwe kennis en om het actief verwerken van het geleerde. Creatie is dan een belangrijk aspect van leren. Generatieve AI-toepassingen kunnen dan worden gebruikt om lerenden te helpen met het genereren van nieuwe ideeën of inhouden. GenAI-technologie kan lerenden ondersteunen met het creëren van uitgewerkte voorbeelden, het schrijven van teksten of het bouwen van presentaties en digitale media zoals video’s of audio. Verder kunnen generatieve AI-toepassingen ondersteunen bij het creëren van artefacten door bijvoorbeeld feedback te geven op concepten. Overigens moet je er wel voor waken dat lerenden het leren niet uitbesteden aan GenAI-technologie en er afhankelijk van worden. Dan kunnen generatieve AI-toepassingen averechts werken.
3. Naar buiten brengen
Het delen van leerresultaten motiveert lerenden en verbreedt hun publiek. Digitale technologie -denk aan YouTube of weblogs- worden hier al heel lang voor gebruikt. Generatieve AI-toepassingen kunnen bijvoorbeeld samenvattingen en publicatievoorstellen genereren, waardoor lerenden hun werk eenvoudig via verschillende platforms kunnen delen. Je kunt output van generatieve AI-tools vaak makkelijk delen, al zul je de output vaak eerst moeten bewerken. Maar daar hebben deze tools ook steeds meer mogelijkheden voor (bijvoorbeeld ChatGPT 4o met canvas). Verder kun je generatieve AI-toepassingen ook gebruiken om resultaten van leren in verschillende formaten te presenteren en breed te verspreiden. Je kunt bijvoorbeeld geschreven tekst omzetten in gesproken tekst (denk aan Google’s Notebook LM), of omgekeerd.
4. Transparant maken
Digitale technologie maakt het beter mogelijk om denk- en samenwerkingsprocessen inzichtelijk te maken. Generatieve AI-toepassingen kunnen in dit kader bijvoorbeeld analyses maken van evaluaties of discussies en patronen herkennen in communicatie of voortgang. Dit helpt zowel docenten als lerenden om reflectief te leren en feedback te geven. Bovendien kan generatieve AI expliciet maken hoe experts denken en redeneren. Lerenden kunnen dan hiervan leren. Je kunt ChatGPT o1-preview bijvoorbeeld zien redeneren.
Bij deze pijler moet je wel extra aandacht besteden aan de privacy. Voed generatieve AI-toepassingen niet met data die naar personen herleidbaar zijn, of ‘bedrijfsgevoelige’ gegevens. Ethische richtlijnen over het gebruik van generatieve AI-toepassingen zijn bij deze pijler van extra belang.
5. Leren leren bevorderen
De vergrote transparantie leidt tot leren leren en metacognitieve ontwikkeling, de vijfde pijler. Feedback en reflectie spelen hierbij een belangrijke rol. Je kunt generatieve AI-toepassingen gebruiken voor het krijgen van feedback. Dat kan inmiddels ook mondeling. De Khan Academy werkt hier bijvoorbeeld mee. Verder kun je generatieve AI-tools ook vragen om reflectieve vragen te stellen. Hierbij wil ik wel opmerken dat juist ook veel leert door anderen feedback te geven. Besteed het geven van feedback dus niet zonder meer uit aan een generatieve AI-tool.
Daarnaast kun je generatieve AI-toepassingen bijvoorbeeld ook gebruiken om leerlogboeken te analyseren (denk weer aan privacy!) en tips geven over hoe lerenden hun leerstrategieën kunnen verbeteren.
Volgens Simons is het van belang uit te gaan van expliciete leercompetenties en deze als basis voor feedback te nemen. Door te differentiëren in opdrachten en de aard van de hulp en sturing, kunnen docenten leren leren helpen bevorderen. Generatieve AI-toepassingen zijn vaak ook in staat om opdrachten op verschillende niveaus te creëren.
6. Competenties centraal stellen
Volgens Simons speelt digitale technologie een belangrijke rol bij het in kaart brengen van de ontwikkeling van competenties. Je kunt generatieve AI-technologie gebruiken om een analyse te laten maken van competentieontwikkeling op basis van bewijsmateriaal. Je voedt de GenAI-tool dan met beschrijvingen van competenties en laat de tool vervolgens ‘bewijsmateriaal’ (zoals feedback van experts) analyseren (denk weer aan privacy!).
7. Flexibiliteit bevorderen
Leren in eigen tempo en tijd- en plaats onafhankelijk leren zijn al lang voordelen van digitale technologie. Verder kun je al heel lang digitale technologie gebruik om flexibiliteit naar inhoud en niveau mogelijk te maken. Dankzij (generatieve) AI-toepassingen worden deze vormen van flexibiliteit nog verder vergroot. Denk daarbij aan het faciliteren van leerpaden die op basis van data en leerresultaten worden aangepast. Ook kun je gemakkelijk individuele opdrachten creëren en kunnen lerenden generatieve AI-toepassingen gebruiken om complexe teksten te herformuleren of om teksten voor te laten lezen. Inmiddels spreken we over ‘personalisering’ van het leren. Het is echter de vraag of je om deze reden een nieuwe pijler van digitale didactiek moet introduceren.
Simons noemt variatie in mate van sturing ook als een vorm van flexibilisering. Ook hier kan generatieve AI een rol bij spelen omdat je generatieve AI-toepassingen de opdracht kunt geven bij het geven van begeleiding meer of minder te sturen.
8. Selectieve informatiereductie mogelijk maken
De informatiestroom is vaak overweldigend. Een digitale technologie als RSS helpt al jaren deze stroom beheersbaar te maken. Generatieve AI-toepassingen kan hierbij ook helpen door informatie samen te vatten of door patronen te herkennen in grote hoeveelheden data. Deze toepassingen kunnen ook ondersteunen bij het identificeren van kernconcepten in studiemateriaal. Tegelijkertijd zijn generatieve AI-toepassingen juist ook in staat veel overbodige informatie te genereren. Verder blijken deze applicaties ook niet altijd even sterk in het maken van samenvattingen.
9. Multimedia integreren
Dankzij digitale technologie ben je als gebruiker in staat om op een relatief eenvoudige manier ‘rijk’ leermateriaal te ontwikkelen. Generatieve AI-toepassingen zoals MidJourney, Elevenlabs en HeyGen vereenvoudigen de creatie en integratie van multimedia in leeractiviteiten nog verder. GenAI-technologie kan op basis van eenvoudige opdrachten video’s, liedjes, andere audiobestanden of games genereren die passen bij specifieke leerinhoud.
10. Motiveren
Motiverende effecten van nieuwe technologieën zijn meestal van voorbijgaande aard. In het verleden zag je wel dat bijvoorbeeld sociale media sterk appelleerden aan autonomie en sociale verbondenheid. Digitale technologieën, die gebruikt worden voor het monitoren van de voortgang, kunnen juist lerenden juist weer het gevoel geven competent te zijn. Volgens de sociale determinatie-theorie van Deci en Ryan bevorderen autonomie, sociale verbondenheid en het gevoel competent te zijn de intrinsieke motivatie. Generatieve AI-tools kunnen ook gepersonaliseerd leren ondersteunen, 24/7 persoonlijke feedback geven en een gevoel van autonomie versterken. Lerenden kunnen bovendien dankzij generatieve AI-tools passende leermaterialen laten genereren bij persoonlijke leerdoelen. Dit versterkt de autonomie. Onderzoek van Crawford cs laat zien dat lerenden zich sociaal ondersteund voelen door AI-chatbots. Tegelijkertijd gaat het hierbij lerenden die minder vrienden van vlees en bloed hebben. Ik heb ook al beschreven dat generatieve AI-toepassingen een bijdrage kunnen leveren aan het transparant maken van het leren en zicht kan bieden op de competentieontwikkeling.
Nieuwe pijlers?
Generatieve AI-toepassingen bieden dus veel mogelijkheden om de bestaande pijlers van digitale didactiek verder vorm te geven en te versterken. Ik heb ook nagedacht of de opkomst van generatieve AI heeft geleid tot nieuwe pijlers. Ik kan ze niet bedenken. Ik heb ook ChatGPT en Claude gevraagd de pijlers aan te vullen. Je krijgt dan verschillende suggesties. Deze suggesties zijn echter vooral varianten op de bestaande pijlers. Zo krijg je inderdaad de suggestie om ‘personalisering’ als aparte pijler te beschrijven. Of de suggestie van ‘cognitieve modellering’ als aparte pijler: generatieve AI-toepassingen kunnen expliciet maken hoe experts denken en redeneren, waardoor lerenden deze denkpatronen volgens ChatGPT kunnen observeren en internaliseren. Ik heb dit voorbeeld deels ondergebracht bij de pijler ’transparant maken’ (ik zie trouwens niet hoe je denkpatronen kunt observeren).
Uiteraard heb je bij de tien pijlers ook te maken met beperkingen van generatieve AI-toepassingen. Ik heb al aangegeven dat deze toepassingen overtuigend onjuiste informatie kunnen produceren, of een overdaad aan informatie. Een aantal toepassingen heeft privacy-risico’s (als je ze verkeerd gebruikt). Ook kan een verkeerd gebruik juist leren tot minder leren. Tot slot gelden de gebruikelijke beperkingen van generatieve AI ook hier (bias, energieverbruik, enzovoorts).
Bronnen
Rubens, W. (2013). E-learning. Trends en ontwikkelingen. Middelbeers: Innodoks
Simons, P.R.J. (2003). Eindelijk aandacht voor didactiek van e-learning. In: W. Rubens, S. Tjepkema, R. Poell, S. Wagenaar & H. Dekker (red.) (2003). E-learning: meerwaarde of meer van hetzelfde? HRD Thema 4(3), 18-26.
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.
Geef een reactie