Tilt IBM met Watson Classroom artificiële intelligentie voor onderwijs en opleiden naar een hoger plan?

IBM heeft de wereld laten kennis maken met Watson, de computer die dankzij artificiële intelligentie mensen in kennis-quizzes kan verslaan. Watson wordt ook binnen de zorg gebruikt. Er is inmiddels ook een versie voor onderwijs en opleiden die probeert geavanceerder te zijn dan de bestaande adaptieve leerprogramma’s.

In een ideale situatie is een docent in staat elke individuele lerenden te ondersteunen bij leerproblemen, rekening te houden met diverse niveaus en voorkennis, individuele lerenden te volgen en hen individueel te motiveren om te leren. Niet voor niets typeert Erin Gohl het werk van leerkrachten als “a Herculean challenge”.

De laatste jaren proberen software-ontwikkelaars met artificiële intelligentie docenten te ondersteunen om meer ‘gepersonaliseerd leren’ vorm te geven. Daarbij maakt men gebruik van algoritmes die op basis van analyses van gedrag leerpaden samen stellen (adaptieve leertechnologie).

Een beperkte benadering, meent Gohl. Zo houdt de software geen rekening met vorderingen tijdens het leerproces, en houden algoritmes beperkt rekening met factoren die een rol spelen bij het leren.

IBM Watson Classroom wil een stap verder gaan dan de meeste beschikbare applicaties op dit terrein. Deze toepassing berekent niet alleen snel een antwoord met behulp van een algoritme, op basis van verschillende input. ‘Watson’ verfijnt en verbetert het algoritme op basis van nieuwe gegevens. Daarbij kan het gaan om schriftelijke aantekeningen, videoclips en “cells of data“. Bovendien reageert IBM Watson Classroom op vragen van mensen die natuurlijke talen gebruiken.

De toepassing wil een cognitieve partner zijn, en niet een oplossing. Ook maakt men gebruik van reeds aanwezige data over curricula en beoordelingen:

Watson takes the stew of data from existing systems (including assessments, attendance records, available accommodations), adds the ability to infer meaning from written reports, and is able to connect the quality of the result to the approach that was taken. And then adjust the next recommendation based on what was learned.

IBM profileert Watson Classroom als de beste vriend van de docent, en niet als diens vervanger. Docenten leren hun lerenden beter kennen waardoor de docent beter in staat is te personaliseren. Zo stelt Watson een profiel op van lerenden en geeft de applicatie aanbevelingen voor acties voor het engagen, motiveren en bevorderen van de prestaties van de studenten en het selecteren van leerstof en volgorde van de te bestuderen leerstof voor elke lerende.

Op dit moment zijn er twaalf scholen die pilots aan het uitvoeren zijn met IBM Watson Classroom. Erin Gohl heeft hier hoge verwachtingen van:

Bringing the power of big data to the interactions between students and teachers can help assure that every student reaches beyond our expectations to achieve their full potential.

Ik ben ook benieuwd naar de resultaten van deze pilots. Ik ben er niet helemaal op gerust aangezien IBM sterk hamert op het inspelen op leerstijlen (of in elk geval voorkeuren).

Weet Watson Classroom bijvoorbeeld wat effectieve leerstrategieën zijn? Daarnaast zijn ook andere kritiekpunten en twijfels ten aanzien van ‘gepersonaliseerrd leren’ met behulp van adaptieve technologie op deze applicatie van toepassing (focus op de kwalificerende functie, gebrek aan beschikbare adaptieve leerstof voor vakgebieden anders dan taal en rekenen, enzovoorts).