Tom Sayer is oprichter van het Amerikaanse ed-techbedrijf Ello. Zij hebben onlangs hun ‘AI-tutor’ veranderd in een ‘AI-docent’. In een interview gaat hij in op de belangrijke verschillen hiertussen. Ik ben terughoudend in het geven van een podium op mijn weblog aan commerciële leveranciers van ‘edtech’. Dit interview onderstreept echter het belang van een onderwijskundig ontwerp bij AI-technologie voor leren, opleiden en onderwijs.
De verandering van AI-tutor naar AI-docent is volgens Sayer meer dan een naamswijziging. Het oude product gebruikte AI voor specifieke taken, zoals spraakherkenning en het genereren van content. In het nieuwe product bepalen meerdere taalmodellen samen de leerervaring. De AI-docent is getraind op beslismomenten uit goed lesgeven, niet alleen op lesinhoud. Sayer illustreert dit met zijn zoon Ollie, die in de kleuterklas een rekenfout maakte: het systeem testte de kennis opnieuw, stelde het hiaat vast, paste het lesplan tijdens de activiteit aan en controleerde aan het einde of het begrip aanwezig was, voordat Ollie terugkeerde naar het oorspronkelijke lesplan.
Een terugkerend probleem bij AI-tutoring is volgens Sayer het onderscheiden van de oorzaak van een fout: een leesfout, een ontbrekend referentiekader of een conceptuele misvatting. Zij bedrijf Ello zet daarvoor meerdere modellen tegelijk in. Een sneller, minder krachtig model werkt direct met de lerende mee en reageert in real time, vergelijkbaar met een minder ervaren docent. Een langzamer maar krachtiger model volgt op de achtergrond mee, herkent patronen in fouten en grijpt pas in als dat patroon duidelijk is.
Sayer onderscheidt zes fundamentele problemen bij het bouwen van een AI-docent:
- Lerenden praten niet als volwassenen; AI moet hen begrijpen om effectief les te kunnen geven.
- AI moet in realtime plannen en aanpassen, zoals een ervaren docent dat doet.
- Traditionele gebruikersprofielen verzamelen onvoldoende data voor gepersonaliseerd onderwijs.
- Het beoordelen van onderwijskwaliteit en gelijkheid vereist deskundigen voor elke interactie
- We schalen onderwijs op, niet content; dat is een veel complexere uitdaging.
- Docenten doen meer dan praten: ze moeten warm, betrokken en vriendelijk voor lerenden overkomen.
Als voorbeeld noemt hij spraakperceptie. Dit bestaat uit drie deelvaardigheden: het volgen van de leestekst, automatische spraakherkenning en het herkennen van klanken. Werkt een onderdeel onvoldoende, dan wordt ook de bredere besluitvorming onbetrouwbaarder.
Volgens Sayer lossen generieke, krachtige taalmodellen dit probleem niet vanzelf op, omdat het om honderden kleine deelproblemen gaat in plaats van één groot probleem. Het volgen van leestekst is de afgelopen drie jaar nauwelijks verbeterd, omdat trainingsdata van taalmodellen geen onderscheid bevatten tussen wat een lerende bedoelde te zeggen en wat de lerende daadwerkelijk uitsprak. Ook het maken van boeken opgebouwd uit klanken die een lerende al beheerst, en die tegelijk motiverend zijn, lukt taalmodellen volgens Sayer niet goed. Grote taalmodellen, waaronder Claude van Anthropic, worden namelijk niet op grote hoeveelheden van dit type boeken getraind. Ook motivatie en humor noemt hij een zwak punt van generieke modellen; Ello heeft daarom een professionele clown in dienst die meehelpt bepalen wat lerenden aan het lachen maakt.
Om de modellen te verbeteren, gebruikt Ello gegevens uit daadwerkelijk gebruik en gesimuleerde profielen van lerenden waarmee een breder scala aan leersituaties getest wordt. Pedagogische experts beoordelen de kwaliteit van de interacties; die beoordelingen worden teruggekoppeld naar de onderdelen voor perceptie, redenering en veiligheid. Ello biedt bewust geen sociaal-emotioneel leren aan, stopt ongewenste gesprekken zonder afwijzend te zijn en verwijst de lerende daarna naar een volwassene. Bij zorgen over de veiligheid van een lerende neemt Ello naar eigen zeggen binnen twee minuten contact op met ouders.
Sayer verwacht dat iedere lerende over drie tot vijf jaar toegang heeft tot een AI-docent, via school of via ouders, en dat dit uitgroeit tot een eigen productcategorie. Ello richt zich bewust op ouders: bouwen voor scholen leidt volgens Sayer vaak tot producten die zijn afgestemd op schoolleiding of ICT-verantwoordelijken, niet op de lerende zelf. Hij ziet scholen wel als publiek goed en docenten als onvervangbaar, maar wijst op institutionele belemmeringen die verandering vertragen.
Volgens Tom leiden routinematige vaardigheden ook niet langer vanzelf tot economische kansen. Tegelijk ziet hij kennisverwerving als een kerndoel van onderwijs. Het argument dat kennis door AI vrij beschikbaar is, vindt hij te kort door de bocht. Voor hogere-orde denken is een kennisbasis nodig. Bij lezen is woordenschat bijvoorbeeld een voorwaarde om teksten te begrijpen. Zijn bedrijf richt zich op basisvaardigheden in lezen, rekenen en taal. Het platform combineert klankonderwijs met begrijpend lezen en woordenschat, via directe instructie waarbij de lerende geleidelijk meer zelf doet. Motivatie speelt daarbij een grote rol.
Tom denkt dat de weerstand tegen AI minder groot is dan de media suggereren. In Kenia, waar Ello gratis is, reageren ouders positiever, omdat zorgen over schermgebruik en sociale media daar minder spelen. In de VS wordt AI vaker geassocieerd met wantrouwen tegenover Big Tech. Aantoonbare meerwaarde is volgens Tom de manier om vertrouwen te winnen.
Mijn opmerkingen
Wat opvalt is hoe weinig dit gesprek eigenlijk over het onderliggende taalmodel gaat, en hoeveel over pedagogisch-didactisch ontwerp: diagnostiek, motivatie, klankbewuste content en veiligheidsprotocollen. Het interview wijst m.i. op het belang van een doordacht onderwijskundig ontwerp van op AI gebaseerde leertechnologie, en tegelijkertijd op de complexiteit hiervan. Dit interview draagt m.i. bij aan de opvatting dat je terughoudend moet zijn met het gebruik van generieke grote taalmodellen voor doceren. Een doordacht onderwijskundig ontwerp faciliteer je niet eventjes met een goede prompt of instructie. Je kunt AI-modellen uiteraard gebruiken voor deeltaken. Maar dat is wat anders dan het complexe proces van doceren.
Sayer richt zich verder bewust op ouders als afnemers van deze tool. Ik heb hier moeite mee omdat dit sociale ongelijkheid kan versterken. Niet iedereen kan de tooling van Ello betalen. Vergelijk het ook met applicaties als Squla of particuliere bijles. Alle lerenden zouden dezelfde toegang moeten hebben tot dergelijke leermiddelen. Een vergelijkbaar product zou via onderwijsinstellingen zijn weg moeten vinden. Ik herken echter wat Sayer stelt over “institutionele belemmeringen”.
De nadruk op kennisverwerving als voorwaarde voor hogere-orde denken is een punt waar ik me in kan vinden, ook al deel ik de mening van critici dat er geen duidelijke hiërarchie is tussen vormen van ‘denken’.
Belangrijk is ook te benadrukken dat hier een leverancier aan het woord is. Ervaring en onderzoek moeten leren of de AI-docent van Ello daadwerkelijk zo goed is als in dit interview wordt beweerd.
Mijn bronnen over (generatieve) artificiële intelligentie
Deze pagina bevat al mijn bijdragen over (generatieve) artificiële intelligentie.
Geef een reactie