Algoritmegestuurd leren

Door het gebruik van ICT in het onderwijs creëren lerenden veel data, die met behulp van algoritmes kunnen worden geïnterpreteerd. In de VS zijn er scholen die hun onderwijs zelfs sterk laten sturen door deze algoritmes. Dat heeft voor- en nadelen.

algoritme
“Integer multiplication by FFT” by Dcoetzee – Own work. Licensed under CC0 via Wikimedia Commons – http://commons.wikimedia.org/wiki/File:Integer_multiplication_by_FFT.svg#mediaviewer/File:Integer_multiplication_by_FFT.svg

In Some Benefits and Drawbacks of Blended Learning bespreekt William Huntsberry de casus van de David Boody Jr. High School. Deze school scoorde aanvankeliujk slecht op landelijke standaardtoetsen. Dat was voor hen één van de redenen om mee te doen aan een pilot waarin een specifieke vorm van ‘blended learning’ wordt toegepast.

Leerlingen komen nu naar school, en nemen samen met honderd anderen plaats in een ruimte. Vijftien docenten en docentassistenten zijn aanwezig om hen te ondersteunen. Ze starten hun laptop en een online leeromgeving op.

Op basis van algoritmes krijgen de leerlingen een plaats in de ruimte toegewezen. Leerlingen maken veel formatieve online toetsen. Een slim algoritme weet daarom wat leerlingen al in welke mate weten. Op basis van dit algoritme krijgen leerlingen opdrachten. Leerlingen werken dan ook niet louter individueel, maar krijgen ook in groepjes les. Na afloop van de les -die is opgedeeld in twee blokken van 25 minuten- , maken lerenden een toets waarmee wordt gekeken wat de lerenden hebben geleerd. Op basis daarvan krijgt men dus weer opdrachten, en worden zij gegroepeerd. Dat impliceert ook dat leerlingen van verschillende leeftijden aan dezelfde opdrachten werken.

Docenten krijgen dagelijks om 17 uur via algoritmes te horen welke les zij de volgende dag moeten verzorgen, en hoe de leerlingen worden gegroepeerd. Dat betekent dat je in staat moet zijn om je lessen kort van tevoren voor te bereiden. Veel docenten blijken dan ook terug te vallen op de standaard methode. Volgens een docent die wel eigen lessen voorbereidt, werkt deze aanpak dan niet.

Er is ook onderzoek gedaan naar de resultaten van deze aanpak bij 15 scholen. De resultaten variëren sterk, maar in het algemeen presteren deze scholen beter dan vergelijkbare scholen die dit zogenaamde Teach to One-programma niet gebruiken. De David Boody Jr. High School scoort inmiddels beter op de landelijke standaardtoetsen. Volgens de schoolleider bevordert Teach to One dat docenten effectieve instructies geven.

Critici stellen echter dat het nog te vroeg is om te juichen. Bovendien werkt deze manier van werken wellicht goed voor het leren voor standaard, ‘recht toe recht aan’ leerinhouden en standaard testen. Veel van de kennis die via algoritmes geleerd wordt, zo stellen critici, wordt in de praktijk door computers toegepast. Het is echter maar de vraag of lerenden hiermee ook leren kritisch te denken en of zij hiermee ook creatieve vaardigheden ontwikkelen. Terwijl dit juist bekwaamheden die die belangrijk zijn in de latere werkkringen van de huidige generatie leerlingen.

De ontwikkelaar van het adaptieve, op algoritmes gebaseerde, Teach to One-programma stelt dat het programma nog in ontwikkeling is, en dat docentprofessionalisering erg belangrijk is voor het effectieve gebruik van het programma. Veel scholen blijken zich dit onvoldoende te realiseren: tweederde van de scholen die ermee zijn gestart, zijn er ook weer mee gestopt. Bovendien blijkt dit programma, ook in vergelijking met andere effectieve programma’s, niet goedkoper te zijn. De ontwikkelaar verwacht uiteraard dat dit op termijn wel het geval zal zijn.

Auteur Huntsberry concludeert:

Algorithms may be better task managers than people. It’s likely they can reduce a great amount of a teacher’s workload when grading assignments and tracking student progress. They can more easily keep pace with the changes in a standardized test.

What remains unclear is the point at which standardization could begins to take away from those other educational hallmarks: creativity and critical thinking.

Ik sluit me hier graag bij aan. Deze manier van werken kan voor bepaalde leerdoelen effectief zijn. Maar je ontwikkelt er zeker niet alle noodzakelijke kennis, vaardigheden en attitudes mee. Je kunt onderwijs maar zeer ten dele automatiseren (hetgeen wat anders is dan ICT inzetten om leren te faciliteren en te versterken).

Bovendien vraag ik me af of algoritmes binnen leerprogramma’s slim genoeg zijn om te interpreteren. Ik heb ooit op verzoek van mijn moeder via Google naar een portemonnaie van Guess gezocht. Ik heb daarna wekenlang reclames van Zalando gezien, terwijl ik daar niet in geïnteresseerd ben. Ik wil hiermee maar zeggen dat je door bewust of onbewust bepaalde activiteiten online uit te voeren, algoritmes ook kunt misleiden. Ik verwacht dat algotitmes op zich wel werken bij standaard leerinhouden, maar minder goed bij complexe leerinhouden. Het risico misinterpretaties is groot.

Tenslotte heb ik het idee dat dit een behoorlijk saaie manier van leren is, vooral als leerlingen een groot deel van de dag algoritmegestuurd leren.

This content is published under the Attribution 3.0 Unported license.

Delen

Geef een reactie

Het e-mailadres wordt niet gepubliceerd. Vereiste velden zijn gemarkeerd met *

Deze site gebruikt Akismet om spam te verminderen. Bekijk hoe je reactie-gegevens worden verwerkt.