Leveranciers adaptieve leertechnologie hebben vaak een beperkte opvatting van onderwijs

Bedrijven die pretenderen een “Netflix of Spotify van het onderwijs” te willen worden, hebben niet begrepen waar het bij onderwijs om gaat. Je ziet deze opvatting vooral terug bij bedrijven die de onderwijsmarkt bestoken met adaptieve leertechnologieën.

Foto: MiroAlt, Pixabay

Foto: MiroAlt, Pixabay

Michael Feldstein heeft kritiek op leveranciers van adaptieve leertechnologie die in feite beweren dat zij begeleiding kunnen automatiseren. Volgens Feldstein snappen deze leveranciers niet wat onderwijs verzorgen is. Zij beschouwen leren niet als een activiteit van lerenden, maar als iets wat met hen gedaan wordt.

Learning can be done to students equally well by a person or a machine, since it is not “personal” in any way that relates to normal understanding of the word, and it certainly is not interpersonal.

Hoe verder een werknemer van een dergelijk bedrijf verwijderd is van productontwikkeling, des te minder goed blijken zij te snappen hoe leren en doceren werkt, meent Feldstein. Het bedrijf Pearson, overigens één van Feldstein’s klanten, is daar een voorbeeld van. De CIO van Pearson heeft onlangs de ambitie uitgesproken om de ‘Netflix van het onderwijs’ te willen worden. Pearson wil educatieve content en diensten voor alle doelgroepen aanbieden, via één enkel platform. Verder wil men leerinhouden voorzien van metatags om op basis van verdiepende analyses leerinhouden op maat te presenteren.

Volgens Feldstein zou je als leverancier nooit de ambitie moeten hebben het onderwijs te willen ontwrichten. Bovendien vindt Feldstein Netflix inhoudelijk helemaal niet zo geweldig. Hij stelt dat dergelijke vergelijkingen het werk van docenten in feite minachten. Onderwijs verzorgen is meer dan het aanbieden van een op maat gepresenteerde afspeellijst van leerinhouden.

Feldstein wijst verder op de grote complexiteit van de leerinhouden in relatie tot het toekennen van tags ten behoeve van het op maat presenteren van leerinhouden. Daar komt bij dat de meeste waardevolle patronen waar je rekening mee moet houden, deels buiten digitale content optreden. Je hebt altijd ‘gedragswetenschap’ nodig om te interpreteren wat bij leren gebeurt.

Michael Feldstein refereert verder ook aan een andere bijdrage van een Pearson-bedrijf. De woordvoerder hiervan schetst een onderwijsscenario waar Feldstein de rillingen van krijgt omdat technologie hierin domineert. Overigens verwijst hij ook naar andere opvattingen van Pearson-medewerkers, die juist kritiek hebben op deze technogecentreerde benadering van onderwijs en leren. Feldstein stelt dat bedrijven als Pearson en Knewton nu veel meer van onderwijs zouden moeten weten dan toen zijn alleen nog boeken verkochten.

Ik deel Feldstein’s bezwaren tegen de vergelijking met Netflix. Netflix is populair omdat je tegen relatief lage kosten in eigen tijd en tempo series en films kunt bekijken. De toegevoegde waarde van Netflix is dat zij enkele zeer goede series aanbieden die alleen via Netflix bekeken kunnen worden (zoals House of Cards of Marseille). Verder kun je via Netflix series bekijken die in je eigen land niet of veel later op TV zijn verschenen cq verschijnen (ik denk aan The Americans of aan het Italiaanse Gomorra). De films van Netflix zijn echter behoorlijk gedateerd. Leuk om nog eens te kijken. Maar niet meer dan dat. Bovendien werkt het profileren niet als je, zoals ik bijvoorbeeld, met twee personen gebruik maakt van één account.

Met andere woorden: matige kwaliteit, gebrekkige ‘personalisering’, veel gemak tegen lage kosten? Dat moeten we niet willen als het om onderwijs gaat.

Ik ben het ook met Feldstein eens als hij wijst op de beperkingen van tagging en het analyseren van data. Je moet vooral ook kijken naar het verhaal achter data analyses. Data kunnen gemakkelijk verkeerd worden geïnterpreteerd. Het analyseren van educatieve data is complexer dan het analyseren van data die bijvoorbeeld Google verzamelt. Data kunnen waardevolle indicaties bieden, maar vervolgens moet je er induiken om kennis over leren en doceren te verkrijgen.

Michael Feldstein ageert terecht tegen de benadering dat technologie wel de oplossing biedt voor de tekortkomingen van het huidige onderwijs. Degenen die denken dat hun adaptieve technologie kan leiden tot maatwerk, en het bestaande onderwijs kan vervangen, hebben een zeer beperkte visie op onderwijs en leren. Impliciet focussen zij op het kwalificatie-doel, en negeren zij socialiseren en subjectivering als doel. Bovendien heb je ook voor ‘kwalificatie’ interactie met mensen nodig. Je kunt de rol van de docent deels inbouwen in de leerstof (denk aan instructies gericht op metacognitieve vaardigheden). De Open Universiteit heeft daar een lange traditie in. Maar dan nog blijkt, dat dit niet volledig mogelijk is.

Uiteraard kan leertechnologie wel helpen om die interactie met docenten en andere lerenden mogelijk te maken. Ook hoeft ’tutoring’ niet altijd door dezelfde onderwijsinstelling verzorgd te worden dan degene die ook de leerinhoud verzorgt.

This content is published under the Attribution 3.0 Unported license.

Profielfoto van Wilfred Rubens

Wilfred Rubens (1964) currently works as an independent consultant on technology enhanced learning. He provides advice, keynotes, presentations, workshops and classes about technology enhanced learning. Wilfred has been professionally involved in e-learning for more than 20 years. For more than 13 years he blogs about ICT and learning. June 2013 he published a book about elearning trends and developments (in Dutch). Recently he was co-author of a book about social learning. Wilfred is also one of the editors of the Dutch portal e-learning.nl, member of the advisory board of the anual Dutch Next Learning conference and member of the advisory board of the ONLINE EDUCA BERLIN. wilfred@wilfredrubens.com http://www.wilfredrubens.com

Geplaatst in Wetenswaardigheden Getagd met , ,
1 Reactie op “Leveranciers adaptieve leertechnologie hebben vaak een beperkte opvatting van onderwijs
  1. Michel van Ast schreef:

    Ik ben het met hem eens, ook omdat je leren volgens mij niet kunt vatten in een computeralgoritme, hoe veel data je ook hebt.

Geef een reactie

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

*