Annemiek van den Bijllaardt (Online Learning Lab, Universiteit van Leiden) verzorgde gisteren op de SURF Onderwijsdagen een interactieve sessie over adaptief leren. Adaptief leren is een vorm van gepersonaliseerd leren waarbij je zoveel mogelijk wil aansluiten bij de leerbehoefte van de student. Bijllaardt benoemt adaptieve leersoftware als een van de digitale trends in het hoger onderwijs. Wat is adaptief leren en hoe zet je het in? Onderstaande betreft een verwerking van de theorie aangereikt middels een hand-out en enkele reflecties ten aanzien van mijn eigen praktijk.
Adaptieve leersoftware
Bijllaardt opent de sessie door aan te geven welke vragen zij zich vooraf stelde bij het voorbereiden van deze sessie. Wat is onze voorkennis, wat willen wij precies weten, in welke vorm (wat boeit ons), wanneer is iets te moeilijk of te makkelijk, etc. Adaptief leren is een vorm van gepersonaliseerd leren waarbij je zoveel mogelijk aansluit bij de leerbehoefte van de student. Maar hoe doe je dat bij een grote groep, of een collegezaal?
ICT kan de docent hierin ondersteunen. Studenten werken op eigen tempo, in hun eigen tijd, aan de stof, en het systeem houdt de voortgang van de student bij. Student en docent kunnen zien welke onderdelen goed beheerst worden en welke onderdelen aandacht vragen. Deze informatie (learning analytics) wordt vervolgens gebruikt om na te denken over vervolgstappen en helpt docenten om inzicht te krijgen in de voortgang van studenten. De docent beschikt over meer informatie om bijeenkomsten met studenten effectief in te richten en passende werkvormen te kiezen die studenten verder helpen.
Er zijn ook systemen die op basis van learning analytics zelfstandig kunnen aanpassen aan het niveau van de student. Het zijn systemen met informatie over voorkennis van de student op basis van eerder gebruik en systemen die reageren op gaten in de kennis. Op basis van deze informatie past het systeem de inhoud, of het niveau, of de volgorde van de inhoud, aan met als doel dat kennisgat te helpen dichten. Bijllaardt benadrukt dat bij het gebruik van adaptieve leersoftware het uiteindelijk de docent is die de student verder kan helpen met de informatie die verkregen is uit de informatie uit deze systemen.
Op de hypecycle van Gardner komt de adaptieve leersoftware als trend langzaam uit het dal van teleurstelling. We hadden/hebben hoge verwachtingen van deze technologie voor het onderwijs, maar wat maken we er nu eigenlijk van waar?
Adaptief onderwijs
Waarom wil je je onderwijs adaptief maken, hoe ontwerp je adaptief onderwijs, welke adaptieve leersoftware is beschikbaar en wanneer zet je het in? In de workshop werken we in groepjes aan een van deze vragen op basis van een zelf ingebrachte casus. Bijllaardt heeft een hand-out uitgedeeld met enkele theoretische uitgangspunten die we moeten benutten/toepassen, zoals een overzicht van welke elementen van een leerpraktijk adaptief gemaakt kunnen worden:
Adaptive content
De inhoud die de student te zien krijgt wordt aangepast op basis van het leergedrag. Als de student moeite heeft met de stof (te zien door foute antwoorden) kan het systeem de feedback aanpassen (hints, ‘targeted feedback’) om de student te helpen, aanvullende of andere vormen van informatie aanbieden, of de uitleg in stapjes opdelen (‘scaffolded support’).
Adaptive assessment
Het betreft hier toetssystemen die het niveau van de vraag aanpassen op de antwoorden van de voorgaande vragen. Na een schijnbaar makkelijke vraag, wordt de volgende vraag wat moeilijker en andersom. Op deze manier kunnen studenten hun niveau vaststellen.
Adaptieve volgorde
Op basis van informatie hoe studenten door de stof lopen, en analyse van studieresultaten, kunnen systemen keuzes over wat de geschikte volgende leerstof kan zijn. Collect, analyze, adjust. Het systeem doet dus een voorspelling. Heb je vragen over de stof goed, dan sla je de stof over of ga je door naar de volgende stof. Niet goed, dan doe je de stof nog een keer. Via (1) algoritmes wordt op basis van learning analytics nieuwe stof aangeboden waarmee de student aan de slag gaat. Via (2) assessment krijgt de student feedback en nieuwe vragen. Op basis van de gegeven antwoorden kan nieuwe stof worden toegewezen: (3) association. Afhankelijk van het systeem kan er in dit proces ook sprake zijn van (4) agency, waarbij de student keuzes maakt.
Varianten
Ten aanzien van dat laatste aspect komt dus een andere afweging kijken die gemaakt moet worden. Wat is de verhouding docent- en student sturing in het proces, en hoe gebruik je vervolgens de adaptieve software. Bijllaardt beschrijft een aantal varianten. Een (1) online en self-paced variant, waarbij studenten middels zelfstudie werken aan de stof via online software, en vervolgens ook zelf aangeven wanneer ze op deze kennis getoetst willen worden. Dat vraagt enige mate van zelfregulerende vaardigheden, en dat maakt deze vorm ook niet per definitie geschikt voor alle doelgroepen.
Om de studenten wat meer te sturen naar een toetsmoment past een (2) online en synced variant, waarbij de zelfstudie ondersteund wordt door ingeroosterde bijeenkomsten en toetsmomenten. Dit geeft de docent meer gelegenheid om het proces te volgen en indien nodig bij te sturen.
Een derde variant (3) flipped en synced betreft online zelfstudie om de stof in werksessies toe te passen. Dit is een variant die wij bij de masteropleiding Leren & Innoveren hanteren. Studenten organiseren zelf de voorbereidingen, maar worden door deze voorbereidingen gestuurd naar een bepaald niveau qua kennis. De resultaten van deze voorbereidingen, bij onze opleiding zichtbaar door o.a. de input die studenten leveren in de discussiefora, zijn vervolgens het vertrekpunt om de stof te verwerken, waarbij wij als studiebegeleiders studenten kunnen helpen.
Het is interessant om te onderzoeken op welke manieren onze masteropleiding de zelfstudie kunnen ondersteunen met adaptieve software, met als doel de betrokkenheid van de studenten te vergroten, het diepgaand bestuderen van de stof te bevorderen en daarmee hun inzicht in de stof. En om dit te positioneren in de blended aanpak van de opleiding. Adaptief leren middels zelfstudie, opgevolgd door actief leren tijdens bijeenkomsten. Hoe kan adaptieve leersoftware online- en blended learning versterken?
Bijllaardt geeft ons aan het einde van de workshop enkele tips mee. Begin klein en maak gebruik van je bestaande LMS om adaptieve leerpaden te maken met bestaand materiaal. In de masteropleiding werken wij met Moodle, en daar zitten mogelijkheden in om dergelijke adaptieve leerpaden te ontwikkelen. Een andere tip betreft het volgen van de uitgevers en hoe zij omgaan met adaptieve software. In het geval van de masteropleiding werken wij met enkele handboeken zonder digitaal materiaal, en voornamelijk wetenschappelijke artikelen, dus ik verwacht hier niet veel voordeel uit te kunnen halen. Een van de handboeken leent zich overigens uitstekend voor enkele adaptieve elementen.
En als je dan zelf aan de slag gaat, dan is het verstandig om samen met andere collega’s op te trekken, geeft Bijllaardt aan. De laatste tip betreft dan ook het inschatten van de investering. Als je zelf aan de slag gaat dan verdient de investering zich vooral terug bij vakken met jaarlijks veel studenten en basisvakken waarin lagere orde denkvaardigheden centraal staan. Wij hebben een kleine opleiding, en onze toetsopdrachten zijn gericht op het toepassen van de inzichten uit eigen onderzoek en wetenschappelijke bronnen. Maar dat vraagt een referentiekader, die met name middels zelfstudie in combinatie met leeractiviteiten op de masteropleiding verworven wordt. In dit leerproces zouden we m.i. kunnen onderzoeken hoe we dit proces kunnen ondersteunen/versterken met behulp van adaptieve leersoftware.
Ten slotte
De casus masteropleiding bracht ik in tijdens de workshop, en in een groepje bogen we ons over de vraagstukken t.a.v. adaptief leren. Hierbij gebruikten we de aangereikte theorie om het denken en de discussie wat te richten. Bij ieder groepje stond een specifiek vraagstuk centraal. Je kon kiezen welk vraagstuk je het meest interessant vond. Als de discussie je niet opleverde wat je wilde, dan mocht je de groep verlaten en een andere groep kiezen. Ik herken hier wat principes van open space technologie. Ik vond het een geslaagde aanpak, en goed om te zien hoe Bijllaardt tracht een adaptieve workshop te organiseren.
Het zet mij aan het denken over hoe we als masteropleiding zoveel als mogelijk kunnen aansluiten bij de leerbehoefte van onze studenten en hoe we onze (digitale-) leeromgeving hier optimaal voor kunnen inzetten. Ik denk dat het LMS dat wij inzetten, Moodle, meer potentie heeft om adaptief leren te ondersteunen dan wij benutten. Uiteindelijk dient de LMS een teaching assistant te zijn voor de student. Ik ben gemotiveerd om dit verder te onderzoeken en te kijken hoe een en ander dan aansluit op onze visie van opleiden en leren.
Er is overigens een LinkedIn groep Adaptief leren in het hoger onderwijs.
Gebruikte bron: Van den Bijllaardt, A. (2017). Adaptief leren: Wat is het & Hoe zet je het in. Hand-out workshop SURF Onderwijsdagen 8 november 2017.
Hoi Jeroen, wat een mooie samenvatting! Ik was voor een training die ik aan het voorbereiden ben op zoek naar adaptief leren en de rol van voorkennis checken daarin en kwam zo bij je artikel uit. Je hebt me weer meer inzicht gegeven voor mijn training ‘Hoe kun je onderwijs adaptief inrichten met behulp van ICT’.
Goed om te lezen Veerle, succes!