Overslaan en naar de inhoud gaan

Wijze lessen met artificiële intelligentie (deel 2)

07/02/2024
Mitte Schroeven Begeleider professionele ontwikkeling

In deze blogtrilogie kijken we naar kansen van artificiële intelligentie om effectieve didactiek te versterken, en tot slot in deel 3 ook naar een paar belangrijke uitdagingen. In deel 1 gingen we op zoek naar kansen voor bouwstenen 2, 3 en 4. In het tweede deel nemen we de mogelijkheden van AI voor bouwsteen 7 (ondersteun bij moeilijke taken), bouwsteen 10 (toetsen om te leren) en bouwsteen 11 (feedback) onder de loep.

Kan AI ons helpen bij het aanmaken van toetsen om te leren?

Jezelf toetsen is een heel effectieve leerstrategie, zowel thuis als in de klas, en digitale oefeningen kunnen je hier bij helpen: je kunt de oefening of oefentoets telkens opnieuw proberen en je krijgt bovendien automatisch feedback over de correctheid van je antwoord. Maar het aanmaken van digitale oefeningen neemt heel wat tijd in beslag. Eens kijken wat AI hier voor ons zou kunnen betekenen.

Toen ik aan Google Bard vroeg om een lesvoorbereiding uit te werken voor een les over AI, sloot hij af met de suggestie om te eindigen met een Kahoot. Sneller gezegd dan gedaan uiteraard, dus ik vroeg om dan ook maar meteen 5 goede scharniervragen te verzinnen. Het resultaat (zie screenshot) vond ik best wel netjes: de vragen leggen wel degelijk misconcepties bloot en je krijgt er meteen automatische feedback bij. Ook in Wooclap en LessonUp zien we AI-functies verschijnen die je helpen bij het bedenken van vragen. De resultaten zijn wisselend, maar ook hier geldt het adagio ‘rubbish in – rubbish out’: des te beter en specifieker je je prompt kan maken, des te beter de resultaten die je krijgt.

Ook voor het aanmaken van flashcards zien we tools verschijnen die automatisch kaartjes voor je aanmaken waarmee je jezelf kan toetsen. Het platform Wisdolia bijvoorbeeld maakt automatisch flashcards op basis van een pdf of een URL. Bovendien krijg je ook nog eens automatische feedback over wat er wel of niet klopt aan je antwoord. Jammer genoeg is de tool momenteel nog niet beschikbaar voor Nederlandse documenten – al is dat op het moment waarop jij deze blogpost leest in de verre toekomst (april 2024 of zo) misschien al wel in orde.

Het toetsplatform AssessmentQ zet ook in op AI, onder andere om goede afleiders te genereren voor meerkeuzevragen[1]. Je kent dat wel: een vraag met een juist antwoord verzinnen is zo moeilijk niet, maar die drie foute antwoorden uit je duim zuigen, daar steek je toch ook altijd wel wat tijd in. Zeker als je interessante afleiders wil, die niet alleen vertellen of leerlingen het weten of niet, maar ook inzicht kunnen bieden in de denkfout die ze maken. Interessant hier is dat de AI-bot een lijst met suggesties doet van mogelijke afleiders en dat jij als leerkracht zelf kan kiezen welke voor jouw leerlingen het meest geschikt zijn.

AI is best goed in het bedenken van goede vragen, met automatische feedback. Ook hier weer: het is niet allemaal perfect. Als vakspecialist ben jij nog steeds nodig om kritisch te kijken naar de resultaten die de tool produceert. Maar als je voor het aanmaken van oefentoetsen en digitale oefeningen met automatische feedback kan samenwerken met AI, dan kan je wel snelheid maken. Op deze manier kan je leerlingen veel kansen bieden om zichzelf te toetsen en om leerstof grondig in te oefenen. Vooral de samenwerking tussen leerkracht en AI is krachtig: AI geeft de voorzet, jij trapt hem binnen


Kan AI een rol spelen in het feedbackproces?

Feedback geven is arbeidsintensief. Of het nu gaat om individuele feedback op schriftelijke taken, feedback op toetsen of uitgebreide automatische feedback bij digitale oefeningen, dit zijn zaken waar je als leerkracht veel tijd in steekt. Menig leerkracht zal vanachter een enorme stapel verbeterwerk wel eens gefantaseerd hebben over een verbeterrobot die deze taak zou kunnen overnemen. Zou het met de opkomst van AI eindelijk zover zijn?

Wel, het goede nieuws is dat er zeker en vast mogelijkheden zijn. In heel wat tools en platformen zie je pogingen verschijnen om AI in te schakelen om feedback te genereren, zoals bijvoorbeeld in de tool Feedform. Er bestaan ook al heel wat applicaties die automatisch feedback geven op schrijfproducten, bijvoorbeeld in Feedbackfruits. Voor Engels en Frans zijn Grammarly en Bon Patron al een tijdje een vaste waarde, en voor Nederlands zijn er de Schrijfassistent en Schrijfassistent voor anderstaligen en meertaligen. Ook aan ChatGPT of andere chatbots kan je vragen om je feedback te geven. Ook de Reading Coach van Microsoft voorziet leerlingen van feedback op maat. Terwijl je als leerkracht nooit aan de hele klas tegelijkertijd gedetailleerde feedback kunt geven op leesvaardigheid, behoort dit met deze tool plots wel tot de mogelijkheden.

Maar is deze door AI gegenereerde feedback wel even effectief als feedback van een leerkracht? Jacob Steiss en collega's vergeleken de kwaliteit van feedback gegeven door leraren en door ChatGPT 3.5[2]. Hiervoor stelden ze een rubric op met vijf kwaliteitscriteria waaraan de feedback moest voldoen. Deze criteria waren onder andere of de feedback een ondersteunende toon had, suggesties voor verbetering bevatte en zich richtte op essentiële onderdelen van schrijven. De feedback werd gegeven op een geschiedenispaper geschreven door 200 leerlingen secundair onderwijs. Op vier van de vijf vlakken beoordeelden de onderzoekers de feedback gegeven door de leraren als kwaliteitsvoller, al waren de verschillen in scores beperkt (zie onderstaande tabel). De feedback van ChatGPT was alleen beter op het vlak afstemming met de in de rubric vastgelegde criteria.

Twee belangrijke kanttekeningen: de feedback werd gegeven door ChatGPT 3.5. Intussen staan we met GPT4 al weer een grote stap verder. Maar wat voor mij als leerkracht vooral een doorslaggevende factor is: het geven van de feedback kostte de leraren gemiddeld 25 minuten per paper, terwijl ChatGPT er minder dan een minuut over deed


Wat niet onderzocht werd, is wat leerlingen uiteindelijk met de feedback deden: feedback werkt pas als het leerlingen aan het denken zet, en als ze er van leren. Zouden leerlingen meer geneigd zijn om aan de slag te gaan met automatisch gegenereerde feedback omdat het minder persoonlijk aankomt? Of vinden ze de feedback van een leraar toch meer waard? Waarschijnlijk gaat het ook hier weer over hoe je feedback op een didactisch sterke manier kan inzetten binnen het leerproces, eerder dan over de manier waarop hij gegeven wordt.

We zien dus zeker mogelijkheden voor AI bij het geven van feedback. Zal het jou als leerkracht volledig kunnen vervangen? Neen. Feedback geven en ontvangen is en blijft een heel menselijk gegeven, dat altijd wel gemonitord zal moeten worden. Maar het loont zeker de moeite om eens te bekijken waar in het feedbackproces AI een rol kan spelen en jouw werk kan verlichten.

Kan AI leerlingen helpen ondersteunen bij moeilijke opdrachten?

Technologie biedt heel wat mogelijkheden om leerlingen extra ondersteuning te bieden, vooral op het vlak van taal. Artificiële intelligentie heeft er bijvoorbeeld voor gezorgd dat voorleessoftware erg goed is geworden en dit kan voor leerlingen met dyslexie heel waardevol zijn om teksten of vragen te helpen lezen. Vertaaltechnologie is er ook sterk op vooruit gegaan. Niet alleen kan je tekst laten vertalen, maar je kunt ook automatische ondertiteling aanmaken in verschillende talen bij een instructievideo.

Maar daar stopt het niet. Met bijvoorbeeld de Translator app van Microsoft kan je live je instructie laten vertalen: je start als leerkracht een sessie op je eigen telefoon, de leerlingen loggen in en krijgen een transcriptie in hun eigen thuistaal. In een klas met veel anderstalige leerlingen of tijdens een oudercontact met anderstalige ouders kan dit zeer zinvolle ondersteuning zijn. Het werkt niet perfect, maar toch verbazend goed. Google Lens kan vlotjes geschreven tekst vertalen. Stel: je leest met je leerlingen een boek. Je leest het eerst in het Nederlands voor en daarna kunnen leerlingen met hun iPad of Chromebook de pagina scannen en opnieuw lezen in hun eigen thuistaal.

Een ander fenomeen dat de kop opsteekt, is dat van een persoonlijke AI-tutor voor leerlingen, die hen ondersteuning op maat aanbiedt, zoals bijvoorbeeld Khanmigo van Khan Academy. In een TED-talk spreekt Sal Kahn over het befaamde “2-sigma problem” van Bloom[3]: het fenomeen dat de gemiddelde leerling die 1 op 1 les krijgt bij beheersingsleren 2 standaarddeviaties[4] beter scoort dan leerlingen die klassikaal les krijgen. Dat klinkt ingewikkeld, maar het komt er op neer dat je bijvoorbeeld in een privĂ©-bijles sneller leert dan in een klas waar er Ă©Ă©n leraar is voor 25 leerlingen. Dat zal je waarschijnlijk niet verbazen. Maar in de praktijk is dat uiteraard moeilijk te organiseren. Volgens Sal Khan kunnen we dat nu door middel van AI wel realiseren: elke leerling zou een privĂ©-tutor kunnen krijgen die feedback geeft en instructie op maat aanbiedt. Hij noemt de chatbot dan ook een “2 sigma solution”. Voorlopig is  Khanmigo omwille van privacy-bezorgdheden nog niet beschikbaar in de E.U., maar het lijkt aannemelijk dat we in de toekomst meer en meer van dergelijke chatbots zien verschijnen die leerlingen ondersteuning op maat aanbieden.

Ook adaptieve leertechnologie zet artificiële intelligentie in om leerlingen oefeningen op het juiste niveau te bieden, met tijdige ondersteuning en feedback. Hierover kan je meer lezen in deze blogpost.

In Bouwsteen 7 in het boek Wijze Lessen lezen we dat ondersteuning op maat van de leerling moet zijn, maar ook tijdelijk is, en dat er een transfer van verantwoordelijkheid naar de leerling moet plaatsvinden. Het is dan ook belangrijk dat ondersteuning door AI geen permanente kruk wordt en dat leerlingen ooit tot zelfstandige beheersing komen. De vraag welke ondersteuning het best permanent behouden kan worden (bijvoorbeeld voorleessoftware voor een leerling met zware dyslexie) en welke je wilt afbouwen (en hoe je dat gaat doen) is hier dan ook cruciaal.

Conclusie

AI biedt met andere woorden best wel een aantal kansen om effectieve didactiek te versterken, zeker als je artificiële intelligentie combineert met de vakkennis en didactische kennis van een leraar. Deze blog is vooral bedoeld als een verkennende oefening, met een greep uit het - steeds veranderende - aanbod aan tools, zonder daarbij te pogen om volledig te zijn. Hopelijk geeft het toch een idee van het potentieel van AI voor het onderwijs en van de huidige evoluties in bestaande en nieuwe onderwijsplatformen.

AI-onderwijstools blijven als paddenstoelen uit de grond schieten en ook in de reeds bestaande tools zien we AI meer en meer opduiken. Het gaat snel, en het gaat hard. Er wordt natuurlijk al lang (tevergeefs) geroepen dat technologie het onderwijs radicaal zal veranderen[5], maar vooralsnog bleef een technologische revolutie in onze klaslokalen uit. Bij AI rijst wel eens de vraag: “Will this time be different?”. Het antwoord laat ik voorlopig nog even in het midden. Sowieso gaat deze technologie niet meer in het doosje. Dus laten we met z’n allen constructief doch kritisch nadenken over hoe we artificieel intelligente tools kunnen inzetten zodat ze bijdragen tot het leren van leerlingen en tot excellent en rechtvaardig onderwijs.

In deel 3 van deze blogtrilogie gaan we wat dieper in op een aantal belangrijke aandachtspunten als het gaat over het inzetten van AI in het onderwijs.

[1] Ook interessant is het aanmaken van werkwoordoefeningen voor Engels en Frans met behulp van AI.
[2] Steiss, J., Tate, T., Graham, S., Cruz, J., Hebert, M., Wang, J., Moon, Y., Tseng, W., & Uci, M. W. (2023). Comparing the quality of human and ChatGpt feedback on students’ writing. EdArXiv. https://doi.org/10.35542/osf.io/ty3em
[3] Bloom, B. S. (1984). The 2 Sigma problem: the search for methods of group instruction as effective as One-to-One tutoring. Educational Researcher, 13(6), 4–16. https://doi.org/10.3102/0013189x013006004
[4] Zonder hier al te diep in te gaan op de statistiek: dat is veel.
[5] Zelfs Thomas Edison meende al dat de ‘motion picture’ de rol van de leraar zou kunnen overnemen.