Het onderwijs zet meer en meer digitale adaptieve programma’s in, maar het is nog helemaal niet zo duidelijk of, wanneer, waarom en voor wie digitale programma’s bijdragen aan het leren – of juist schade veroorzaken. Er zijn indicaties dat leerlingen die minder makkelijk leren onbedoeld door computerprogramma’s op een ‘lager plan’ gesteld worden, zonder dat leraren dat altijd goed door hebben.
Er zijn de afgelopen jaren meerdere onderzoeken gedaan naar de effectiviteit van digitale programma’s. Heijsters en Van der Ploeg voerden in 2020 in opdracht van NRO een minireview uit naar de leereffecten van digitale leermiddelen. Zij concludeerden dat de inzet van digitale leermiddelen een bescheiden positief effect heeft op de leerprestaties. Dit effect is wat hoger in het po dan in het vo. Heijsters en Van der Ploeg geven aan dat niet duidelijk is welk mechanisme dat verklaart. Het effect van digitale leermiddelen is trouwens ook wat groter bij de exacte vakken dan bij de talen (Lewin et al., 2019).
Heijsters en Van der Ploeg analyseerden in hun review ook of verschillen tussen groepen met inzet van digitale leermiddelen groter worden of juist kleiner. Ze concluderen dat er zowel studies zijn die aangeven dat de inzet van digitale leermiddelen de verschillen tussen leerlingen doen verkleinen als studies waaruit blijkt dat de verschillen juist toenemen. Ze geven aan deze verschillende uitkomsten moeilijk te kunnen interpreteren en dat nader zou moeten worden onderzocht welke factoren die tegenstrijdige resultaten kunnen verklaren.
Er is dus nog veel onduidelijkheid over hoe, wanneer en voor wie digitale programma’s bijdragen aan het leren. Om dat beter te weten, zou je moeten kijken naar de werkzame kenmerken van digitale programma’s. Dan kun je effecten beter toeschrijven aan bepaalde kenmerken van een programma. Heijsters en Van der Ploeg concluderen dat de extra effectieve leertijd die gepaard gaat met het gebruik van een digitaal programma een verklaring kan zijn. Een andere verklaring is dat digitale programma’s individuele feedback kunnen geven (zie ook Ghysels & Haerlemans, 2018). En daarmee betreden wij de wereld van de adaptieve programma’s.
Onderzoek naar Snappet
Het Rathenau Instituut (2022) constateerde recent dat er opvallend weinig wetenschappelijk onderzoek is gedaan naar adaptieve leermiddelen. Binnen Nederland zijn twee onderzoeken naar het leermiddel Snappet uitgevoerd die concluderen dat er sprake is van een significante verbetering van de leerprestaties met name bij rekenen. Faber & Visser (2016) lieten tijdens een experiment meer dan 1700 leerlingen in het basisonderwijs gedurende vijf maanden de adaptieve digitale toepassing Snappet gebruiken voor wiskunde. Vergeleken met de controlegroep waarbij de tool niet werd ingezet, boekten leerlingen een grotere leerwinst en werd een positief effect vastgesteld op hun motivatie. Dit laatste kan volgens de onderzoekers te danken zijn aan het feit dat er meer adaptieve oefentoetsen gemaakt werden op het niveau van de leerlingen en niet boven hun niveau (in: Schroeven & Buelens 2022a). Molenaar et. al. (2017) gaven een andere verklaring: de effectieve leertijd bij leerlingen die Snappet gebruikten lag aanmerkelijk hoger dan die bij leerlingen uit de controlegroep. De factor effectieve leertijd werd ook als verklarende factor gevonden door Teurlings & Van Amerongen (2021) die in een literatuurstudie nagingen of huiswerkoefeningen met adaptieve software minstens evenveel leerrendement opleverden als huiswerk op papier. In een onderzoek naar het adaptieve programma Muiswerk vonden Ghysels & Haerlemans echter geen verband met de effectieve leertijd (in: NRO/Kennisnet, 2018). Welke specifieke adaptieve kenmerken wel verantwoordelijk zijn voor de leerwinst blijft echter onduidelijk.
Differentiële effecten van adaptieve programma’s
Uit bovenstaande onderzoeksliteratuur komt overigens wel naar voren dat het vooral de beter presterende leerlingen zijn die het meest baat hebben bij een adaptief programma. Reints en Wilkens (2014) ontdekten dat ze systematischer navigeren en Schroeven & Buelens (2022b) vermoeden dat de voorkennis een rol speelt. De factor voorkennis is überhaupt een van de belangrijkste verklarende factoren voor het optreden van leerresultaten (Kirschner, 2019). Pijpers (2021) verklaart hoe dit werkt: “wie al meer voorkennis heeft, gaat dankzij de adaptieve technologie grotere stappen vooruitzetten. Indien de technologie voornamelijk taak-georiënteerd werkt (aangepaste moeilijkheid van oefeningen op basis van antwoorden van leerlingen) is de kans groter dat het net de goede presteerders zijn die hier baat bij hebben. Technologie die meer stap-georiënteerd werkt, geeft gerichte feedback op het proces (hoe, wat, wat nu?)”. Dan maakt voorkennis van de leerling veel minder uit. Hierbij moet worden aangetekend dat de aanwezige voorkennis minder speelt bij automatiseringsoefeningen als spelling en grammatica. Het is juist bij deze oefeningen waar minder presterende leerlingen een grotere vooruitgang boeken dan de beter presterende leerlingen. Beter presterende leerlingen boeken daarentegen meer vooruitgang bij de moeilijkere domeinen als meetkunde en verbanden (Haelermans 2018, p. 12/13). Dit komt de kansengelijkheid niet ten goede.
Afschaling: Leerlingen zakken steeds verder weg
Door minder presterende leerlingen te confronteren met vooral taak-georiënteerde programma’s ontstaat het risico van zogenaamde ‘afschaling’: ze worden niet meer uitgedaagd en geholpen en gaan op een steeds lager niveau presteren. In veel gevallen wordt de moeilijkheidsgraad van de leerstof aangepast: het niveau wordt naar boven aangepast als de leerling (bijna) alles goed heeft en naar beneden als de leerling (te) veel fouten maakt. Vooral het laatste is niet zonder gevaar. Twee recente studies naar deze vormen van niveaudifferentiatie laten zien dat aanpassingen van het niveau naar beneden de resultaten van deze leerlingen niet doen toenemen en dat de verschillen met de leerlingen waarvan het niveau naar boven wordt bijgesteld toenemen (Van Vlijmen 2018; Van Halem et al 2017). Het beschadigt bovendien het zelfvertrouwen van deze leerlingen ernstig (zie: Francis 2017, besproken in Didactief van maart 2023).
Uit een oogpunt van gelijke kansen is adapteren op ‘niveau’ geen aan te raden praktijk. Ook de Onderwijsraad (2022) waarschuwt hiervoor (zie RTL-Nieuws 2022). Gevaar is dat het computerprogramma kinderen onterecht op een lager niveau plaatst. “Dat ziet ook lerares Michelle van den Helder van basisschool De Venen. Op die school in Reeuwijk werken de leerlingen met Snappet: ‘De software is zwart-wit in of iets goed of fout is’, zegt Van Helder.’ Als het antwoord op een vraag 10.000 is, maar het kind gebruikt een komma in plaats van een punt, zegt Snappet heel hard: fout. Dan besluit Snappet dat het leerdoel niet is gehaald. Terwijl ik als leraar zeg: het antwoord was goed, maar let op dat je wel een punt gebruikt. Je moet als leerkracht dus heel kritisch kijken wat de computer vertelt. Zo voorkom je dat een leerling naar een lager niveau gaat”. Uit ons onderzoek naar keuzeprocessen van leermiddelen (Reints & Wilkens 2021) bleek 60% van de leerkrachten het overigens prima te vinden dat adaptieve leermiddelen het niveau naar beneden aanpast. Hier is dus nog wel wat te winnen.
Referenties
Francis, B. (2017). Attainment grouping as self-fulfilling prophecy and set level among year 7 students. International Journal of Educational Research (zie ook: Didactief, maart 2023, p. 40)
Heijsters, L. & S. van der Ploeg (2020). Digitale leermiddelen en gelijke kansen. NRO Kennisrotonde, Februari 2020
Kirschner, P. (2019). Voorkennis maakt het verschil. Didactief, maart 2019, p. 39
Lewin, C., A. Smith, S. Morris & E. Craig (2019). Using Digital Technology to Improve Learning: Evidence Review. London. Education Endowment Foundation
Molenaar, I., M. Bakker, C.A.N. Knoop-vanCampen & F. Hasselman (2017). Rapportage Doorbraakproject. Onderwijsvernieuwing met een adaptief leermiddel: Richting gepersonaliseerd leren. Radboud Universiteit Nijmegen
Haelermans, C. (2018). Digitale hulpmiddelen in het onderwijs. Over gebruik, effecten en de rol van de leraar. NRO/Kennisnet.
Onderwijsraad (2022). Inzet van intelligente technologie. Advies van 28-9-2022
Rathenau Instituut (2022). Naar hoogwaardig digitaal onderwijs. Den Haag (auteurs: Karstens en B. Kool, m.m.v. A. Lemmens, S. Doesborgh en R. Montanus)
Reints, A., G. Roll & H. Wilkens (2014). Adaptiviteit van Digitale Leermiddelen. Onderzoeksrapport. CLU. Universiteit Utrecht, juli 2014
Reints, A. & H. Wilkens (2021). Wat hebben scholen nodig om te komen tot een keuze voor de best passende leermiddelen bij hun school? Deelrapport 2: De vraagarticulatie
RTL-Nieuws (2022). Kinderen dreigen minder te leren door verkeerd gebruik oefensoftware. Gevonden 28 september 2022
Schroeven, M. & W. Buelens (2022a). Adaptieve leertechnologie (Deel 1) ExCEL. Expertisecentrum voor effectief leren.. Blog 23 augustus 2022
Schroeven, M. & W. Buelens (2022b). Adaptieve leertechnologie (Deel 2). ExCEL. Expertisecentrum voor effectief leren. Blog 25 augustus 2022
Teurlings, C. & M. van Amerongen (2021). Leveren huiswerkoefeningen met adaptieve software (vanaf de middenbouw van het primair onderwijs) minstens evenveel leerrendement op als dat huiswerk op papier? (K1308). Den Haag: Kennisrotonde