Human Education met behulp van AI en verder mensenwerk

Onderwijs blijft mensenwerk, maar AI kan een handje helpen

RADBOUD RECHARGE 19 OKTOBER 2020

Voor volwassenen die al jaren niet meer op een basis- of middelbare school geweest zijn, is het misschien een verrassing dat het traditionele, klassikale onderwijs stevig aan het veranderen is. Dat AI nu al niet meer weg te denken is in de meeste scholen, kan voor sommige generaties zelfs als een schok komen. Volgens Inge Molenaar, hoofd van het Adaptive Learning Lab aan de Radboud Universiteit, gebruikt al meer dan de helft van de basisscholen inmiddels slimme software die adaptief leren mogelijk maakt. Betekent dit dat er straks een robot voor de klas staat? ‘De rol van de leerkracht wordt door AI ondersteund, maar zeker niet vervangen.’

In het onderwijs voltrekt zich de laatste jaren een stille revolutie: steeds meer onderwijstaken kunnen worden overgenomen door kunstmatige intelligentie. Molenaar onderzoekt de impact en mogelijkheden van AI in het onderwijs. In een nieuw OECD-rapport gaat ze in op de evolutie van geautomatiseerde intelligentie in het klaslokaal.  Om in kaart te brengen waar we nu staan, en wat AI in de toekomst kan doen, ontwikkelde ze met collega’s een schaal die de technologische ontwikkelingen in vijf categorieën indeelt.

Van zelfrijdend auto’s naar zelfstandig onderwijs

Zo’n soortgelijke schaal wordt nu al gebruikt om de ontwikkeling van zelfrijdende auto’s te duiden. Niveau 0 staat voor ‘ouderwetse’ auto’s, waar de bestuurder het rijden volledig zelf in handen neemt. Met niveau 5, het hoogste niveau, kan de auto de rit volledig zelfstandig doen en kan de bestuurder bij wijze van spreken geblinddoekt op de achterbank blijven zitten. De meest geavanceerde auto’s die nu uit de fabriek komen rollen, zitten ongeveer tussen niveau 2 en 3 in. Dat betekent dat de bestuurder niet langer continu zelf de weg in de gaten hoeft te houden (bijvoorbeeld op de snelweg), maar wel in staat moet zijn om op elk moment de besturing weer over te nemen.

Waarom is zo’n schaal voor AI in het onderwijs nodig? Molenaar: ‘Veel mensen denken dat kunstmatige intelligentie uiteindelijk menselijk intelligentie moet evenaren of overtreffen. Maar AI is op een heel andere manier slim dan mensen. Daarom is het goed om na te denken welke taken AI nu en in de toekomst over kan nemen. In de bijna 35 jaar dat AI al een rol speelt in het onderwijs, was lange tijd een uitgangspunt dat het leraren op termijn zou kunnen vervangen. Inmiddels denken we daar anders over, en gaat het vooral om de ontwikkeling van optimale, effectieve systemen, zodat leerkracht en systeem elkaar kunnen verrijken.’

Op de aangepaste schaal van Molenaar staat ‘fase 0’ voor onderwijs waar enkel de leraar aan te pas komt. ‘Dat komt eigenlijk niet meer voor in het Nederlandse basis- en voortgezet onderwijs’, legt ze uit. ‘Al zo’n 15 jaar zitten de meeste OECD-landen in fase 1 of verder, wat betekent dat technologie ondersteunende informatie verschaft. Denk dan bijvoorbeeld aan testresultaten die digitaal bijgehouden worden.’

Slimmer onderwijs in Nederland

In Nederland zitten we in het basisonderwijs en grote delen van het voortgezet onderwijs momenteel ergens tussen fase 2 en 3 in, geeft Molenaar aan. Een meerderheid van de leraren heeft nu al toegang tot digitale gereedschappen die ‘teacher assistance’ bieden. Doordat leerlingen veel opdrachten op laptops of iPads te doen, kunnen leraren heel gericht en per leerling zien welke stof problemen voor ze oplevert en daarop het lesplan aanpassen. In fase 3 past de digitale lesmethode de stof en oefeningen automatisch aan aan het niveau van het kind, maar zal de leraar bijsturen om bij de juiste stof te blijven.

In fase 5 is sprake van volledige automatisering van onderwijstaken, en kan technologie alle taken zelfstandig uitvoeren. Volgens Molenaar is het vrijwel onmogelijk om zoiets in het hele onderwijs door te voeren. In het formele onderwijs is het volledige automatisering niet haalbaar en ook niet wenselijk. In het informele onderwijs, zoals bijvoorbeeld het leren van een tweede taal, biedt dit wel mogelijkheden. Denk bijvoorbeeld aan de doorontwikkeling van apps als Duolingo, apps die de instructies en lessen continu aanpassen aan de behoeften en het gedrag van de gebruiker.

De voordelen van kunstmatige intelligentie in het klaslokaal zijn volgens Molenaar evident. Lange tijd werd onderwijs primair klassikaal gegeven in Nederland. Scholen en leerkrachten hanteerden een vaste planning die vaak jaar in, jaar uit werd hergebruikt, grotendeels gebouwd om de gemiddelde leerling. Dat zorgde voor problemen als (een deel van) een klas plots moeite had met cruciale stof. Want: wat als één groepje leerlingen moeite heeft met kwadratische verbanden, en het nog niet snapt aan het einde van de periode die ervoor gepland is? De leraar moet óf zijn hele planning overhoop gooien om rekening te houden met die leerlingen, óf accepteren dat een klein groepje die lesstof nooit volledig zal beheersen.

TomTom voor het lessenplan

Door kunstmatige intelligentie in te zetten, kunnen dat soort situaties in de toekomst beter beheerst worden, denkt Molenaar. ‘Eigenlijk zou je een soort TomTom-achtig systeem voor de klas willen. De AI weet welke onderwerpen er allemaal op de planning staan voor het hele jaar, en combineert dat met het inzicht over de kennis van de leerlingen, gebaseerd op hun cijfers die ze in voorgaande jaren hebben gehaald. Als individuele leerlingen ergens moeite mee hebben kan de AI de plannen voor het jaar daarop aanpassen.’ Een uurtje minder voor geografie omdat dat soepel verloopt, een uurtje extra voor die lastige breuken zodat de hele klas het goed snapt. Ook in dit scenario speelt de leraar nog steeds een prominente rol: die heeft immers nog steeds het beste zicht op de data én op hoe het de leerling vergaat in de klas. ‘Als de AI geen voortgang boekt met een bepaalde leerling, pakt de leerkracht het stokje over om gerichter te helpen.’

Molenaar wil met onderzoek als dit begrip en bewustzijn creëren onder docenten voor hoe AI ingezet kan en gaat worden. ‘Veel algoritmes die gebruikt worden in commerciële oplossingen zijn niet transparant genoeg. Het is daardoor soms onduidelijk hoe de conclusies die eruit komen, tot stand zijn gekomen. De leerkracht weet daardoor ook niet goed wat zij of hij met die conclusie moet doen, en dan creëer je onnodige frictie. Leerkrachten hoeven echter niet het hele algoritme te kennen en uit te leggen, maar ze moeten wel kunnen snappen wat er bij komt kijken. Dat zorgt voor een kritische, professionele blik op het algoritme en voorkomt dat de conclusies van een algoritme leidend worden. Onderwijs is en blijft mensenwerk.’

Open en transparant doorontwikkelen

Niet in elk land wordt er zo over gedacht. Zo heb je in de Verenigde Staten zogenaamde intelligent tutoring-systemen, die er juist op zijn gericht leerkrachten te vervangen. En waar we in Nederland nog sterk leunen op allerlei input van leerkrachten om digitale systemen bij te sturen, proberen ze in China juist zoveel mogelijk meetbaar te maken. Sommige scholen meten hartslag, hersenactiviteit en andere fysiologische data van studenten met het idee dat  deze data de AI kan helpen om slimmere beslissingen te maken. Dat doen we in Nederland niet, en dat acht Molenaar ook als onnodig: ‘De informatie die dat oplevert is discutabel, en het is ethisch niet oké. In bepaalde context, bijvoorbeeld in een onderzoek, kun je het overwegen. Maar we moeten goed nadenken of we zoiets op grote schaal wel echt willen.’

De rol van AI is de komende jaren nog aan flinke veranderingen onderhevig. Als het aan Molenaar ligt, moeten we de groeiende rol van de slimme software echter zeker niet forceren. ‘Duwen heeft totaal geen zin. Het onderwijs omarmt de technologie vanzelf wel. Dat help je het beste door open en transparant te blijven over ontwikkelingen’, iets waar Molenaar en het Adaptive Learning Lab de komende jaren zich voor blijven inzetten.