Privacyverklaring

Adaptive learning voedt gepersonaliseerd leren

1 februari 2022
Tekst
Sofie Willox

Adaptive learning echoot al een tijd in de wereld van leren en ontwikkelen. De technologische versnelling zou organisaties eindelijk over de streep trekken om ermee aan de slag te gaan. Wat kun je verwachten van adaptive learning en wanneer is de investering interessant?

Individuen leren het best als hun leerervaring is aangepast aan de competenties en vaardigheden. Ben je starter? Dan gaan we aan de slag met de basis. Heb je voorkennis? Dan starten we enkele trappen hoger. Onderzoek toont aan dat het personaliseren van leren doorgaans leidt tot betere retentie, het sneller eigen maken van inhoud en een hogere betrokkenheid. Daarnaast wordt een trainer ontlast. De technologie voor adaptive learning is al een tijd op de markt aanwezig en dankzij de technologische evolutie, in het bijzonder artificiële intelligentie, schieten toepassingen als paddenstoelen uit de grond.

Hoe werken adaptive learning-technologieën?

Doorgaans onderscheiden we drie vormen binnen adaptive learning. De eerste, en meteen de eenvoudigste, is de boomstructuur. Die volgt een ‘als/dan’-algoritme waarbij het leertraject wordt bepaald op basis van de antwoorden van de student. Een juist antwoord leidt je naar scherm x, een fout antwoord naar scherm y. De tweede vorm varieert al meer in complexiteit dankzij een set aan regels en voorwaarden. Zo kan een leerling pas toegang krijgen tot bepaalde inhoud als die aan de voorwaarden voldoet. Een regel kan zijn dat de leerling minstens tachtig procent moet halen op een test om naar de volgende module te gaan. De derde, en meest complexe variant, is machinelearning. Deze kan, dankzij artificiële intelligentie, een enorme complexiteit aan data integreren en resulteert in een doorgedreven gepersonaliseerde leerervaring. De keerzijde van machinelearning vandaag is dat hij het lastig heeft met het begrijpen van wat ‘moeilijk’ of ‘makkelijk’ is, aangezien AI zichzelf regels aanleert en niet altijd over geschiedkundige data beschikt.

Oude wijn in nieuwe zakken?

Dankzij technologie wordt personaliseren van leerinhoud steeds toegankelijker. Maar daarom is aangepast leren nog niet nieuw. Een goede trainer, van vlees en bloed, past ook zijn aanpak aan in functie van zijn leerlingen door te peilen naar voorkennis of te schakelen op basis van observatie tijdens een training. Hier voltrekt net hetzelfde proces zonder enige technologie. Het is met andere woorden onjuist adaptive learning te monopoliseren met technologie.

Wanneer (niet) investeren?

De technologie biedt geweldige mogelijkheden, maar er staat ook een kostenplaatje tegenover. Volgens The Learning Guild (*), een internationaal netwerk voor leerprofessionals, is de investering te overwegen in volgende specifieke situaties: bij trainen van individuele vaardigheden en kennis (versus teamtaken of soft skills), in domeinen die duidelijk afgebakend zijn, bij het trainen van grote groepen, situaties waarbij leerlingen snel door repetitieve inhoud moeten gaan en, tot slot, bij organisaties die bereid zijn financiëel te investeren om de efficiëntie te verbeteren.

(*) https://www.learningguild.com