In de wereld van de onderwijstechnologie is ‘personalisatie’ een modewoord dat vaak wordt gebruikt om software te beschrijven die de moeilijkheidsgraad aanpast op basis van de vraag of een leerling een goed of fout antwoord krijgt. Echter, volgens Dr. Nicola Hodkowski, een vooraanstaand onderzoeker op het gebied van wiskundeonderwijs, is deze benadering fundamenteel gebrekkig. Om wiskundig redeneren echt te verbeteren, moet AI verder gaan dan alleen het corrigeren van fouten en beginnen te begrijpen hoe studenten denken.
De les uit de klas: verder gaan dan ‘show and tell’
De noodzaak voor deze verschuiving is geworteld in praktische klaservaring. Tijdens haar acht jaar als wiskundeleraar op het basisonderwijs realiseerde Dr. Hodkowski zich dat traditionele methoden, zoals extra oefenen of het gebruik van fysieke manipulaties, vaak slechts ‘oppervlakkige oplossingen’ waren. Ze behandelden de symptomen van de strijd in plaats van de oorzaak.
De doorbraak kwam toen ze stopte met proberen haar eigen wiskundige kennis over te dragen aan haar leerlingen en in plaats daarvan begon met het bouwen van een Second-Order Model (SOM) van hun redeneringen.
De kracht van het afleiden van denkprocessen
In plaats van alleen maar een verkeerd antwoord te zien, begon Dr. Hodkowski te zoeken naar de logica achter de fout. Ze leerde onderscheid te maken tussen verschillende cognitieve stadia, zoals:
– Tellen in afzonderlijke eenheden: Een leerling die elke individuele “1” telt om een probleem op te lossen.
– Tellen met samengestelde eenheden: Een leerling die groepen begrijpt (bijvoorbeeld tellen met 2, 5 of 10).
Door te identificeren welke ‘eenheden’ een leerling gebruikte om te werken, kon ze specifieke activiteiten ontwerpen om de kloof tussen hun huidige begrip en het volgende niveau van complexiteit te overbruggen.
Het resultaat: Deze pedagogische verschuiving leidde tot een dramatische sprong voorwaarts in de prestaties van leerlingen. In haar klaslokaal steeg het percentage leerlingen dat scoorde op het niveau ‘Vaardig’ of ‘Geavanceerd’ in één jaar tijd van 58% naar 85% – veel sneller dan de groei die op haar school en district werd waargenomen.
De kloof in de huidige AI-technologie
Ondanks het succes van deze mensgerichte aanpak schieten de huidige AI-gestuurde onderwijsinstrumenten tekort. De meeste bestaande platforms werken volgens een ‘eerste orde’-model: ze identificeren een fout en bieden vervolgens een ‘show and tell’-oplossing, waarbij de leerling in wezen door de juiste stappen wordt geleid.
Dit mislukt omdat wiskunde geen kwestie is van eenvoudige overdracht. Het leren van een nieuw concept vereist een conceptuele transformatie, waarbij een student nieuwe ideeën moet verbinden met zijn bestaande mentale kaders. Als een AI niet kan afleiden waarom een leerling vastzit, kan hij die transformatie niet faciliteren.
Een routekaart voor de toekomst van EdTech
Om van eenvoudige beoordeling over te gaan naar echte wiskundige instructie, betoogt Dr. Hodkowski dat AI-ontwikkelaars prioriteit moeten geven aan student-adaptieve pedagogiek. Ze schetst drie cruciale pijlers voor de volgende generatie AI-tools:
- De onderliggende redenering afleiden: Algoritmen moeten niet alleen een onjuist antwoord markeren; ze moeten onderscheid maken tussen verschillende mentale operaties (bijvoorbeeld identificeren of een leerling worstelt met plaatswaarde versus basistoevoeging).
- Conceptuele transformatie begeleiden: In plaats van hints te geven die tot een snel antwoord leiden, zou AI taken moeten genereren die opzettelijk de huidige manier van denken van een leerling uitdagen, en hen in de richting van redeneren van een hogere orde duwen.
- Ondersteunt inzicht van docenten: AI zou moeten fungeren als een ‘reflecterende partner’ voor docenten, door hen te voorzien van bruikbare gegevens over de cognitieve toestand van een leerling om een betere lesplanning mogelijk te maken.
Conclusie
De toekomst van het wiskundeonderwijs ligt in het verder gaan dan oppervlakkige personalisatie. Wil AI een transformerende kracht zijn, dan moet het zich niet langer gedragen als een digitale antwoordsleutel, maar beginnen te handelen als een leraar die in staat is de nuance van het menselijk redeneren te begrijpen.
