©2019 by van Well

  • Katja van Well

'Young Advisory group'

Bijgewerkt: 24 jun 2019

Young Advisory Group is een adviesbureau, volledig gerund door academische student consultants. Sinds 2011 geven zij strategisch advies aan ondernemingen van elk formaat, van MKB tot multinationals... en afgelopen vrijdag aan mij!


Hoe leuk is dat: 20 man die zich hebben gebogen over 'mijn problemen' waar ik tegenaan loop in het onderwijs. Hoe dat zo gekomen is? Tijdens mijn zoektocht naar informatie over 'Data & AI' binnen Microsoft maakte ik kennis met Mary-Jo Diepeveen. Zij heeft mij gevraagd als klant op te treden bij de middag die zij verzorgde op het hoofdkantoor. En natuurlijk heb ik ja gezegd, want wie krijgt nou zo'n kans?!


Eerst heeft Mary-Jo ze meegenomen in de wereld van data & AI en de (on)mogelijkheden in de huidige praktijk. Want iedereen maakt gebruik van kunstmatige intelligentie ook al ben je je daar misschien niet altijd bewust van. Wanneer je muziek luistert op Spotify, maar ook wanneer je incheckt op Schiphol of gebruik maakt van Googlemaps. Er kan al heel veel, maar toch zijn de mogelijkheden vaak beperkter dan je denkt. Een AI kan vaak maar 1 ding. Daar is veel training voor nodig met tussenkomst van de mens. En wat is dan ‘de juiste manier’ van trainen? De mens is niet zo objectief en onbevooroordeeld als we zouden wensen. Dus is de kans aanwezig dat ook een AI geplaagd wordt door vooroordelen. Geef maar eens als zoekterm ‘directeur’ in op Google en je ziet voornamelijk mannen in je zoekresultaten.


Daar is nog een hele wereld te winnen. Een interessante discussie vond ik, want iedere cultuur heeft weer zijn eigen(aardig)heden en denkbeelden. Echt onbevooroordeeld, zonder oordeel lijkt mij vrij onhaalbaar wanneer de mens de machine traint.


Daarna werd het tijd voor de ‘business case’. Ik heb me voorgesteld als speciaal basisonderwijs juf, want ten slotte stond ik enkele weken geleden nog gewoon voor de klas. De vraag was of ik meerdere problemen kon schetsen in mijn werk waarvoor de studenten een oplossing voor gingen bedenken m.b.v. AI.


Situatie 1: Twee keer per jaar worden de CITO toetsen afgenomen Deze gegevens worden gebruikt als meting voor de vooruitgang van een leerling. Dit is op basis van vaardigheidsscores en didactische leeftijd. De CITO toets is dan wel niet meer de doorslaggevende factor bij het advies voor vervolgonderwijs in groep 8, in de jaren daarvoor weegt de CITO nog steeds mee in het bepalen van het niveau van een leerling. Twee keer per jaar hebben ook de leerkrachten, interne begeleiders en directie een zogenaamd ‘datafeedback moment’. Per vakgebied wordt van de hele klas in kaart gebracht hoe de vooruitgang is en hoe zich dit verhoudt tot voorgaande jaren. Dus hoe deden ze het in groep 6 bij leerkracht A en nu in groep 7 bij leerkracht B? Deze gegevens worden in grafieken weergegeven zodat je makkelijk kan zien wanneer iets afwijkt naar boven of naar beneden. Goed om te doen zou je zeggen: je wilt immers het beste uit de kinderen halen en checken of je daadwerkelijk bereikt. De gegevens zijn echt niet zuiver: de leerlingen uit groep 6 zitten nu niet allemaal in groep 7: er zijn leerlingen in-en uitgestroomd. In het s.b.o. gebeurt dit regelmatig, soms zelfs nog tot 3 weken voor de zomervakantie kan een leerling instromen wanneer het om een crisissituatie gaat. Dit kan van grote invloed zijn op de bereikte voortgang in de datafeedback. Een leerling met dyslexie kan b.v. drukken op het gemiddelde door achterblijvende resultaten bij technisch/begrijpend lezen en spelling. Dit soort zaken komen uiteraard aan de orde bij de bespreking van de datafeedback. Je bent dan ook bezig met het filteren van onjuiste data in plaats van alleen het vergelijken van de vooruitgang.

Hoe kan je nu echt meten wat de vooruitgang is van een groep in vergelijking met het jaar daarvoor?

Situatie 2: bij ons op school hebben we rekenen en spelling in niveau-groepen ingedeeld. Op het speciaal basisonderwijs kan je namelijk (bijna) nooit blijven zitten. In principe ga je na 8 jaar basisonderwijs naar het vervolgonderwijs. Wat echter wel kan is dat een leerling in b.v. groep 7 nog rekent op een groep 5 niveau. Feitelijk is diegene in vergelijking met een leerling op de basisschool dan 2 keer blijven zitten. Maar dat is geen eerlijke manier van vergelijken, want veel leerlingen komen niet verder dan een (eind) groep 6 niveau en stromen dan vaak uit naar V-MBO kader/basis. Wanneer we niveau-werk draaien is dit dus groepsdoorbrekend. Een uur lang heb je dan ook andere leerlingen in je groep dan je gebruikelijke 'stamgroep'. Net als op de middelbare zou je kunnen zeggen. In dat uur geef je uitleg, doe je automatiseringsoefeningen en werken de kinderen zefstandig voor een deel van de les. In de bovenbouw werken de leerlingen op Chromebooks in de digitale versie van 'de wereld in getallen'. Heel handig, want op die manier kan je al snel zien wat een leerling voor resultaat heeft behaald tijdens het werken. Je kunt m.b.v. de resultatenmonitor zien hoe ver een kind is en wat zijn gemiddelde score is. Wat je niet kan zien is hoe het proces verloopt tijdens het maken: is een leerling tijdens het werken steeds met rekenen bezig? Of misschien ook wel met andere dingen (websites). Ze zijn er al heel handig in geworden: 'incognitovensters' floepen snel weg wanneer ze te laat hebben opgemerkt dat jij als leerkracht langsloopt en dan is het een kwestie van ontkennen. Er zitten ook wat zaken binnen de methode waar kinderen 'misbruik' van maken: na 2 keer het foute antwoord te hebben gegeven geeft het systeem het goede antwoord. Na een tijdje kwamen we erachter dat sommige leerlingen heel snel door de stof heen klikten en op een blaadje de goede antwoorden schreven. Dan weer opnieuw inloggen en je hebt zomaar ineens 0 fout!

Het is een soort spel geworden: word ik betrapt deze les of niet. Want laten we eerlijk zijn: juf is best druk in de klas: kinderen aan de instructietafel, vragen van kinderen tijdens de les. En dan hebben we het helemaal nog niet gehad over het feit dat je misschien wel een combinatieklas hebt van verschillende niveau's en te maken hebt met kinderen met gedragsproblemen.

Hoe kan je concentratie/motivatie monitoren bij leerlingen tijdens het werken monitoren zonder dat je steeds moet rondlopen om te controleren?

De studenten zijn naar aanleiding van deze 2 situaties in groepjes uiteen gegaan en gaan brainstormen met elkaar om tot een oplossing te komen. Ondertussen liep ik langs om vragen te beantwoorden. Het was even alsof ik weer juf was! De meeste groepjes gingen met situatie 2 aan de slag. Ik had ook aangegeven dat ik dat zelf als leerkracht belangrijker vond dan situatie 1. Ontzettend leuk om zoveel gemotiveerde mensen aan het werk te zien om 'jouw probleem' op te lossen. Wat een luxe, dat zou je voor meer problemen moeten hebben! :)

Er kwamen verschillende oplossing met behulp van AI: het monitoren van het werktempo/motivatie van de leerling door 'eye-tracking' en 'facial screening' soms zelfs met gebruik van luidsprekers die het geluidsniveau meten. De leerkracht krijgt dan steeds feedback via deze AI en de leerling krijgt hulp op maat. Pop-upjes die zorgen voor motivatie, beloning of juist hulp voor het uitrekenen van een som of de suggestie om de leerkracht te roepen. Het laatste idee in de afbeeldingen had gewonnen "aandacht docent" genaamd. Het mooie aan dit idee vond ik dat de leerling een keuze krijgt aangeboden en daar actief op moet reageren (door te klikken op de keuze). Sommige leerlingen doen het liefst alles samen met de juf en draaien bij wijze van gelijk in de eerste minuut al hun blokje op vraagteken. Dan is dit een mooie tussenstap. Bovendien hadden ze een chatbot erbij bedacht die de leerling met de eerste vragen kan helpen. De data die je krijgt uit het klikgedrag van de leerling kan je weer gebruiken om met de leerling te evalueren over langere tijd. Je kan dan vergelijken: eerst vroeg je na 3 minuten al om hulp, maar nu zie je dat je al 10 minuten zelfstandig kan werken (al dan niet met behulp van de chatbot). Niet alleen jij als leerkracht krijgt meer inzicht, maar ook de leerling zelf. Waar het aan ligt dat je je werk niet af hebt wordt dan meetbaar.

Ik vond het geweldig om mee te maken en een hele waardevolle dag! Ik hoop dat jullie het ook een interessante business case vonden en er wat van hebben geleerd.


Een groot dankjewel aan alle student consultants die er waren die middag! En voor de lekkere fles wijn! :)















#YAG #studentconsultants #AI #data #Microsoft







73 keer bekeken
This site was designed with the
.com
website builder. Create your website today.
Start Now