De interactie tussen mens en machine verandert het onderwijs

In het kort 

• Chatbots, voice assistants, smartwatches die ons volgen én adviseren: we besteden steeds meer taken in het dagelijks leven uit aan apparaten. Die apparaten werken steeds beter samen met ons en we ervaren ze ook als steeds ‘menselijker’.  
• Waarom ondersteunen die machines ons steeds beter? Een belangrijke reden is dat ze meer en meer data van ons krijgen. VR-brillen verwerken zo veel (persoonlijke) data dat ze al heel snel weten met wie ze te maken hebben. Alle input die we toevertrouwen aan ChatGPT wordt geanalyseerd en gebruikt om de chatbot te verbeteren. Data en privacy zijn daarom bij mens-machine-interactie een belangrijk vraagstuk. 
• De kansen voor het onderwijs bij deze nieuwe manieren van mens-machine-interactie zijn in potentie enorm. Er zijn nu al volop experimenten met virtual reality en sociale robots in de klas. Dit kan leiden tot meer ‘levensechte’ leerervaringen in de les of online. Ook de chatbot verovert zijn plek. In de nabije toekomst zien we mogelijkheden voor de toepassing van geautomatiseerde dashboards, leerlingvolgsystemen met artificial intelligence (AI), enzovoort.   
• Er zijn ook kanttekeningen te plaatsen bij deze ontwikkelingen en de kansen die we zien, verzilveren zich niet vanzelf; het is nodig dat de onderwijssector hier een proactieve houding aanneemt. Onderwijsinstellingen moeten wat ons betreft meedoen aan het publieke debat en richtinggeven aan deze technologische ontwikkelingen. Het is verstandig dat scholen zelf deze technologieën uitproberen en samen richtlijnen afspreken over toepassing en gebruik. Het zal daarnaast een inspanning vragen om de digitale kloof die op dit vlak dreigt te verkleinen. 

Interactie tussen mens en machine: trends in de maatschappij

Steeds meer werk wordt uitbesteed aan apparaten

We zijn omringd door machines, door apparaten. Die helpen en ondersteunen ons. Eerst kwamen er machines die zorgden voor extra kracht, zoals graafmachines en robots in fabrieken. Ook een auto valt in die categorie; het is een machine om ons sneller te kunnen verplaatsen dan wij kunnen lopen.  

Inmiddels helpen apparaten ons op allerlei manieren. Machines zijn in de loop der tijd steeds menselijker geworden en gemakkelijker te bedienen, waardoor ze nu een vanzelfsprekend onderdeel zijn van ons leven. Voice assistants zoals Siri en Google Assistant kunnen ‘luisteren’ en ‘praten’. Sociale robots zoals Nao of Beebot zien er zelfs mensachtig uit. 

We besteden een deel van ons (denk)werk graag uit aan apparaten, of we gebruiken ze als extensie van onszelf. Enkele voorbeelden: 

• De smartphone in onze zak die ons direct toegang geeft tot verschillende mega-encyclopedieën boordevol kennis. 
• De laptop met software die we dagelijks gebruiken, die allerlei rekenwerk voor ons uitvoert, spelling- en grammaticachecks over teksten doet. 
• De smartwatch die ons op basis van hartslag- en andere biometrische gegevens vertelt wanneer we even moeten gaan staan, sporten of juist wat meer rust moeten nemen. 
• Chatbots zoals ChatGPT die door leerlingen als een soort ‘nieuwe Google’ wordt gebruikt. Ze stellen een vraag en krijgen een vrij geloofwaardig antwoord. 

Apparaten werken (steeds beter) samen met mensen

We staan er niet meer bij stil wat er allemaal technisch voor nodig is om digitale apparaten en verbindingen te laten functioneren. We gaan er steeds meer van uit dat elk apparaat een logische en soepel werkende interface heeft en dat alles werkt. Een computer moet het gewoon doen en dat is meestal ook zo. We vinden het irritant als iets te lang duurt om te laden, niet soepel reageert op een commando, of als iets niet klopt. Iedereen die een telefoon bedient met spraak, heeft wel eens ervaren hoe lastig het soms kan zijn om je intenties duidelijk te maken. Iedereen met een VR-ervaring moet toegeven dat die nog steeds wat horterig en clunky kan aanvoelen. En wie heeft er nog nooit een chatbot uitgescholden voor sukkel als-ie wéér niet snapte wat je bedoelde. Maar ondanks dat het nog allemaal niet perfect werkt, wordt het wel steeds beter.

Apparaten verzamelen data

Een belangrijke reden waarom apparaten ons steeds beter kunnen ondersteunen, is het feit dat ze data van ons krijgen en verwerken.

• ‘Welke sushi-restaurants met 4 sterren of meer zijn er momenteel open in de buurt?’ Een smartphone houdt bij waar we zijn op de wereld. Zo kan het apparaat antwoord geven op vragen in een lokale context.
• ‘Hoe ging je hardlooprondje en boek je vooruitgang?’ Een smartwatch verzamelt hartslaggegevens en bewegingsinformatie om persoonlijk advies te geven over je gezondheid en over wat je meer of minder zou kunnen doen. Je krijgt ook feedback dankzij data: waar heb je gelopen, hoe ver, hoeveel hoogtemeters, hoe waren je hartslag en loopritme op verschillende punten in de route.
• ‘Je staat nu voor de Notre-Dame. Wat wil je weten over dit gebouw?’ Met augmented reality (AR) leg je een extra laag over de bestaande wereld. Zo kun je informatie krijgen en beleven over de historie, de architectuur en de verwoestende brand die de kathedraal trof in 2019. Dit werkt alleen als het AR-apparaat nauwkeurige informatie over jou ontvangt: over waar je precies bent, welke objecten hier zijn en met welke intentie je er bent. Allemaal data.
• ‘Kun je een opzet maken voor een presentatie over digitale leermiddelen in onze school?’ Een chatbot als ChatGPT wordt steeds vaker ingezet als hulpmiddel. Chatbots kunnen geloofwaardige antwoorden produceren: dat doen ze op basis van statistiek en taalkenmerken en een enorme berg teksten (= data) waarmee ze zijn getraind. En elke tekst die wij invoeren in de interface, wordt gebruikt om het taalmodel achter de chatbot te verfijnen.

De data worden verzameld door software op onze devices, maar ook in toenemende mate door sensoren in die devices. Denk aan camera’s en microfoons. Die zijn ook steeds vaker aanwezig in de publieke ruimte. Bijvoorbeeld in de vorm van beveiligingscamera’s. Daarnaast zijn de meeste devices uitgerust met een bewegingsdetector en GPS-chip. Onze mobiele telefoons werken tegenwoordig ook met gezichtsherkenning en vingerafdruk voor ontgrendeling. Zo wordt het gebruik van de devices gemakkelijker en soepeler en lijkt het erop alsof de devices ons ‘begrijpen’. 

De dataverzamelingstrend breidt zich ondertussen uit. Denk aan eye-tracking in VR-brillen waarmee oogbeweging wordt gebruikt om een soepele gebruikerservaring te creëren. Of hologramtechnologie waarmee je als het ware kunt videobellen in 3D. Een andere technologie in opkomst is neurotechnologie, waarbij hersengolven worden opgevangen en geanalyseerd om de gebruiker vervolgens te informeren via een dashboard, of zelfs signalen terug de hersenen in te sturen.  

Dataverzameling stelt ons daarmee ook voor gewetensvragen, bijvoorbeeld over privacy en ons mens-zijn. 

Datahonger en privacy

Een toetsenbord is anoniem te gebruiken, maar een VR-bril met interne camera’s verzamelt zo veel data dat die al snel te koppelen zijn aan een unieke identiteit. Daarmee vertellen we veel over onszelf aan die machines. Dat is nodig voor een goede intuïtieve ervaring; dankzij data kunnen apparaten onze intenties beter interpreteren en hier beter op reageren. Tegelijkertijd vragen we ons af hoeveel we van onszelf willen blootgeven. Wetende dat commerciële bedrijven deze data verzamelen, opslaan, analyseren en in sommige gevallen zelfs verkopen. 

Echte mensen of gelijkend op een mens?  

De komst van deze menselijk lijkende machines stelt ons voor de vraag wat ons mens maakt. Hoe is interactie met machines anders dan mens-tot-mensinteractie?  

Menselijk contact wordt sowieso schaarser, het wordt steeds gemakkelijker om zonder interactie met echte mensen te leven – we raken allemaal gewend aan de zelfscankassa, om maar een voorbeeld te noemen. Nu machines steeds menselijker worden, komen hier nieuwe vragen bij. Wat te denken van deze situaties:  

• Leerlingen die tijdelijk een persoonlijke chatbot mogen gebruiken in de klas, gaan de chatbot hevig missen als hij offline wordt gehaald (dit is al onderzocht vóór het ChatGPT-tijdperk). 
• Eenzame ouderen met een AI-zorgrobot kunnen sterk zeer aan gehecht raken. Zo sterk zelfs dat ze liever geen upgrade wilden, omdat ze bang waren dat de ‘persoonlijkheid’ van deze robot te veel zou veranderen.  
• Mensen kunnen verliefde gevoelens ontwikkelen voor een chatbot. 

De grens tussen echt menselijk contact en mens-machinecontact vervaagt dus. Hoe gaan we ons verhouden tot deze menselijke machines? Van welke dingen willen we dat ze altijd (alleen) bij menselijk contact blijven horen en welke dingen mogen we ook aan machines overlaten? En wat als mensen zich misschien zelfs béter gaan voelen bij een interactie met machines en hier de voorkeur aan geven boven menselijk contact? 

Samengevat: apparaten nemen steeds meer werk van ons over en ze werken daarbij steeds beter samen met ons. Dat is onder meer mogelijk dankzij de enorme hoeveelheden data die ze verzamelen en die ze gebruiken om de interactie tussen mens en machine verder te verbeteren.

Dit zijn ontwikkelingen die nu spelen en die sterker worden. Ze hebben ook een grote invloed op het onderwijs en vragen juist ook in een onderwijscontext om aandacht en zorgvuldigheid. We gaan er hierna dieper op in.

Impact van deze trend op het onderwijs

Dagelijks gebruik van devices in het onderwijs

Persoonlijke devices zoals laptops zijn niet meer weg te denken uit de schoolomgeving. Scholen worstelen wel met de vraag of mobieltjes in de klas een goed idee zijn, vanwege de afleiding die ze geven. Maar ze horen inmiddels bij het leven van de gemiddelde leerling; het (werken met) een device is in de meeste scholen dan ook onderdeel van het lesprogramma. De trend breidt zich uit naar bijvoorbeeld VR-brillen en de inzet van sociale robots. Dit soort apparaten zetten scholen vaak in onder de noemer ‘innovatief experiment’. Maar initiatieven zoals we die bij de Vlaamse overheid zien, de hype rond de metaversity en diverse praktijkvoorbeelden zoals die bij Landstede MBO laten zien dat virtual en augmented reality (AR) structureler gebruikt gaan worden in de klas. En dan is er natuurlijk de AI-chatbot ChatGPT, die voor het onderwijs veel nieuwe mogelijkheden, vragen en uitdagingen met zich meebrengt.

Blik op de (niet zo heel verre) toekomst

ChatGPT zal niet de laatste innovatie zijn op het gebied van mens-machine-interactie in het onderwijs. Leermiddelmakers als Kahn Academy en LessonUp integreren de onderliggende technologie van grote taalmodellen en generatieve AI in hun producten. Wat verder richting de horizon, maar ook weer niet mijlenver weg, liggen devices die gebruikmaken van neurotechnologie. Het gaat dan bijvoorbeeld om hoofdbanden die iemands focus of stemming zeggen te meten. Er zijn ook al makers van oordopjes of VR-brillen die neurotechnologie integreren in bestaande producten.

Zo kunnen apparaten de toekomst van het onderwijs veranderen

Al dit soort innovaties biedt de kans om gepersonaliseerd, eigentijds en effectief onderwijs te geven.

Gebruik van machines wordt gemakkelijker

De inzet van machines en hun vernieuwende interfaces gaat in de toekomst gepaard met nog meer gebruiksgemak. Dat is althans de belofte van deze ontwikkeling. Het zal ons minder tijd kosten om apparaten te leren bedienen. Hoe mooi zou het zijn als je, in plaats van een onnavolgbaar dashboard te moeten interpreteren, eenvoudigweg aan een app of computer kunt vragen hoe het ervoor staat met de klas? Welke interventies worden geadviseerd en waarop is dat advies gebaseerd? Misschien wordt de noodzaak om dashboards te leren lezen – een vak apart – dan ook minder groot.

Meer taken uit te besteden 

Machines zijn straks in te zetten voor veel meer (denk)taken dan nu. In het uiterste geval zijn ze een haast menselijke assistent, inzetbaar voor allerlei taken. Dit is het Star Trek-achtige scenario: iedereen heeft de beschikking over een persoonlijke computer met oneindig veel rekenkracht die ook nog eens in een mum van tijd bruikbare antwoorden en uitkomsten produceert. Het is vervolgens aan de mens om die informatie op waarde te schatten en de beslissing te nemen. In de praktijk is het nog lang niet zover, maar een slimme AI-onderwijsassistent voor de leraar en een AI-tutor voor elke leerling zijn op termijn zeker niet ondenkbaar. 

Leerervaringen worden levensechter en persoonlijker 

Leren kan een authentiekere en persoonlijke ervaring worden, met meer relevante context in de leeromgeving. Als er meer bruikbare toepassingen komen op het gebied van mixed reality (XR) in combinatie met de rekenkracht van artificial intelligence, dan vergroot dit het arsenaal aan werkvormen en activiteiten. Je kunt de leercontext als het ware simuleren in 3D, in plaats van iets met veel tekst of 2D-beeld uit te leggen. Wederom – voor de liefhebbers – als voorbeeld het Star Trek-scenario: een holografische omgeving waar een leerling zonder risico’s én zonder noodzakelijke 1-op-1-begeleiding praktijksituaties kan oefenen. Maar ook minder spectaculaire opties zijn kansrijk voor het onderwijs. Wat zou het effect zijn van een VR-leeromgeving waarin het oude Egypte tot leven komt of waarin een leerling ‘meeloopt’ tijdens de Duitse inval in Polen in 1939. Waarbij je ook nog eens voor je neus een tijdlijn kunt bedienen met relevante achtergrondinformatie.  

Meer inclusiviteit mogelijk – bijvoorbeeld voor leerlingen met taalproblemen

Minder nadruk op geschreven tekst en lezen van tekst biedt kansen voor meer inclusiviteit voor iedereen die moeite heeft met taal. Taalonderwijs blijft onverminderd belangrijk om mee te kunnen in deze maatschappij. Technologische vernieuwingen maken het mogelijk om dit onderwijs op nieuwe, andere manieren te gaan geven. Mensen met een visuele beperking kunnen bijvoorbeeld steeds beter via gesproken tekst communiceren met machines; iets vergelijkbaars geldt voor mensen met een gehoorbeperking aan de hand van beelden. Er zijn ook al voorbeelden van mensen met een lichamelijke beperking die in virtual reality kunnen participeren, waarbij het voor hen voelt alsof ze die beperking niet hebben. 

Meer en rijkere data beschikbaar

Door het gebruik van deze nieuwe interfaces zijn er meer en rijkere data beschikbaar die voor een completer beeld van de leerling kunnen zorgen. Zowel de cognitieve voortgang als het welzijn en sociale aspecten komen beter in beeld. Dat betekent potentieel een betere begeleiding van elke leerling. 

Kanttekeningen bij deze nieuwe vormen van mens-machine-interactie

De genoemde voorbeeld schetsen een hoopvol beeld, maar er zijn ook aandachtspunten om goed bij stil te staan.  

Meer gebruiksgemak = minder grip  

De trend richting meer gebruikersgemak brengt met zich mee dat we minder weten van de werking van machines. Als ik een letter op mijn toetsenbord indruk, is de kans 100% dat die ook op mijn scherm verschijnt. Als ik echter tegen mijn telefoon praat is het nog maar de vraag of deze precies ‘hoort’ wat ik zeg. We leggen veel meer interpretatie neer bij de machine én we geven daarmee ook (ongemerkt) veel meer data aan een apparaat dan vroeger het geval was. 

Daar komt nog bij dat de controle en de kennis die we wel hebben over de werking van de machines, geconcentreerd is bij een kleine groep gespecialiseerde mensen. Die groep mensen heeft daarmee alle macht in handen over de werking van apparaten en software die een grote groep mensen gebruikt. 

Toegankelijkheid en inclusiviteit zijn niet vanzelfsprekend

Potentieel komt een inclusievere samenleving in zicht dankzij betere mens-machine-interactie, maar vanzelf zal dat niet gaan. De apparaten waarop de nieuwe, gemakkelijk te gebruiken interfaces werken, zijn niet zomaar toegankelijk voor iedereen. In het klein zagen we dit probleem al tijdens de COVID-lockdown: niet iedere leerling beschikte over een laptop en een internetverbinding thuis. Dit geldt ook, en misschien nog wel meer, voor dure apparaten als een VR-bril of – in de toekomst – dure abonnementen voor goede chatbots die netjes met je data omgaan. 

Als je blind bent heb je niks aan een VR-bril. En als je doof bent moet alles ondertiteld worden. Kortom, de apparaten én de software moet je ontwikkelen voor een zo breed mogelijke en diverse gebruikersgroep. Dat gaat niet vanzelf, zeker niet als de groep makers klein is en zelf niet divers.

Voor het onderwijs zijn specifiek design, onderzoek en keuzes nodig

De technologie ontwikkelt zich snel en er zijn steeds meer aanprekende voorbeelden van geavanceerde apparaten die we kunnen toepassen, nu of in de nabije toekomst. Dan is het verleidelijk om zo’n ontwikkeling ook vanzelfsprekend ‘geschikt’ te vinden voor het onderwijs. Er is echter wel extra effort voor nodig om dit goed te regelen. 

De toepassing van deze nieuwe tools, interfaces en software in het onderwijs vraagt goede didactische content en een goed pedagogisch ontwerp. Dat betekent dat je niet alleen de ict-afdeling maar ook onderwijsexperts moet betrekken bij de ontwikkeling. Kijk voor een inspirerend voorbeeld hoe Lucas Onderwijs dit aanpakt. 

Je kunt steeds meer en diverse data verzamelen. Dan is de natuurlijke neiging om op zoek te gaan naar oplossingen voor problemen met behulp van die data. Hoe kunnen we bijvoorbeeld het welzijn van leerlingen meten en dit bespreekbaar maken in de klas aan de hand van emotiedetectie en zelf-scores? Het staat echter nog lang niet wetenschappelijk vast of zoiets kan. Daarvoor is meer gericht onderzoek nodig. 

Speciaal in het onderwijs vraagt datagebruik extra aandacht. Wat gebeurt er met alle opgeslagen (vaak persoonlijke en vrij intieme) data van kinderen?  Met de meeste leveranciers van VR-brillen is bijvoorbeeld geen verwerkersovereenkomst af te sluiten.  Maar het is inmiddels bekend dat VR-software enorm veel biometrische gegevens verzamelt. Zo veel, dat het binnen een paar minuten duidelijk is welke gebruiker de bril op heeft. Zelfs met een dummy-account zonder inlog is dat te achterhalen.  

Slimme machines roepen vragen op over de rol van de leraar 

Waar de leraar een aantal jaar geleden vooral nog moest leren omgaan met de computer, tekstverwerkingssoftware en email, zijn daar ondertussen samenwerkmappen, videobellen en chatbots bijgekomen. Het aantal digitale toepassingen zal verder groeien. Hierbij zijn belangrijke (terugkerende) vragen te stellen over de rol van de leraar: 

• Wat voor waarde geven we aan mens-tot-mensinteractie in het onderwijs en wat betekent dat voor de inzet van machines? Willen we bijvoorbeeld dat er altijd een leraar beschikbaar is voor het begeleiden van de leerling? Of zijn er situaties denkbaar waarbij dit niet nodig is? 
• Wat betekent dat alles voor de rol van de leraar? In een wereld waarin chatbots de grootst mogelijk onzin geloofwaardig presenteren, groeit het belang van onderbouwde vakkennis. Hoe borgen we dit in het onderwijsproces?
• Er komen steeds meer tools voor klassenmanagement, leerlingbegeleiding en zelfs het toepassen van (vak)didactiek. Deze tools kunnen uitstekend werken als ondersteuning, maar hoe houdt de leraar grip op het proces? 
• Omgaan met deze tools vergt ook opleiding, tijd en aanpassingsvermogen. Niet alleen van leerlingen maar ook van leraren. Hoe organiseren we dat iedereen mee kan komen en de digitale kloof niet groter wordt dan deze al is? 

Een wereld vol data – wat wordt de norm?

Het veelvuldig verzamelen van data is vanzelfsprekend geworden, iets wat er nu eenmaal bij hoort. Dat is toch eigenlijk vreemd.

• Ongemerkt brengt deze datahonger met zich mee dat iedereen aan een norm moet voldoen. Alles moet gemeten worden en op basis daarvan worden bijgestuurd, als onderdeel van een maakbare wereld. Maar áls dat al mogelijk is, moet alles maakbaar zijn? Mag er geen ruimte meer zijn voor toevalligheid en worsteling?
• Je eigen data ter beschikking stellen is een glijdende schaal: geef je data weg en in ruil daarvoor krijg je gave nieuwe features en optimaal gebruiksgemak. Maar wat vinden we ervan als die features alleen mogelijk zijn met bijvoorbeeld gezichtsherkenning, een kopie van je bewegingen of zelfs hersendata? Hoe beschermen we onze leerlingen tegen het verzamelen en vercommercialiseren van deze intieme data? 

Wat is nodig in het onderwijs op het gebied van mens-machine-interactie?

De veranderende mens-machine-interactie en de nieuwe interfaces en devices die daaruit voortkomen, bieden kansen voor het onderwijs. We zien echter ook een aantal risico’s en plaatsen kanttekeningen bij de inzet van deze innovaties. Als we ervoor willen zorgen dat ze ons onderwijs inderdaad mooier, eigentijdser en beter maken, dan is hiervoor actie vereist.

De hoopvolle en kansrijke voorbeelden uit dit artikel gebeuren namelijk niet vanzelf. Daarvoor is het nodig dat de onderwijssector van zich laat horen. Het onderwijs moet meedenken met de makers van deze technologieën, over goede toepassingen. Niet alleen commerciële, maar ook belangrijke publieke waarden moeten worden meegenomen in de doorontwikkeling van deze technologie.

Hoe kan de onderwijssector volgens ons op een goede manier in actie komen?

• Meedoen en richting geven aan het publieke debat 
• Zelf nieuwe technologieën uitproberen 
• Richtlijnen afspreken over nieuwe technologieën 
• De digitale kloof bewaken en verkleinen 

Meedoen richting geven aan het publieke debat

Technologie is niet iets wat ons overkomt. We kunnen verrast zijn over ontwikkelingen of de snelheid ervan, maar we kunnen ook bijsturen, aangeven welke kant het op moet. Neem daarom deel aan het publieke debat en leg een aantal principes neer voor deze nieuwe interfaces en de bijbehorende dataverzameling. Voorbeelden van dit soort principes:

• Het borgen van mens-mens-interactie als basisrecht in het onderwijs.
• Zorgen dat er altijd een leraar betrokken is bij belangrijke besluiten over de leerling. Borg daarbij ook de autonomie van de leraar; die kan en mag tegen het besluit van een machine ingaan.
• Bescherming van leerlingdata, koste wat kost. Ook als het gaat om pilots met nieuwe interfaces (daarvoor is een schoolorganisatie nu al verantwoordelijk).
• Niet alles zomaar vastleggen en meetbaar maken. Er is in het onderwijs ruimte voor speelruimte, uitproberen zonder gemonitord te worden, om te falen en om ‘anders’ te zijn.

Zelf nieuwe technologieën uitproberen

Welke interfaces en technologieën zoals VR en AI-chatbots werken goed voor het onderwijs, en in welke context? Het is aan onderwijsprofessionals zelf om hiermee aan de slag te gaan. Denk na over nieuwe manieren om lesstof aan te bieden, of zelfs compleet nieuwe vormen van onderwijs te ontwikkelen. Doe dit in samenwerking met de makers van leermiddelen en content en wetenschappers. Zoek hier de samenwerking op met andere scholen en schoolbesturen. Dat kan in landelijk verband, maar ook regionaal of in een lokaal innovatielab van een bestuur. 

Richtlijnen afspreken over nieuwe technologieën

Met de ervaringen die je als school of schoolbestuur opdoet, is het mogelijk om gezamenlijk richtlijnen af te spreken. Hoe vinden we dat we technologieën voor een soepele mens-machine-interactie het beste kunnen toepassen in het onderwijs?

De digitale kloof bewaken en verkleinen

We moeten ervoor waken dat de digitale kloof niet groter wordt. Iedereen moet de kans krijgen om met nieuwe interfaces zoals VR-brillen en AI-chatbots om te leren gaan. De technologie is kostbaar en daardoor niet zomaar voor iedereen beschikbaar. Wie hier niet de gelegenheid heeft om ermee te werken, loopt op een achterstand op. De vraag is bij wie de verantwoordelijkheid ligt om de kansengelijkheid op dit vlak te regelen. Moet de school dit organiseren of is dit een probleem van de hele sector?  

Als deze technologieën wel beschikbaar zijn is de volgende vraag: hoe leren we een leerling ermee om te gaan? Dat betekent iets voor de inhoud van het curriculum. We noemen hier de belangrijkste kennis en vaardigheden voor mens-machine-interactie: 

• Een basale kennis van de werking van nieuwe technologieën 
• De vaardigheden om met deze nieuwe tools en interfaces om te gaan 
• Taalvaardigheden. Taal – in welke vorm dan ook – is nog altijd hét meestgebruikte middel voor interactie. Interactie met mensen én met machines. Jezelf kunnen uitdrukken is cruciaal voor een goede mens-machine-interactie en voor een goed gebruik van nieuwe (AI-)technologie 
• Kritisch denkvermogen. Het is steeds minder goed te beoordelen of de technologie het bij het rechte eind heeft. Je moet kunnen herkennen of een AI-chatbot onzintekst produceert. En als je me een AI-avater spreekt in een virtuele omgeving, is het belangrijk om je daarin niet te verliezen en grip te houden op de realiteit.

De meeste van deze vaardigheden vallen onder de noemer digitale geletterdheid.  

Meer trendartikelen