In dit artikel schetsen we 3 toekomstige onderwijssituaties waarin chatbottechnologie een rol speelt. Het zijn herkenbare situaties die nu ook al deels voorkomen. De achterliggende technologie ontwikkelt zich nog. Hieronder laten we zien hoe de inzet van chatbots op termijn de school en de leraar kan ondersteunen.

Situatie 1: kennis over studiegids en keuzevakken

Een ambitieuze mbo-student wil weten welke extra keuzevakken ze eventueel in het volgende blok kan volgen en hoe zwaar ze zijn. Ze kijkt eerst in de studiegids, maar wil eigenlijk liever een gesprek met de studiebegeleider die haar goed kent en die weet wat ze wil. Omdat hij deze week helemaal is volgeboekt, gaat ze naar de chatbot op de website van de school.

toets op toetsenbord live chat
© ISTOCK

Ze begint met de vraag: “Welke keuzevakken zijn er volgend blok?” De chatbot stelt haar vragen terug: Welke opleiding volgt ze? Welke vakken heeft ze al afgerond? En wat zijn haar interesses? Op basis daarvan krijgt ze een aantal opties met links naar meer informatie. Nadat ze die heeft bekeken, keert ze terug naar de chatbot. Een aantal vragen kan deze niet beantwoorden, bijvoorbeeld of de docenten een beetje aansluiten bij haar manier van leren en hoe andere studenten de vakken hebben ervaren.

Voor die overgebleven vragen plant de chatbot de volgende maandag een kort gesprekje voor haar in met haar studiebegeleider. Deze is blij, want hij kan haar nu sneller en gerichter adviseren en extra suggesties geven die de chatbot op basis van haar antwoorden niet had bedacht. Omdat de studiebegeleider weet welke richting ze uiteindelijk op wil, kan hij haar verdiepende vragen ook nog beter in die context beantwoorden. Daarmee bespaart de chatbot de begeleider tijd en verbetert de kwaliteit van het gesprek.

Situatie 2: hulp bij planning en overzicht

Een 3-havo-leerling staat een onvoldoende voor 2 kernvakken. Als hij dat voor het einde van het jaar niet weet te herstellen blijft hij misschien zitten. Zijn mentor weet dat hij al een tijdje niet zo lekker in zijn vel zit omdat zijn ouders in scheiding liggen. Daardoor is hij wat sneller afgeleid en heeft hij moeite met het plannen van zijn huiswerk. De mentor raadt zijn leerling aan om gebruik te maken van de leerplanning-chatbot die precies weet wanneer de lessen zijn. Omdat de leraar aan het begin van het blok al het huiswerk, de deadlines en de toetsmomenten heeft ingevoerd, kan de chatbot de leerlingen op het juiste moment een herinnering sturen.

Niet elke leerling heeft dezelfde routine voor het maken van huiswerk en leren voor een toets. De chatbot leert de verschillende persoonlijke routines kennen en stuurt dan per leerling op het juiste moment een herinnering. Voor de leerling in kwestie werkt het het beste om 3 dagen van tevoren een reminder te sturen dat er wat aan komt en vervolgens een dag van tevoren nogmaals, maar dan met de link naar de stof. Dan klikt hij het vaakst op de link. Na een tijdje is de leerling weer op stoom en lijkt hij zijn onvoldoendes te gaan omzetten in voldoendes. Of hij de chatbot blijft gebruiken weet hij nog niet. Misschien gaat het volgend schooljaar alweer een stuk beter thuis.

Situatie 3: middelbare-schooladvies

De ouders van Marjolein vinden het heel spannend dat hun dochter volgend jaar alweer naar de brugklas gaat. Bij de overgang naar de middelbare school komt nogal wat kijken: eindtoets, schooladvies, schoolkeuze, en daarna: in wat voor klas komt ze terecht? Zal ze daar wel aarden? Hun dochter heeft de eindtoets heel goed gemaakt. Het advies is havo en misschien wel vwo.

Zelf wil ze graag het gymnasium proberen, want ze wil geneeskunde studeren en dan is Latijn erg handig. Bovendien gaat haar beste vriendin daar ook naartoe. Haar ouders vinden het lastig: er zijn verschillende scholengemeenschappen die een gedeelde brugklas havo/vwo aanbieden, maar het enige gymnasium in de stad is een gespecialiseerde school. Wat nou als na het eerste jaar blijkt dat het gymnasium toch iets te hoog gegrepen is?

Chatbot op de smartphone © ISTOCK

Om een goede keuze te kunnen maken, plannen de ouders een gesprek in met de leraar van hun dochter. Ter voorbereiding hierop stellen ze hun vragen aan een chatbot in een soort WhatsApp-chat. Die kan al veel vragen beantwoorden, zoals:

Ook regelt de chatbot het verzoek om een gesprek met de leraar in te plannen op een tijdstip dat iedereen kan.

De belangrijkste vraag blijft echter onbeantwoord: “Kan ze het wel aan en zal ze op die school wel aarden?” Die vraag komt aan bod in het gesprek met de leraar die hun dochter al een tijdje heeft meegemaakt. Uiteindelijk kiezen ze toch voor het gymnasium. De leraar schat in dat hun dochter het met hard werken gaat redden en dat het zeker gaat helpen als haar beste vriendin bij haar in de buurt is.

Volwassenheid van de technologie

In onderstaande Hype Cycle ziet u de volwassenheidsfase van de technologieën die hierboven in de situatieschets aan bod komen.

Weergave van de technologieën op de Hype Cycle

Om de toekomstschets hierboven mogelijk te maken, worden verschillende technologieën in samenhang gebruikt. We hebben ze in de Hype Cycle geplaatst, om ook een idee te geven van de volwassenheidsfase waarin ze zich bevinden.

Veel van de technologieën in de Hype Cycle waar chatbots gebruik van maken of mee samenwerken, zijn al aanwezig in de meeste scholen en bevinden zich op het plateau of productivity. Ze zijn volwassen en worden breed ingezet in het onderwijs. 

Chatbots zelf zijn nieuw en, in de vorm die wij beschrijven, nog niet heel volwassen. Ze zijn daarom na de peak of inflated expectations geplaatst. Dat geldt zeker voor chatbots in het Nederlandse taalgebied. Specifiek voor het Nederlandse onderwijs geldt dat er nog nauwelijks chatbots actief zijn zoals in beschreven voorbeelden. 

De uitdaging ligt vooral in de intelligentie van de bot: een chatbot geprogrammeerd met artificial intelligence (AI) leert van vragen en antwoorden, maar is ingewikkelder te maken. Ook moet een chatbot met andere systemen communiceren, zoals het portfolio en het leerlingvolgsysteem, en informatie kunnen uitwisselen om een leerling of ouder zo soepel mogelijk te kunnen helpen. Uitwisseling van gegevens is echter nog geen vanzelfsprekendheid.

Chatbots

Chatbots zijn programma’s die interactie hebben met mensen via taal. De gebruiker stelt een vraag en de bot geeft antwoord. Ze simuleren daarmee een menselijk gesprek. De meeste chatbots communiceren in geschreven tekst, maar steeds meer chatbots gebruiken gesproken tekst. Chatbots kunnen leraren ontlasten bij routinematige begeleiding van leerlingen en hun ouders. Denk aan het proactief en op het juiste moment sturen van tekstberichten en klikbare links voor lesvoorbereiding, inzichten uit het dashboard, roosterwijzigingen en andere aandachtspunten rond het dagelijkse onderwijs.

Artificial intelligence (AI)

AI richt zich op algoritmes die machines zoals chatbots intelligent gedrag laten vertonen. Data vormen de basis voor het trainen van deze algoritmes. Door vragen van leerlingen en ouders en hun klikgedrag bij te houden, te verwerken en te analyseren, wordt AI beter en kan de chatbot steeds meer en betere antwoorden geven. Hierdoor worden leerlingen en ouders steeds meer op maat bediend en krijgt de leraar meer tijd voor het begeleiden van leerlingen.

Model Artificial intelligence
Artificial intelligence gebruikt data en een algoritme. © Kennisnet

Leerlingvolgsysteem

Het leerlingvolgsysteem is de plek waar alle eindresultaten van modules en vakken worden opgeslagen. De chatbot maakt voor zijn antwoorden gebruik van de gegevens in dit systeem.

Portfolio

In een digitaal portfolio worden foto’s, teksten, video’s en andere bestanden over resultaten en voortgang van een leerling opgeslagen. Het is niet alleen een plek om werk te verzamelen, maar kan ook gebruikt worden als een leerlingvolgsysteem, evaluatietool, rapport en digitale leeromgeving. De chatbot maakt gebruik van gegevens uit het leerlingvolgsysteem.

Standaarden voor gegevensuitwisseling

De intelligentie in chatbots leunt zwaar op actuele data uit het leerproces en andere informatie zoals lesroosters en studiegidsen. Dit alles is alleen mogelijk als de uitwisseling van gegevens gestandaardiseerd is. Dan kunnen gegevens worden uitgewisseld tussen het leermateriaal in de simulatie app, het portfolio en het leerlingvolgsysteem.

Digitale leermiddelen

Digitale middelen zorgen voor data die chatbots gebruiken voor het automatisch beantwoorden van vragen van leerlingen en ouders. Door de chatbot te koppelen aan de content uit de digitale leermiddelen kan een school of leraar meer uitbesteden aan de chatbot dan enkel administratief werk. Denk aan de digitale lesstof die de leerling uit situatie 2 krijgt aangeboden op het moment dat het beste past bij zijn manier van plannen en voorbereiden.

Aandachtspunten en tips

Zorg voor een goede informatiehuishouding

Chatbots kunnen veel werk uit handen nemen, maar vragen tegelijkertijd om een strakke interne informatiehuishouding. Het is noodzakelijk dat systemen gekoppeld zijn en vrij gegevens kunnen uitwisselen. En dat die systemen vervolgens ook actief worden bijgehouden.

Werk nauw samen met ontwikkelaars

Chatbots voor het onderwijs zijn geen kant-en-klaar product. Het ontwikkelproces samen met een chatbotontwikkelaar is cruciaal om een chatbot geschikt te maken voor onderwijsinhoud en -processen.

Zet chatbots in op het niveau dat bij u past

Chatbots kunnen op meerdere niveau’s (administratief) werk op school overnemen. Ze kunnen bijvoorbeeld een wegwijzer zijn binnen de al bestaande voorzieningen die u heeft. Denk aan het verwijzen naar waar u een afspraak kunt maken met de begeleider. Of ze kunnen bestaande voorzieningen en bijbehorende processen overnemen, zoals direct een afspraak maken via de chatbot. Welk niveau bij u past, hangt af van de IT-volwassenheid van uw school en de tijd die u heeft om de chatbot te optimaliseren. Bespreek daarom vooral met uw leverancier wat er mogelijk is en weeg dan intern af welke mogelijkheden (voorlopig) nog te hoog gegrepen zijn.

Richt een lerend proces in

Log de vragen die de chatbot niet kan beantwoorden en bekijk ze periodiek. Richt ook een proces in waarbij u kunt zien welke vragen volgens de ouders niet goed worden beantwoord. Na analyse zijn er meerdere opties: vul de vragen waarop de chatbot kan reageren verder aan met nieuwe antwoorden of pas de bestaande antwoorden aan. Of handel de vraag op een andere manier af.

Deel deze pagina: Minder werkdruk leraar door chatbots: een voorbeeld van individueel maatwerk

Delen
  • LinkedIn
  • Facebook
  • Twitter
  • E-mail
  • Deel deze pagina