Inleiding

Aandacht voor specifieke behoeften van leerlingen is een langgekoesterde ambitie van het onderwijs. Technologie, zoals artificial intelligence (AI) of kunstmatige intelligentie, biedt kansen om die ambitie waar te maken. De technologie die maatwerk ondersteunt is daarentegen nog volop in ontwikkeling. Scholen, ontwikkelaars en leveranciers moeten in samenwerking nog veel kennis en kunde opdoen voordat AI breed toepasbaar is. Maar dat deze ontwikkeling snel zal gaan, daar zijn we van overtuigd. 

Er zijn ook keerzijden. Als AI-systemen steeds ‘slimmer’ worden en meer taken voor ons uitvoeren, moeten we bijvoorbeeld waken voor bias. Zo kan een ontwikkelaar bewust of onbewust een vooroordeel in het algoritme programmeren. Ook kan de dataset waarop het algoritme wordt getraind onvolledig, vervuild of incorrect zijn. Het is daarnaast belangrijk dat we ons blijven afvragen in welke gevallen en onder welke voorwaarden we een algoritme wel of niet voor ons willen laten beslissen.

Wat leest u in deze publicatie?

In deze publicatie staat alle informatie over AI in het onderwijs overzichtelijk bij elkaar. We: 

Terug

Wat is AI eigenlijk?

Artificial intelligence is het vermogen van computers om taken uit te voeren waarvoor mensen hun intelligentie inzetten. Denk aan waarnemen, herkennen, analyseren, redeneren, problemen oplossen,  voorspellen en interacteren met de omgeving. Dit allemaal geïnspireerd door de manier waarop mensen hun zenuwstelsel en lichaam gebruiken om te voelen, leren, redeneren en actie te ondernemen.

Door de toename in rekencapaciteit en de beschikbaarheid van enorme hoeveelheden data maakt AI nu een snelle ontwikkeling door. Data vormt namelijk de basis voor het trainen van algoritmes die AI mogelijk maken. Door deze grote en gevarieerde hoeveelheid gegevens te verwerken en te analyseren kan AI beter worden.

Artificial intelligence (AI) of kunstmatige intelligentie in 2 minuten uitgelegd © RTL Z

Hoe werkt AI?

Een belangrijk verschil tussen programma’s die AI gebruiken en andere programma’s is het lerend vermogen. De meeste bestaande adaptieve leermiddelen zijn regelgebaseerde systemen. Ze vertonen intelligent gedrag dat van tevoren is bedacht. Denk aan een schaakprogramma dat geprogrammeerd is met alle mogelijke strategieën, beslissingen en regels. Een AI-schaakprogramma met zelflerend vermogen analyseert data - bijvoorbeeld miljoenen schaakpartijen - en leert daardoor zélf de schaakregels en effectieve strategieën, en maakt vervolgens zelf beslissingen.

Er zijn meerdere soorten van AI. Denk aan supervised en unsupervised machine learning, reinforcement learning en deep learning.

Meer weten? Lees meer over de werking van AI, robots en verschillende vormen van machine learning.

Terug

AI in het onderwijs: huidige stand van zaken

Als we kijken naar de huidige toepassing van AI in het onderwijs denken we vaak het eerste aan adaptieve leermiddelen waar veel scholen in hun dagelijkse onderwijspraktijk al gebruik van maken. Ze bieden leerlingen de mogelijkheid om in eigen tempo en op eigen niveau te leren, waar en wanneer zij willen. De data uit de leeractiviteiten wordt verzameld, geanalyseerd en benut om het individuele leerproces te evalueren en bij te sturen. Door deze data per leerling overzichtelijk samen te voegen en te tonen, kunnen leraren gerichte instructie geven en aandacht besteden aan coaching, de vorming en het welzijn van leerlingen.

AI versus adaptief leermateriaal

De meeste huidige adaptieve leermiddelen zouden we als AI kunnen beschouwen, maar maken daarbij vaak nog geen gebruik van zelflerende kunstmatige intelligentie. De verwachting is dat adaptieve leermiddelen zullen doorontwikkelen en hun mogelijkheden en effectiviteit zullen vergroten door verschillende technologieën in te zetten, waaronder zelflerende AI.

Maar zover zijn we nog niet, adaptieve leermiddelen zijn nog volop in ontwikkeling. En hoewel we meer weten over wat wel en niet goed werkt bij de inzet van adaptieve leermiddelen, moeten scholen, ontwikkelaars en leveranciers samen nog veel kennis en kunde opdoen voordat adaptief leermateriaal breed toepasbaar is.

Meer weten over het huidige gebruik van AI in leermiddelen? Lees het artikel AI in leermiddelen: een nuchtere blik op de stand van zaken.

Hype Cycle: volwassenheid van AI

Op onderstaande Hype Cycle zijn alle technologieën gerangschikt die voor adaptiviteit en AI van belang zijn. De plaats op de Hype Cycle toont een momentopname van de relatieve volwassenheid van een technologie en het potentieel ervan.

Als overkoepelende technologie plaatsen we AI in de peak of inflated expectations-fase. Er is veel aandacht voor, en de verwachtingen voor het onderwijs zijn hoog: leermiddelen die gebruik maken van zelflerende AI zouden nog meer dan nu de leerling kunnen begrijpen en ondersteunen. Tegelijkertijd zijn er nog maar weinig instellingen en producten die er gebruik van maken, waardoor deze verwachtingen nog niet aan de praktijk zijn getoetst.

Hype Cycle met daarin verschillende technologieen, waaronder AI, machine learning, chatbots, learning analytics en adaptief leermateriaal
Er is veel aandacht voor AI en de verwachtingen voor het onderwijs zijn hoog: leermiddelen die gebruik maken van zelflerende AI zouden nog meer dan nu de leerling kunnen begrijpen en ondersteunen © Kennisnet

In de huidige praktijk zien we vooral adaptief leermateriaal en adaptieve toetsen, die meestal nog geen gebruik maken van zelflerende AI, maar wel van gegevens uit het leerproces. Adaptief leermateriaal is in zijn ontwikkeling al een fase verder. Het zit in de zogenaamde trough of disillusionment waar het kaf van het koren wordt gescheiden. De andere toepassingen die op de Hype Cycle staan, bespreken we in de volgende paragraaf.

Concrete AI-toepassingen in het onderwijs

Naast adaptief leermateriaal dat al dan niet gebruik maakt van zelflerende AI, zien we in het onderwijsproces een aantal andere concrete toepassingen die gebruik maken van AI:

Telefoon die wordt vastgehouden met op het scherm een gesprek zichtbaar met een chatbot. Op de achtergrond is een laptop te zien.
Voor een goed functionerende chatbot zijn 3 componenten noodzakelijk: AI die begrijpt wat de gebruiker zegt, een interface en een ontwerp van het verloop van een gesprek. © iStock

Terug

Datagebruik, privacy & ethiek

Alle nieuwe gereedschappen die ons leven verbeteren, brengen risico’s met zich mee. Dat geldt ook voor AI. Zo kan een ontwikkelaar bewust of onbewust vooroordelen in een algoritme programmeren (bias). Ook kan de dataset waarop het algoritme wordt getraind onvolledig, vervuild of incorrect zijn. En zelfs als een AI-systeem onbevooroordeeld is gemaakt, zijn nog niet alle problemen van de baan. Want wat als we niet meer kunnen achterhalen hoe een algoritme tot een bepaalde conclusie is gekomen? Ook de steeds groter groeiende hoeveelheid data die over ons verzameld en geanalyseerd wordt, leidt tot achterdocht en een hernieuwde aandacht voor vertrouwen in de digitale wereld. Hoe kunnen we ervoor zorgen dat we informatiebeveiliging en privacy goed geregeld hebben en ethisch verantwoord handelen?

AI is zo goed als de trainingsdata die wordt gebruikt

Een bekende uitspraak bij het ontwerp van processen en softwaresystemen is garbage in, garbage out. Ofwel, als we ergens rommel in gooien, komt er ook rommel uit. Dat geldt ook voor algoritmen en AI. Wanneer een algoritme getraind wordt met data die onvolledig, onjuist, of simpelweg niet representatief is, dan kunnen we natuurlijk ook niet verwachten dat de uitkomsten van dat algoritme juist zijn. 

Een voorbeeld: als iemand in een zoekmachine zoekt op ‘bruidsjurk,’ is de kans groot dat de resultaten een collectie uitbundige, witte, kanten jurken laten zien. Dat geeft een eenzijdig, westers beeld. Zoek maar eens op ‘bruidsjurken over de hele wereld’ en de resultaten geven een veel kleurrijker beeld. Iets dichter bij het onderwijs valt te denken aan een algoritme voor spraakherkenning dat is getraind op basis van gesprekken tussen volwassenen met Nederlands als moedertaal. Dat is niet zomaar bruikbaar voor spraakherkenning bij kinderen, en de spraakherkenning bij kinderen die Nederlands als tweede taal leren, zal nog minder nauwkeurig zijn. Bijvoorbeeld vanwege de uitspraak en de breedte van het vocabulaire.

Goed omgaan met de gebruikersdata

Naast de trainingsdata is ook de real time gebruikersdata die wordt gebruikt in AI een aandachtspunt. Een school is volgens de wet verantwoordelijk voor de zorgvuldige inrichting van dergelijke maatregelen, ook als de implementatie ervan bij leveranciers belegd is. Niet alle soorten gegevens mogen zomaar gebruikt worden voor profilering, personalisering of analyses over groepen leerlingen. 

Meer weten over hoe scholen goed kunnen omgaan met de gegevens van medewerkers en leerlingen? Bekijk de aanpak IBP van Kennisnet. Onderdeel van deze aanpak is bijvoorbeeld privacy by design, een wettelijke verplichting vanuit de AVG die geldt voor aanbieders van software, maar ook voor scholen die hun onderwijsproces ‘ontwerpen’. Zorg ervoor dat de data die ontstaat in het leerproces alleen beschikbaar is voor diegenen die het nodig hebben. Daarmee is de data preventief beschermd tegen ongeautoriseerd gebruik.

Bescherm data preventief tegen ongeautoriseerd gebruik © iStock

Inzicht in AI-beslissingen

Zorgvuldig omgaan met de data die wordt gebruikt bij training en analyse is belangrijk. Maar zorgvuldig omgaan met de conclusies en aanbevelingen van AI-systemen is minstens zo essentieel. AI-systemen gaan namelijk steeds meer adviezen geven en voorspellingen doen, bijvoorbeeld over hoe leerlingen het komende jaar, of zelfs in hun loopbaan, zullen presteren. 

Als gebruikers van een systeem waarin AI wordt toegepast, kunnen we allerlei vragen hebben over de werking van een systeem. Waarom komt de AI tot deze beslissing of conclusie? Welke andere mogelijkheden waren er en waarom zijn die afgevallen? Wanneer wordt er een goede conclusie getrokken en wanneer niet? Hoe kan ik vertrouwen hebben in AI? En wat als ik een fout tegenkom, hoe kunnen we die corrigeren?

Tot nu toe kunnen systemen doorgaans zo ontworpen worden, dat de antwoorden op deze vragen kunnen worden gegeven. In het geval van zelflerende AI is dat alleen gemakkelijker gezegd dan gedaan. Hoe dat komt en waarom er zoveel te doen is over deze ‘uitlegbaarheid’ van algoritmen leest u in het artikel Artificial intelligence verantwoord inzetten: laat de algoritmen zichzelf uitleggen.

Mogelijkheid versus wenselijkheid

In de toekomst worden voorspellingen op basis van historische gegevens en leerresultaten alleen maar nauwkeuriger. Maar, wanneer we niet meer kunnen beoordelen of we het eens zijn met deze voorspelling, is het gevaar dat we niet - of juist blind - gaan vertrouwen op het advies van AI-systemen. De vraag is of we dat moeten willen. Een ethische vraag die hiermee nauw samenhangt, is: in hoeverre kunnen we het ons nog veroorloven om af te wijken van het AI-advies zonder in de problemen te komen met leerlingen, ouders of schoolleiding, zoals nu soms al het geval is met de uitslag van de eindtoets? 

Meer weten over ethiek, waarden en technologie? Lees de publicatie 'Waarden wegen - Een ethisch perspectief op digitalisering in het onderwijs'.

Terug

AI en onderwijs, waar moet ik op letten?

Bij de inzet van AI in het onderwijs gelden uiteraard dezelfde adviezen die Kennisnet altijd al geeft over de inzet van technologie. Het Vier in balans-model blijft daarbij leidend. Het model beschrijft de randvoorwaarden die nodig zijn om ict in het onderwijs goed te kunnen gebruiken: 

  • visie
  • deskundigheid
  • inhoud en toepassing
  • infrastructuur

Deze voorwaarden moeten met elkaar in balans zijn wanneer scholen de gewenste opbrengsten op het gebied van ict willen bereiken. 

Voor AI is het belangrijk om te beseffen dat deze technologie zich in een vroeg ontwikkelstadium bevindt. Er valt nog veel te ontdekken over de manier waarop we de technologie goed en effectief kunnen inzetten. Brede uitrol van AI is dan ook niet verstandig, maar experimenteren om verwachtingen en mogelijkheden in de praktijk te toetsen helpt wel  om een beter beeld van AI te krijgen. Daarbij is de samenwerking met leveranciers die AI toepassen in leermiddelen en andere onderwijssystemen, erg belangrijk. Afhankelijk van hoe ver een school zelf is met AI, willen we daarnaast de volgende adviezen meegeven.

Voor wie zich aan het oriënteren is op AI

  • Binnen bestuur en scholen zullen er allerlei denkbeelden leven over de impact die AI kan hebben, zowel gewenst als ongewenst. Discussieer samen over toekomstscenario’s (zowel droom- als doemscenario’s). Dat verplicht om na te denken over ongemakkelijke vragen over bijvoorbeeld de taak en rol van de leraar. Zo zijn scholen beter voorbereid op toekomstige dilemma’s en creëren ze begrip voor verandering, omdat ze het onderwijsteam nu al meenemen in het veranderproces.
  • Behoefte aan meer inspiratie over de rol van AI in het onderwijs? Lees het Technologiekompas.

Voor wie aan de slag wil met AI

  • Besef dat AI niet als los product te koop is. AI is een verzameling van methodieken en technologieën die onder dit begrip vallen en van elkaar verschillen, bijvoorbeeld in de mate van complexiteit en in de toepassingen waarvoor ze geschikt zijn. Is een school van plan om leermateriaal of onderwijssoftware aan te schaffen dat intelligent gedrag vertoont? Vraag leveranciers dan naar wat zij nu eigenlijk specifiek in hun product gebruiken, wat zij kunnen vertellen of uit onderzoek weten over de effectiviteit ervan, en de randvoorwaarden die nodig zijn om de technologie goed in te zetten.
  • Bedenk en bespreek of en onder welke voorwaarden het een goed idee is om AI-gebaseerde systemen in te zetten. Gebruik het sturingsmodel waardevol digitaliseren om de ethische discussie te helpen vormgeven. De ethische discussie kan op 2 niveaus worden gevoerd: over de inzet van AI in het onderwijs in het algemeen, en meer toegespitst op een specifieke toepassing of experiment. Deze discussie helpt om kaders en uitgangspunten te formuleren.
  • Zorg ervoor dat er aandacht is voor de vraag welke informatie noodzakelijk is om een advies, een beslissing of een conclusie te kunnen begrijpen. Lees hier meer over in het artikel Artificial intelligence verantwoord inzetten: laat het algoritmen zichzelf uitleggen.
  • Start met uitproberen op kleine schaal, door experimenten of pilots. Bijvoorbeeld met één vaksectie, of één jaarlaag. Door in kleine setting AI-toepassingen uit te proberen, kunt u kijken of deze voldoen aan verwachtingen, zonder al te grote risico’s.

Voor wie al aan de slag is met AI

  • Zorg ervoor dat er duidelijke doelen en verwachtingen zijn geformuleerd voor de experimenten, zodat achteraf kan worden beoordeeld of ze wel of niet voldoen aan de verwachtingen. Stel de verwachtingen bij. Evalueer ook de kaders: waren deze misschien te beperkend of kijken we er nu anders tegenaan gezien de ervaring? Kijk dan ook naar de eerder geformuleerde ethische uitgangspunten en stel deze bij op basis van ervaring.
  • Betrek leveranciers bij experimenten. Daardoor krijgen zij een beter beeld over wat het onderwijs wil, wat het onderwijs wel of niet wenselijk vindt en onder welke voorwaarden AI ingezet kan worden. En daardoor kan het onderwijs meer leren over de mogelijkheden. Samenwerking is essentieel om ervoor te zorgen dat het onderwijs AI goed kan benutten onder de voorwaarden die zij stellen.

Altijd een goed idee

  • Richt de randvoorwaarden rondom data goed in. Algoritmen in AI-technologie kunnen alleen verbeteren door te trainen en te testen met data. Daarmee analyseren ze vervolgens de actuele data uit het leerproces. Maar dan moeten systemen wel voldoende, bruikbare en uitwisselbare data produceren. Privacy en AVG moeten bij de opbouw van experimenten direct een punt van aandacht zijn.

Terug

AI in het onderwijs op de lange termijn

AI is aan een opmars bezig met ingrijpende gevolgen in onze maatschappij en in ons onderwijs. Hoewel er nog een lange weg te gaan is, zijn de gevolgen in specifieke taken en beroepen al zichtbaar. Bestaande beroepen veranderen en nieuwe ontstaan. Ook in het onderwijs nemen adaptieve leermiddelen al routinematige onderwijstaken over.

En dat is nog maar het begin: AI-toepassingen kunnen steeds completer het leerproces van een leerling volgen en op basis van analyses en voorspellingen, gerichte feedback geven en aanpassingen voorstellen in de leerroute. Leraren kunnen zich hierdoor nog meer richten op begeleiding en coaching. Bijvoorbeeld bij het aanleren van sociaal-emotionele vaardigheden, die leerlingen in de toekomst meer dan ooit nodig hebben. Zo leiden we leerlingen niet alleen meer op voor een beroep, maar ook voor een zinvol bestaan in een complexe wereld.

Artificial intelligence in de maatschappij: leven en werken

AI is overal. Het helpt de politie bij het voorspellen van woninginbraken of artsen bij het kiezen van de meest effectieve behandelmethode voor kankerpatiënten.

In de toekomst neemt de invloed van AI en robotisering verder toe. Zo zullen robots operaties uitvoeren en algoritmen de gevolgen van nieuw overheidsbeleid voorspellen. Mensenwerk zal zich toespitsen op die taken en functies waar machines nog niet rendabel of effectief inzetbaar zijn, zoals het met beleid oppakken van voorwerpen. De juiste hoeveelheid druk toepassen op telkens verschillende objecten is bijvoorbeeld heel ingewikkeld voor een robot.

Illustratie van een robot die kinderen uitzwaait
In de toekomst neemt de invloed van AI en robotisering verder toe © Kennisnet

Vooral waar sprake is van routinematige of zelfs ingewikkelde taken die zich goed laten vangen in algoritmes, zullen beroepen veranderen. Denk aan belastingadviseurs, magazijnmedewerkers en accountants. Deze beroepen worden ondersteund met AI-analyses zodat mensen zich kunnen richten op onderscheidende activiteiten, zoals beslissingen en handelingen waarbij empathie en moreel besef belangrijk zijn.

Artificial intelligence in het onderwijs: leren

De impact van AI op de maatschappij zal ook in het onderwijs zichtbaar zijn: zowel in wat we leren (de inhoud van het curriculum), hoe we leren (op welke manier en met welke middelen) als hoe we het onderwijs organiseren (op welke plaats en op welk moment) en de keuzes die we maken over leerlingen, vakken en scholen.

Leerinhoud bereidt voor op een maatschappij met AI

Leerlingen moeten de kennis en vaardigheden opdoen die hen voorbereiden op een maatschappij vol AI. Ze moeten snappen wat het betekent om mens te zijn in een wereld waarin je voortdurend met AI in aanraking komt. En hoe ze kunnen omgaan met suggesties van AI-analyses. Dat betekent nogal wat voor het onderwijs. Welk fundament voor leven en werken willen we leerlingen in het basisonderwijs meegeven? Op welke beroepen oriënteren ze zich in het voortgezet onderwijs? Hoe ontwikkelen en organiseren mbo-opleidingen zich, rekening houdend met de impact van AI op banen en beroepen? En welk perspectief biedt dat studenten op een carrière in dat vak? Vragen die niet eenvoudig te beantwoorden zijn, maar die wel relevant zijn voor onderwijsbesturen.

Leermiddelen ondersteunen complexere denkvaardigheden

Adaptief leermateriaal biedt nu maatwerk op individueel niveau en ondersteunt het ontwikkelen van eenvoudige denkvaardigheden. AI ontwikkelt zich snel en zal de mogelijkheden van leermiddelen vergroten om het denkproces van een leerling beter te kunnen volgen en begrijpen, en daardoor maatwerk te bieden op individueel niveau.

AI-technologie wordt al in nicheproducten ingezet voor ondersteuning bij het nakijken van open opgaven. Hierin kan AI al wel technisch, maar nog niet begrijpend lezen. Het kan bijvoorbeeld woorden tellen en grammatica checken, maar niet beoordelen wat de bedoeling, onderbouwing en opbouw van een stelopdracht is. Hiermee wordt al wel geëxperimenteerd.

Het is een kwestie van tijd voor we ook het aanleren van complexere denkvaardigheden zoals analyseren, reflecteren, evalueren, en het toepassen van bestaande kennis en vaardigheden in nieuwe situaties, in volwassen Nederlandse onderwijsproducten zullen aantreffen.

Leerproces wordt op leerrouteniveau ondersteund

Momenteel biedt adaptief leermateriaal mogelijkheden voor maatwerk op het niveau van een leermiddel of vak. In de toekomst kunnen we denken aan een doorontwikkeling naar maatwerk op leerrouteniveau. Op basis van analyses van gedrag en resultaten, en voorspellingen over waar dit toe kan leiden, geeft AI per leerling gerichte feedback, doet aanbevelingen voor vervolgstappen en helpt potentiële risico’s voor ontwikkeling in de kiem te smoren.

De leraar wordt zo ondersteund, kan betere beslissingen nemen en meer aandacht besteden aan begeleiding en coaching van zijn leerlingen. Het samenbrengen van gegevens uit verschillende systemen met verschillende scoringsschalen in één geïntegreerd overzicht is hiervoor een must. En hoewel dit ingewikkeld is, worden er al stappen in die richting gezet, zoals ook in de paragraaf Concrete AI-toepassingen in het onderwijs beschreven.

Onderwijsorganisatie beter onderbouwd door data en analyses

Een leerproces waarin data en analyses een grote rol spelen, vraagt om een andere rol van leraar, schoolleider, vaksecties en bestuurder. Omdat nakijken van opgaven en administreren van cijfers grotendeels tot het verleden behoren, ontstaat tijd die besteed kan worden aan het beter geïnformeerd nadenken over interventies op leerling-, vak- of zelfs instellingsniveau.

Alle beschikbare gegevens uit AI-gebaseerde leermiddelen, verrijkt met aanvullende informatie van de leraar, kunnen we razendsnel verwerken, analyseren en presenteren in dashboards op leerling-, leerjaar-, klas-, school-, instellings- of opleidingsniveau. Met die informatie kunnen we op de verschillende niveaus plannen en monitoren. Voor de leerling ontstaat zo een leerroute waarin hij het beste tot zijn recht komt.

Vaksecties, schooldirecteuren en bestuurders kunnen beter geïnformeerde beslissingen nemen op een meer overkoepelend niveau. Denk aan het starten van een nieuwe opleiding of schrappen van een opleidingslocatie op basis van bijvoorbeeld teruglopende leerlingaantallen, woonplaats en vooruitgang van leerlingen.

Meer weten over de verwachtingen van AI in het toekomstige onderwijs? Lees hoofdstuk 3 van het Technologiekompas.

Terug

Meer lezen

Wilt u meer lezen over artificial intelligence in het onderwijs?

Lees dan ook:

Terug

Deel Kunstmatige intelligentie in het onderwijs

Delen
  • LinkedIn
  • Twitter
  • Facebook
  • E-mail
  • Terug