Rethinking Higher Education: From Fixed Curricula to Learnity Graphs

Stel je de wereld van het leren voor als een enorme, bruisende bibliotheek. Decennialang is deze bibliotheek georganiseerd in rigide, vooraf verpakte dozen die "opleidingen" worden genoemd. Je pakt een doos met het label "Computerwetenschappen", en daarin vind je een vaste stapel boeken die je in een specifieke volgorde moet lezen: Hoofdstuk 1, dan Hoofdstuk 2, dan Hoofdstuk 3. Zodra je de stapel hebt voltooid, krijg je een certificaat dat zegt dat je de doos hebt beheerst. Maar hier is het probleem: de echte wereld werkt niet in nette stapels. Nieuwe ideeën duiken elke dag op, vaak door dingen uit verschillende dozen te mengen, zoals een recept dat kruiden uit het "Wiskunde"-rek en gereedschap uit het "Kunst"-rek nodig heeft.

Maak kennis met Artificial Intelligence (AI), de superintelligente bibliothecaris die elk boek binnen enkele seconden kan vinden. Omdat AI je direct feiten kan aanleveren, verliest de oude manier van leren — alleen het stapel boeken in je doos onthouden — zijn magie. De echte waarde ligt niet meer in het simpelweg hebben van de boeken; het gaat erom te weten hoe je ze kunt mengen, hoe je er nieuwe dingen mee kunt bouderen, en hoe je blijft leren lang nadat je de bibliotheek hebt verlaten. Dit artikel, geschreven door onderzoekers van het Weizmann Institute of Science en The Open University of Israel, stelt een grote vraag: Als het oude "dozensysteem" te traag en rigide is voor een door AI gedreven wereld, wat moeten we dan in plaats daarvan bouwen? Ze suggereren dat we moeten stoppen met het zien van leren als een rechte lijn en het moeten gaan zien als een levende, ademende kaart.

De Oude Manier: Het Treinspoor versus het Web

De auteurs suggereren dat ons huidige hoger onderwijssysteem lijkt op een trein op een enkel spoor. Je stapt op bij het station (middelbare school), de trein stopt bij specifieke steden (cursussen) in een vaste volgorde, en je stapt uit bij de eindbestemming (een diploma). Dit systeem is ontworpen om iedereen een sterke basis te geven, en de auteurs zijn het ermee eens dat fundamenten nog steeds essentieel zijn. Universiteiten zijn nog steeds de beste plekken om diepe theoretische kennis op te doen. De paper betoogt echter dat dit "treinspoor"-model te traag is. Wanneer een nieuw veld zoals "Data Science" of "Machine Learning" verschijnt, moet de universiteit vaak een heel nieuw treinspoor aanleggen (een nieuw studieprogramma) dat overlapt met de oude. Het is alsoer dat je een nieuwe weg aanlegt om naar een nieuwe buurt te gaan, terwijl je ook gewoon een kortere route door het bos had kunnen nemen.

De paper sluit expliciet de gedachte uit dat we universiteiten gewoon weg moeten gooien of moeten vervangen door willekeurige online video's. Er wordt ook tegen gerekend dat we duizenden nieuwe, kleine opleidingen moeten creëren voor elke nieuwe vaardigheid. In plaats daarvan suggereren de auteurs dat we een systeem nodig hebben dat flexibel genoeg is om leren natuurlijk te laten groeien, zoals een plant, in plaats van het in een plastic mal te dwingen.

Het Nieuwe Idee: De "Learnity Graph"

Wat is dan de oplossing? De auteurs stellen een nieuw concept voor genaamd de Learnity Graph.

Om dit te begrijpen, laten we onze metafoor veranderen. In plaats van een treinspoor, stel je voor dat je leren een gigantisch, gloeiend spinnenweb of een sterrenbeeld is. Elke ster is een enkel stukje leren dat de auteurs een "Learnity" noemen.

Een "Learnity" is niet zoma van een cijfer of een certificaat. Het is een kleine, betekenisvolle eenheid van alles wat je hebt geleerd of gedaan. Het kan zijn:

• Een concept dat je begreep in een klas (zoals "hoe loops werken in codering").
• Een vaardigheid die je hebt geoefend (zo zoals "het debuggen van een kapot programma").
• Een echt project dat je hebt gebouwd (zoals "een website voor een lokale liefdadigheidsinstelling").
• Een stuk werk dat je hebt gecreëerd (zoals "een stuk code" of "een juridisch pleitnota").

In het oude systeem waren deze zaken verborgen in een grote doos "Computerwetenschappen". In het nieuwe systeem is elk van deze sterren zichtbaar en verbonden.

Hoe de Grafiek Werkt
Deze sterren (Learnities) zijn verbonden door gloeiende lijnen. Deze lijnen laten zien hoe ze met elkaar verband houden.

• Sommige lijnen zijn voorkennis (prerequisites): Je kunt "Algoritmen" (Ster A) niet begrijpen totdat je "Discrete Wiskunde" (Ster B) begrijpt. De lijn verbindt hen.
• Sommige lijnen zijn combinaties: Als je "Programmeren" (Ster A) mengt met "Versiebeheer" (Ster B), krijg je een "Softwareproject" (Ster C).
• Sommige lijnen zijn interdisciplinair: Miss misschien verbindt "Data-analyse" (Ster A) zich met "Vastgoedrecht" (Ster B) omdat je data hebt gebruikt om een juridisch probleem op te lossen.

De paper suggereert dat in plaats van een cijferlijst die alleen "Cursus A, Cursus B, Cursus C" vermeldt, je een Learnity Graph zou hebben. Deze grafiek is een dynamische kaart van je gehele leerproces. Het laat niet alleen zien wat je weet, maar ook hoe je het weet, hoe je verschillende ideeën verbindt en wat je daadwerkelijk hebt gebouwd of gedaan.

Waarom Dit Ertoe Doet: Jouw Unieke Kaart

De paper suggereert dat in een wereld waar AI de feiten voor ons kan vinden, het meest waardevolle wat je hebt jouw unieke pad is. Twee mensen kunnen dezelfde feiten kennen, maar als de één ze heeft geleerd door een robot te bouwen en de ander door een roman te schrijven, zullen hun "Learnity Graphs" er heel verschillend uitzien.

De auteurs beargumenteren dat deze uniekheid de plek is waar creativiteit leeft. Wanneer je je eigen web van verbindingen kunt zien, kun je nieuwe kansen ontdekken. Misschien zie je dat je "Juridische" ster dicht bij je "Data"-ster ligt, en plotseling besef je dat je een probleem kunt oplossen dat niemand anders ziet.

De paper benadrukt ook de rol van AI in deze nieuwe wereld. Omdat een Learnity Graph enorm groot en complex kan worden, fungeert AI als een gids. Het kan naar je kaart kijken en zeggen: "Hé, je hebt deze drie sterren beheerst; hier is een nieuwe ster waar je misschien klaar voor bent," of "Je hebt hier een gat; laten we een project zoeken om dit op te vullen." Het helpt je te navigeren door je persoonlijke web van leren, in plaats van je te dwingen een vooraf ingesteld pad te volgen.

Wat de Paper Eigenlijk Wel (en Niet) Doet

Het is belangrijk om duidelijk te zijn over wat de auteurs hebben bereikt. Ze hebben een nieuw kader en een nieuwe vocabulaire (Learnity Graphs) voorgesteld. Ze hebben tekeningen gemaakt van hoe deze grafieken eruit zouden kunnen zien voor een student, een professional en een jurist. Ze hebben ook een link verstrekt naar een eerste voorbeeld van een infrastructuur-demo om te laten zien hoe het idee in de praktijk gerealiseerd kan worden.

De paper beweert echter niet dat dit systeem al draait in universiteiten. Ze geven toe dat het bouwen van een volledig, werkend systeem een enorme uitdaging is die meer onderzoek vereft. Ze hebben niet bewezen dat dit alle onderwijsproblemen zal oplossen, noch hebben ze gemeten hoeveel beter het is dan het huidige systeem. Ze zeggen in feite: "Hier is een nieuwe manier om over leren na te denken die past bij onze AI-toekomst. Het ziet er veelbelovend uit, en dit is hoe we ermee kunnen beginnen."

Ze waarschuwen ook dat we voorzichtig moeten zijn. Als we de regels voor deze grafieken te rigide maken, eindigen we misschien gewoon met een digitale versie van de oude, saaie treinsporen. Het systeem moet flexibel genoeg zijn om leren op onverwachte manieren te laten groeien.

De Kernboodschap

Kortom, deze paper nodigt ons uit om te stoppen met het zien van onderwijs als een checklist van vakjes die aangevinkt moeten worden. In plaats daarvan suggereert het dat we leren moeten zien als een levend, onderling verbonden web van vaardigheden, ervaringen en creaties. Door "Learnity Graphs" te gebruiken, kunnen we een systeem creëren dat de diepe kennis van universiteiten respecteert, terwijl het ons in staat stelt om te mixen, matchen en te groeien op manieren die passen bij ons unieke leven en de snel veranderende wereld van AI. Het is een verschuiving van "Welk diploma heb je?" naar "Hoe ziet jouw unieke kaart van leren eruit?"