Discursive Resistance to Algorithmic and Curricular Governance: A Participatory Critical Discourse Analysis of Teacher Agency and Democratic Literacy in Undergraduate Classrooms
Deze studie maakt gebruik van Participatory Critical Discourse Analysis over zes instellingen voor hoger onderwijs in Pakistan, Oman en Saoed Arabië om aan te tonen hoe docenten en studenten gezamenlijk algoritmische en curriculaire beperkingen onderhandelen via specifieke discursieve strategieën, waardoor de handelingsbekwaamheid van docenten en democratische geletterdheid worden versterkt om SDG's 4, 10 en 16 te bevorderen.
Oorspronkelijk artikel gelicentieerd onder CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Dit is een AI-gegenereerde uitleg van het onderstaande artikel. Het is niet geschreven of goedgekeurd door de auteurs. Raadpleeg het oorspronkelijke artikel voor technische nauwkeurigheid. Lees de volledige disclaimer
In klaslokalen over de hele wereld veranderen de instrumenten van het onderwijs. Decennialang hebben docenten geëxperimenteerd met de spanning tussen het volgen van een vastgesteld curriculum en het reageren op de unieke behoeften van hun studenten. Vandaag de dag is er een nieuwe kracht aan die mix toegevoegd: algoritmen. Dit zijn de onzichtbare regels en geautomatiseerde suggesties die in de software zijn ingebouwd die docenten helpen bij het plannen van lessen, het nakijken van werk en het bijhouden van de voortgang. Hoewel deze digitale systemen efficiëntie en consistentie beloven, brengen ze ook een rigide logica met zich mee die de rommelige, menselijke conversatie die de kern van leren vormt, kan verstrappen. Wanneer een computer de "juiste" weg voor een les suggereert, of wanneer een beleid een specifiek resultaat eist, kan de ruimte voor studenten om vragen te stellen, te debatteren en voor zichzelf na te denken, krimpen. Dit roept een vitale vraag op voor de toekomst van het onderwijs: kunnen docenten en studenten nog steeds vrij praten en kritisch denken wanneer hun klaslokaal wordt gestuurd door zowel overheidsbeleid als kunstmatige intelligentie?
Een team van onderzoekers zette zich in om dit te beantwoorden door in te kijken in zes universiteitsklassen in Pakistan, Oman en Saoedi-Arabië. Ze richtten zich op bacheloropleidingen in geletterdheid, waar studenten leren lezen, schrijven en complexe teksten analyseren. De onderzoekers waren niet alleen van buitenaf toeschouwers; ze nodigden docenten en studenten uit om partner te worden in het onderzoek. Ze noemden deze aanpak "participatory critical discourse analysis" (participerende kritische discoursanalyse). In gewone taal betekende dit dat in plaats van een onderzoeker die simpelweg observeerde en oordeelde over het klaslokaal, de docenten en studenten samen gingen zitten om opnames van hun eigen lessen terug te luisteren. Ze onderzochten de woorden die ze gebruikten, de vragen die ze stelden en de manieren waarop de computersoftware hun keuzes beïnvloedde. Het doel was om te zien hoe mensen de druk van strikte regels en geautomatiseerde suggesties navigeren terwijl ze proberen hun klaslokalen levendig te houden met echte discussies.
De studie omvatte twaalf docenten en tweehonderd studenten gedurende meerdere maanden. De onderzoekers verzamelden een breed scala aan materialen, waaronder officiële schooldocumenten, door kunstmatige intelligentie gegenereerde lesplannen en uren aan video- en audio-opnames van werkelijke klassen. Ze hielden ook regelmatige sessies waarbij docenten en onderzoekers deze opnames samen bekeken. Tijdens deze vergaderingen zochten ze naar momenten waarop de strikte, geautomatiseerde taal van het curriculum of de software botste met de natuurlijke flow van menselijke conversatie. Ze wilden weten of de docenten simpelweg het script volgden of dat ze manieren vonden om het te buigen om ruimte te maken voor studentenstemmen.
Wat zij vonden, was dat de invloed van deze externe krachten onmiskenbaar was. De taal van het curriculum en de AI-software was overal aanwezig, vol met instructies zoals "voltooi de activiteit", "correct antwoord" of "leerdoel". Deze termen zetten een toon van efficiëntie en naleving. De onderzoekers ontdekten echter dat docenten en studenten deze bevelen niet simpelweg opvolgden. In plaats daarvan ontwikkelden zij een reeks subtiele, alledaagse strategieën om het gesprek te hervormen. Ze verwierpen de regels of de technologie niet; ze werkten eromheen.
Een van de meest voorkomende strategieën was wat de onderzoekers "collective agency framing" (collectieve handelingsbekwaamheid inkadering) noemden. In plaats van dat een docent zegt: "Je moet dit doen," zouden ze zeggen: "Laten we samen beslissen." Deze kleine verschuiving in bewoording veranderde de machtsdynamiek in de kamer. Het veranderde een bevel in een gezamenlijk besluit, waardoor studenten eigenaarschap kregen over het leerproces. Een andere strategie was "re-lexicalisation" (herlexicalisatie), wat simpelweg betekent dat stijve, officiële woorden worden vervangen door meer open, conversationele woorden. Een docent zou een rigide "curriculumvereiste" kunnen vervangen door een "grote vraag voor vandaag". Dit opende de deur voor studenten om verschillende ideeën te verkennen in plaats van alleen maar op zoek te gaan naar één enkel juist antwoord.
De studie observeerde ook hoe docenten met de AI zelf omgingen. In plaats van de suggesties van de computer als de definitieve waarheid te behandelen, gebruikten docenten ze als startpunt voor debat. Een docent zou kunnen zeggen: "De AI suggereert deze uitleg, maar welke andere mogelijkheden kunnen we ons voorstellen?" Dit veranderde de software van een autoriteitsfiguur in een hulpmiddel voor kritisch denken. Studenten reageerden door hun eigen interpretaties aan te bieden, de output van de machine uit te dagen en hun eigen levenservaringen in te brengen. In één opgenomen moment merkte een student op dat de afloop van een verhaal iets anders kon betekenen dan de software voorspelde, wat een rijke discussie ontketende die een algoritme alleen nooit had kunnen genereren.
De onderzoekers identificeerden vier hoofdwijzen waarop deze groepen de beperkingen van hun omgeving onderhandelden. Naast het collectieve besluitvormen en het wisselen van woorden, gebruikten ze "interdiscursive subversion" (interdiscursieve ondermijning), wat inhield dat ze gemeenschapsverhalen en persoonlijke ervaringen inbrachten om het smalle perspectief van een tekstboek te verbreden. Ze gebruikten ook "strategic parody" (strategische parodie), waarbij ze de strikte regels of de beperkingen van de AI met humor bespotten, wat de spanning verlaagde en het veilig maakte om terug te praten. Deze strategieën waren niet willekeurig; ze kwamen consistent voor bij alle zes de universiteiten, wat aantoonde dat docenten en studenten een gedeelde, intuïtieve manier hadden ontwikkeld om de geest van democratisch leren te beschermen, zelfs wanneer het systeem probeerde te standaardiseren.
Cruciaal was dat de studie toonde dat de handeling van het gezamenlijk analyseren van deze gesprekken net zo belangrijk was als de strategieën zelf. Wanneer docenten de opnames van hun eigen klassen met de onderzoekers beluisterden, realiseerden ze zich vaak dat ze meer gesloten, sturende taal gebruikten dan ze dachten. Eén docent gaf toe: "Ik dacht dat ik discussie stimuleerde, maar de transcripties lieten zien dat ik vaak mijn eigen vragen beantwoordde voordat studenten de tijd hadden om na te denken." Dit moment van zelfbewustzijn leidde tot echte verandering. Na deze reflectiesessies begonnen docenten meer open vragen te stellen, langer te wachten op antwoorden en de AI-lesplannen flexibeler te gebruiken. Ze bewogen van het simpelweg volgen van een script naar het gebruiken van het script als een bron voor een diepere dialoog.
Vanuit deze bevindingen creëerde het team een praktische gids genaamd de "Discursive Resistance Toolkit" (Toolkit voor Discursieve Weerstand). Dit was geen lijst met nieuwe regels om te volgen, maar een verzameling van de strategieën die de docenten al hadden ontdekt en verfijnd. Het bevatte manieren om vragen te formuleren, hoe men persoonlijke verhalen introduceert en hoe men AI-suggesties kritisch kan vergelijken met menselijke ideeën. De toolkit bewees dat docenten hun professionele oordeelsvorming konden behouden en hun klaslokalen democratisch konden houden zonder de technologie of de beleidskaders die ze moesten werken te verwerpen.
De implicaties van dit werk reiken veel verder dan deze zes universiteiten. De studie suggereert dat de toekomst van het onderwijs niet een keuze hoeft te zijn tussen menselijke creativiteit en technologische efficiëntie. Het laat zien dat wanneer docenten en studenten de ruimte krijgen om te reflecteren op hun eigen interacties, ze manieren kunnen vinden om het menselijke element levend te houden. Ze kunnen de instrumenten van de moderne wereld gebruiken zonder dat die instrumenten hen gebruiken. Door het klaslokaal te transformeren tot een plek waar iedereen, inclusief de docent, een leerling en een criticus is, kan onderwijs een ruimte blijven voor kritisch denken en democratische participatie. Dit is essentieel voor het bouwen van een samenleving waarin mensen niet alleen efficiënte werkers zijn die algoritmen volgen, maar betrokken burgers die in staat zijn om te bevragen, te begrijpen en hun wereld vorm te geven. Het onderzoek bevestigt dat zelfs in een hoog gereguleerde en geautomatiseerde omgeving, het menselijk vermogen voor dialoog en verzet een krachtige kracht voor verandering blijft.
Verdrinkt u in papers in uw vakgebied?
Ontvang dagelijkse digests van de nieuwste papers die bij uw onderzoekswoorden passen — met technische samenvattingen, in uw taal.