Reshaping Learning Experience and Learning Outcome Through Student Input
Deze mixed-methods studie uitgevoerd in Nigeria toont aan dat het integreren van door AI gestuurde, via spraakmodus gegeven studentfeedback in het voortgezet wiskundeonderwijs effectief barrières op het gebied van geletterdheid en angst overwint, waardoor de dynamiek tussen docent en student wordt getransformeerd en leerresultaten worden verbeterd door middel van mensgerichte, op data geïnformeerde instructiepraktijken.
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
Stel je onderwijs voor als een enorme, drukke keuken waar leraren de chef-koks zijn en studenten de hongerige gasten. Lange tijd hebben de chefs complexe maaltijden (lessen) bereid op basis van wat zij dachten dat de gasten nodig hadden, ze op een zilveren dienblad geserveerd, en vervolgens alleen gecontroleerd of de borden schoon terugkwamen (cijfers). Ze vroegen zelden de gasten of het eten te pittig was, of ze eigenlijk wel honger hadden, of ze thuis zelfs wel het juiste bestek hadden om het te eten. Dit artikel bevindt zich in de wereld van het onderwijsonderzoek, een veld dat bestudeert hoe mensen leren en hoe scholen beter kunnen functioneren. Het leunt op een paar grote ideeën: Zelfgereguleerd Leren, wat in feep essentieel is het idee dat studenten het beste leren wanneer zij het schip van hun eigen leerproces kunnen besturen; het ICAP-framework, een chique manier om te zeggen dat samen praten en ideeën opbouwen (Interactief) veel beter is voor je brein dan alleen maar stilzitten en luisteren (Passief); en Mensgerichte Learning Analytics, wat betekent het gebruik van technologie om de gevoelens en behoeften van mensen te begrijpen, niet alleen hun toetsresultaten. Waarom zou je dit moeten weten? Omdat als de keuken op gokwerk draait, het eten voor sommigen geweldig kan zijn maar voor anderen onverteerbaar, en niemand wil honger lijden of gestrest zijn omdat het menu niet met hen in gedachten is ontworpen.
Deze studie, uitgevoerd op zeven middelbare scholen in Ibadan, Nigeria, besloot het scenario om te draaien. In plaats van alleen naar rapportcijfers te kijken, vroegen de onderzoekers 750 studenten om hun hart te luchten — letterlijk. Ze gebruikten een speciale AI-tool waarmee studenten hun antwoorden hardop konden inspreken, in plaats van te typen. Denk aan het vervangen van een stijve, schriftelijke vragenlijst door een informeel, eerlijk gesprek met een vriend. De onderzoekers wilden zien of het horen van de stemmen van de studenten (en het gebruiken van AI om de toon van die stemmen te analysかlyseren) de verborgen redenen kon onthullen waarom sommige kinderen moeite hebben met wiskunde, zoals angst of een gebrek aan boeken thuis.
De resultaten waren als het vinden van een geheime menukaart die niemand kende. Toen de onderzoekers de studenten vroegen of ze zich zorgen voelden voor een wiskundetoets, zei een overweldigende 57% van hen ja. Dat is meer dan de helft van de kamer die een knoop in de maag voelt! Nog eens 45% gaf toe dat de onderwerpen die ze leerden te moeilijk waren om te begrijpen, en 50% zei dat ze thuis niet over alle tekstboeken of materialen beschikten die ze nodig hadden om te studeren. Dit zijn niet zomaar cijfers; dit is de "onzichtbare infrastructuur" van het leren. Het artikel suggereert dat door deze gevoelens en tekorten te negeren, het oude schoolsysteem het echte verhaal miste.
De studie vond ook dat het laten uitspreken van de antwoorden door studenten een gamechanger was. Omdat de studenten konden praten in plaats van typen, hoefden ze zich geen zorgen te maken over spelling of grammatica, en voelden ze zich minder nerveus. Deze "stemmodus" stelde hen in staat om eerlijker te zijn en diepere gevoelens te delen dan ze in een standaard schriftelijke enquête zouden doen. De AI luisterde naar deze gesproken verhalen en begreep de stemming (sentiment), waardoor een simpel "ja" of "nee" werd veranderd in een rijk beeld van wat er werkelijk gebeurde in het klaslokaal.
De belangrijkste les hier is dat leraren niet alleen "informatieverstrekkers" moeten zijn die feiten uitdelen. Het artikel suggereert dat zij "transformatiepartners" moeten worden, die samen met studenten werken om de problemen op te lossen die de studenten zelf aanstippen. Als een student zegt: "Ik ben bang voor deze toets," of "Ik heb thuis geen boek," kan de leraar die realtime informatie gebruiken om te helpen, in plaats van simpelweg te wachten op een slecht cijfer aan het einde van het kwartaal. De studie betoogt dat we moeten stoppen met pretenderen dat een cijfer op een stuk papier het hele verhaal vertelt. In plaats daarvan moeten we naar de studenten luisteren, AI gebruiken om hun stemmen te begrijpen, en de leerervaring herontwerpen zodat deze daadwerkelijk past bij de mensen die in de stoelen zitten. Het gaat niet om het vervangen van de leraren; het gaat om het geven van een superkracht aan hen om de onzichtbare strijd van hun studenten te zien, zodat iedereen samen kan leren.
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.