Neemt Artificiële Intelligentie (AI) het onderwijs over?
Artificiële Intelligentie (AI) die de wereld overneemt, het is het onderwerp van veel dystopische films. Die angst is volgens deskundigen onterecht. Toch neemt AI, ten goede, een steeds belangrijkere positie in het onderwijs in.
Wanneer je een modern klaslokaal binnenloopt zie je veel dingen die er enkele generaties ook waren: het meubilair is onmiskenbaar dat van een leslokaal. En ook de tekeningen aan de muur, de informatieve posters en –nog steeds- het schoolbord zijn herkenbaar. Maar de technologische vooruitgang is ook in het onderwijs al decennia bezig. De overhead-projector is vervangen door een smartboard, de lerarenagenda is digitaal en de pennen-etuis moeten opzij voor de Chromebooks of MacBooks .
Dat de snelle vooruitgang op het gebied van Artificiële Intelligentie (AI) ook zou doordringen in de klas was dus slechts een kwestie van tijd. Inmiddels zijn algoritmes al slim genoeg geworden om leerkrachten te ontlasten door hen eenvoudige routineklusjes uit handen te nemen.
Minder routine-klusjes
Neem het maken van goede oefensommen voor rekenen en wiskunde. Was je als leerkracht vroeger uren bezig om enkele tientallen sommen te maken (met antwoordmodel), inmiddels is dat niet meer nodig. OneNote doet dit in enkele seconden, zelfs helemaal on-demand. De leerling kan net zolang oefenen als nodig is, zonder dat de leerkracht nieuwe sommen hoeft te verzinnen.
Een andere tijdrovende klus, het nakijkwerk, kan inmiddels ook al (deels) door algoritmes worden uitgevoerd. Hoewel de huidige nakijk-algoritmes nog erg gevoelig zijn voor bias en niet heel nauwkeurig zijn, laten deze eerste generatie nakijk-algoritmes zien dat ook hier veel tijdswinst geboekt kan worden.
Meer tijd voor onderwijs
Leerkrachten die hun werktijd nog een beetje binnen de perken willen houden zijn soms min of meer gedwongen om een deel van de “saaie” klusjes in de klas te doen, terwijl de leerling aan het werk is. Met pijn in het hart, want dit gaat ten koste aan de tijd die beschikbaar is voor begeleiding. Door een deel van deze taken te automatiseren, kunnen leerkrachten meer tijd besteden aan hun leerlingen.
Een voorbeeld hiervan is Jennifer Turner. Zij geeft wiskundeles op een middelbare school in de VS en gebruikt sinds kort een AI-systeem voor het nakijken van huiswerk. Niet alleen dat, het systeem geeft leerlingen ook vervolgopdrachten op basis van hun resultaten. Doordat Turner zich hier nu niet meer mee bezig hoeft te houden, kan ze flexibeler en meer interactief lesgeven. Met resultaat, zegt Turner: “De huiswerkcijfers zijn een stuk beter geworden. Leerlingen zijn enthousiast geworden. Ze vinden wiskunde leuk. Dat zijn dingen die ik niet gewend ben te horen.”
(De kinderen) vinden wiskunde leuk. Dat zijn dingen die ik niet gewend ben te horen”
Jennisfer Turner, wiskundelerares
AI en onderwijs hebben een lange geschiedenis
AI is niet bepaald nieuw, het is al decennia in ontwikkeling. Maar, zoals iedereen die ooit geprobeerd heeft om via een chatbot een antwoord te vinden, AI was vooral heel artificieel en weinig intelligent.
De eerste (primitieve) systemen kwamen al rond 1980 op de markt. Deze systemen draaiden op vaste als-dan-regels en waren gebaseerd op cognitieve theorie. De systemen hielpen studenten stap voor stap door de lesstof en konden dankzij een uitgebreid verzameling teksten op de juiste momenten de juiste theorie aanbieden. Modern als deze systemen in die tijd ook leken, ze waren erg rigide en niet schaalbaar. Het bouwen van dergelijke systemen was enorm duur en vergde ook een enorm diepgaande inhoudelijke kennis van het aan te leren vak.
Van boek naar de beslisboom
Deze op regels gebaseerde systemen waren de basis voor elk op beslisbomen gebaseerd onderwijssysteem. Deze systemen hadden een (groot) aantal verschillende paden. Gaf een leerling het verkeerde antwoord? Dan kwam er een extra opgave om te oefenen. Had de leerling het juist, dan kon juist een opgave overgeslagen worden. Dit was een geweldige vooruitgang, maar nog steeds beperkt tot de scenario’s die de bouwers van het systeem van te voren hadden bedacht. Het léék interactief, maar was van begin tot einde voorgeprogrammeerd.
Machine Learning maakt het verschil
De grote doorbraak kwam met machine learning. Doordat de systemen steeds beter in staat zijn om te leren worden ze steeds slimmer. Langzaam maar zeker bereiken de AI-systemen het punt dat ze ook in het onderwijs nuttig worden.
Ik denk dat onderwijs de killer application gaat worden voor Deep Learning.”
Terrence Sejnowski, Neural Information Processing Systems Foundation
Machine Learning AI kan iets dat voorgaande systemen niet konden: het kan patronen herkennen en daarvan leren. Door een enorme hoeveelheid data te verwerken kan een systeem de perfecte onderwijsstrategie voor een leerling uitkiezen. En als dat nodig zou zijn, kan deze strategie gaandeweg worden gewijzigd.
Onderzoek van James Kulik (Universiteit van Michigan) en J.D. Fletcher (Institute for Defense Analyses) toont niet alleen aan dat ook het Amerikaanse leger interesse heeft in AI als trainingstool, maar vooral dat het –onder de juiste omstandigheden- de prestaties van leerlingen ver boven (0,66 standaarddeviaties) het normale niveau kunnen brengen. Deze prestatieverbetering komt, voor een belangrijk deel, doordat AI-systemen meer geduld kunnen opbrengen en meer tijd hebben dan menselijke leerkrachten.
Omdat AI-systemen zo sterk zijn in het uitvoeren van repetitieve taken, worden ze al veel gebruikt om scholieren klaar te stomen voor gestandaardiseerde toetsen. Voorspellers verwachten dat de markt voor “toetsvoorbereiding” in de VS in 2023 zal zijn gegroeid tot 8,17 miljard dollar. Dat AI-bedrijven een stuk van deze taart willen veroveren ligt voor de hand.
Onderwijs als killer app voor AI
Samen oplopend met de trend om online lesmodules beschikbaar te maken zorgt AI voor een revolutie in het onderwijs. En, zo denken experts, we staan nog maar aan het begin. AI-onderzoekers gebruiken hun systemen ook steeds meer om te ontdekken hoe het menselijk brein het beste leert. De hoop is dat het steeds leuker en makkelijker wordt om nieuwe stof aan te leren.
Het droombeeld van sommige onderzoekers is een machine learning onderwijs dat niet alleen de voortgang van studeten bijhoudt, hun zwakke punten signaleert en aanpakt, maar ook menselijk aanvoelt. Dit AI-systeem van de toekomst heeft een menselijk gezicht, waar een student of leerling op een natuurlijke wijze vragen aan kan stellen.
“Ik denk dat onderwijs de killer application gaat worden voor Deep Learning”, zegt Terrence Sejnowski. Sejnowski is niet alleen de baas van het Computational Neurobiology Lab van Salk Institute voor Biology studies in Californië (VS), maar is ook de voorzitter van de Neural Information Processing Systems Foundation. Deze laatste stichting organiseert elk jaar de grootste conferentie over machine learning ter wereld.
AI maakt tijd vrij voor actief onderwijs
Naarmate AI steeds beter in staat wordt om echte één-op-één ondersteuning te bieden groeit de kans dat Sejnowski gelijk krijgt. Zoals elke onderwijsprofessional is persoonlijke aandacht één van de belangrijkste succesfactoren in de klas. Maar helaas is deze persoonlijke aandacht in veel gevallen te arbeidsintensief om op écht grote schaal toegepast te worden. In veel gevallen is dit zo tot grote spijt van de hardwerkende leerkrachten.
Slimme AI kan de oplossing bieden. Doordat leerlingen, samen met de AI, zelf de stof kunnen herhalen, heeft de leerkracht meer tijd voor actievere begeleiding en voor het geven van boeiendere en spannendere lessen.