Hoe bouw je producten die werken? We beschikken over tientallen jaren aan verzamelde wetenschap op het gebied van leeronderzoek, maar het kan moeilijk zijn om dat onderzoek in handen te krijgen van leraren in de klas.
Ik had een ontmoeting met Sandra Liu Huang, president van Learning Commons, om te praten over het bouwen van de infrastructuur om leerwetenschap in productontwikkeling te brengen en docenten te voorzien van betere hulpmiddelen. We hebben gesproken over het bruikbaarder maken van onderzoek voor ontwikkelaars en docenten, waarom gedeelde infrastructuur belangrijk is en hoe we ervoor kunnen zorgen dat wetenschap daadwerkelijk de klaslokalen bereikt.
Herzien: Iets waar ik al heel lang door gefascineerd ben, is de kloof tussen de gevestigde leerwetenschap en wat docenten en leerlingen bereikt via klassikale producten. Wat zijn de grootste uitdagingen bij het vertalen van onderzoek naar klaslokaalinstrumenten?
Sandra: Laat ik beginnen met het positieve. We weten eigenlijk veel over hoe leren plaatsvindt – over de voorwaarden voor optimaal leren en de onderwijsstrategieën die het beste werken. De uitdaging is om onderzoek te vertalen naar tools en materialen die docenten dagelijks kunnen gebruiken. Een groot deel van het onderzoek bevindt zich in tijdschriften en is vaak incrementeel, wat betekent dat je bevindingen uit tientallen jaren van onderzoeken moet synthetiseren.
Daarom vragen we leraren om het onmogelijke te doen: de lopende academische literatuur doornemen en bepalen hoe ze deze in hun lesplannen kunnen integreren, terwijl ze die lesplannen in realtime op elke leerling kunnen afstemmen. Docenten hebben betere hulpmiddelen nodig, gebaseerd op het leren van wetenschap, met de flexibiliteit om zich aan te passen aan de behoeften van elke leerling.
Herzien: Het resoneert. Bij AERDF concentreren we ons op de manier waarop onderzoek de ontwikkeling van nieuwe oplossingen informeert. Het gaat niet alleen om het genereren van nieuwe kennis, maar ook om het bruikbaar maken van die kennis. Hoe kunnen we meer bewijs in de productontwikkeling brengen?
Sandra: Het onderwijsveld heeft de mogelijkheid om voort te bouwen op jarenlang werk om de leerwetenschap te bevorderen en onderzoek naar de praktijk te vertalen. Dat proces kan echter moeilijk zijn. Wat nu anders is, is dat nieuwe technologieën, i.a AImogelijkheden creëren om docenten te helpen onderzoek te synthetiseren en op coherentere wijze toe te passen op de behoeften van de klas.
Maar het werkt alleen als AI-systemen gebruik maken van hoogwaardige data. Tools moeten aansluiten op het leerplan, academische standaarden en de wetenschap van het leren op een manier die weerspiegelt hoe studenten daadwerkelijk leren. Daarom heeft het veld een gemeenschappelijke infrastructuur nodig die een basis voor kwaliteit creëert. AI is geen wondermiddel, maar kan een krachtige hefboom zijn als het het beste van de wetenschap weerspiegelt.
Herzien: Wat je beschrijft – het bouwen van een gedeelde infrastructuur in plaats van propriëtaire oplossingen – voelt als een betekenisvolle verschuiving. Traditioneel financiert filantropie programma’s met duidelijke resultaten en tijdlijnen. Infrastructuurwerkzaamheden zijn anders. Het is langzamer, gesplitst en de impact ervan verspreidt zich over het veld. Waarom is het werk de moeite waard?
Sandra: Het combineren van subsidies, partnerschappen en technologie kan de onderwijssector helpen vorm te geven aan de manier waarop instrumenten evolueren. Door samen te werken met experts op het gebied van leerwetenschappen en de klaspraktijk, kunnen we hun kennis vertalen naar nuttige ontwikkelaarsbronnen die de hele sector verbeteren. Hierdoor kan hun werk veel verder gaan dan individuele onderzoeksprojecten. Uiteindelijk is het doel ervoor te zorgen dat alle studenten toegang hebben tot streng, motiverend onderwijs.
Herzien: Organisaties zoals de onze doen diepgaand onderzoek naar de manier waarop studenten leren. Maar het genereren van onderzoek alleen is niet voldoende. Het opwindende aan partnerschappen zoals die tussen de Learning Commons en Magpie Literacy, een non-profit alfabetiseringsprogramma dat we hebben ondersteund, is dat ze helpen inzichten te vertalen naar gedeelde infrastructuur, zoals Kennisgrafiek. Dit soort werk breidt de impact uit tot buiten de producten van één organisatie om het hele veld te versterken. Het is het verschil tussen het bouwen van één instrument en het leggen van een fundament. Wat is er nodig om onderzoeksframeworks bruikbaar te maken voor ontwikkelaars?
Sandra: Onze laatste ronde van partnerschappen is gericht op het uitbreiden van datasets voor wiskunde, natuurwetenschappen en lezen die academische standaarden, curriculum en leerwetenschappen met elkaar verbinden. Veel EdTech-systemen zijn afhankelijk van gegevens die niet gedetailleerd genoeg zijn of niet gestructureerd zijn op een manier die machines kunnen interpreteren. Stap één is het opsplitsen van academische standaarden in de kleinere vaardigheden die studenten moeten leren. Deze vaardigheden koppelen wij vervolgens aan het curriculum en onderzoek.
Deze structuur helpt AI-systemen te begrijpen hoe concepten zich tot elkaar verhouden en hoe het leren in de loop van de tijd vordert. Zie het als het creëren van de kennisbasis die technologie in staat stelt om over leren te redeneren.
We zijn enthousiast over het Magpie Literacy-partnerschap omdat het platform de belangrijkste leesvaardigheden codeert, zoals fonemisch bewustzijn, decoderen en vloeiendheid, en de relaties daartussen in kaart brengt. Door deze inzichten te integreren in een gedeelde infrastructuur kan het hele veld profiteren van dat werk.
Herzien: Ongelooflijk. Dat soort hefboomwerking kan het hele ecosysteem in beweging helpen. Welk advies zou je een edtech-ontwikkelaar geven die producten wil bouwen die het leren echt ondersteunen?
Sandra: Begin met het verbinden van uw werk met de bestaande infrastructuur. Gedeelde datasets en evaluatietools kunnen ontwikkelaars helpen hun producten vanaf het begin te baseren op het leren van wetenschap. We verwelkomen feedback en functieverzoeken terwijl we doorgaan met het in kaart brengen van routekaarten die chronische uitdagingen voor het veld kunnen ontsluiten om betere en efficiëntere tools te krijgen.
Herzien: Ik zou ook aan uw advies willen toevoegen: begin met het onderzoek en concentreer u op het leereffect, niet alleen op de aansluiting op de product-markt. En betrek docenten al vroeg bij het R&D-proces.
Sandra: Ja, zeker; we werken vroeg en vaak samen met docenten om onze producten vorm te geven.
Herzien: Hoe ziet het succes van het vakgebied er over drie jaar uit?
Sandra: Succes zou betekenen dat we op één lijn zitten met het bouwen van hoogwaardige tools, gebaseerd op leerwetenschap en ontworpen om aan de behoeften van echte leraren te voldoen. Idealiter zou het ook een ander soort edtech-marktplaats betekenen, waar tools samenwerken, aansluiten bij academische normen en sterk onderzoek weerspiegelen. Docenten moeten erop kunnen vertrouwen dat de technologie die zij kiezen het leerproces zal ondersteunen.
LAATSTE WOORDEN
Het bevorderen van de leerwetenschap is belangrijk, maar onderzoek is niet voldoende. We hebben een infrastructuur nodig die het mogelijk maakt dat inzichten verder gaan dan alleen tijdschriften en naar de tools die docenten dagelijks gebruiken.
Wanneer onderzoek, infrastructuur en productontwikkeling samenkomen, hebben we een echte kans om onderwijsinnovatie opnieuw vorm te geven – en ervoor te zorgen dat instrumenten die klaslokalen bereiken gebaseerd zijn op de manier waarop leerlingen het beste leren.
Auditi Chakravarty is de uitvoerend directeur van het Advanced Education Research and Development Fund
