Adaptief leren komt veel voor en wordt op verschillende manieren toegepast. In de kern draait het om aanpassen. Oftewel, het leren wordt aangepast aan de leerling. Dit kan het niveau, het tempo, de inhoud of het middel zijn. Als wíj het over adaptief leren hebben, dan hebben we het over het aanpassen van leren aan de lerende op microniveau. En dat is pas écht effectief als je dit gedurende het hele leertraject toepast. Hoe dat precies werkt, lees je in deze blog.
De meest voorkomende toepassing van adaptief leren is het afnemen van een diagnostische toets voor de start van een cursus of training. Met dit inzicht kan een gepersonaliseerd leertraject worden aangeboden. De lerenden kunnen de leermodules volgen die precies aansluiten op de resultaten van de diagnostische toets. Deze toepassing van adaptief leren op mesoniveau klinkt heel waardevol, maar in realiteit is het heel inefficiënt. Waarom?
Lees meer over adaptief leren en hoe je het kunt toepassen in het artikel ‘Aanpassen naar adaptief leren‘.
Bij Drillster zijn we ervan overtuigd dat adaptief leren slimmer, beter en grondiger kan. Maar vooral: dat adaptief leren pas écht van waarde is als het op microniveau wordt toegepast. Dit betekent dat adaptief leren niet ophoudt na een diagnostische toets. Nee, we passen het gedurende het hele leertraject toe op microniveau zodat we het leren echt gepersonaliseerd kunnen maken voor ieder individu.
Vraag een gratis demo-account aan en ervaar adaptief leren zelf.
Voor ons betekent succesvol adaptief leren zoveel aanpassen aan de lerende als mogelijk. Dit passen we toe in ons algoritme op verschillende manieren, zowel op korte als lange termijn. Drillster werkt vraaggestuurd, wat betekent dat deelnemers leren door vragen te beantwoorden. Bij elke beantwoorde vraag leert het algoritme iets over de persoon: was het antwoord goed of fout? Hoe vaak heeft deze persoon vragen over dit kenniselement goed of fout? En wanneer heeft deze persoon voor het laatst de drill gedaan? Daar komt bij dat iemand een vraag per ongeluk goed kan beantwoorden, zonder de kennis echt te beheersen. Daarom wordt de gokkans ingecalculeerd. Bijvoorbeeld door deelnemers meerdere vragen over ieder kenniselement voor te schotelen.
Al deze informatie wordt gebruikt om de volgende vraag te selecteren, te bepalen of iemand het juiste kennisniveau heeft bereikt, en om te detecteren wanneer iemands kennis onder het vereiste niveau dreigt te zakken. Kennis wordt immers vrij snel vergeten. Aan de hand van de resultaten bepaalt het algoritme wanneer het voor iemand tijd is om het kennisniveau op te krikken. Iemand krijgt dan een melding om weer te gaan drillen. De vragen die ze vervolgens krijgen, gaan met name over de stof waar ze eerder moeite mee hadden. Maar Drillster controleert ook of de kennis van makkelijk bevonden materiaal in het geheugen is blijven hangen. Na verloop van tijd raakt de kennis steeds beter verankerd. Iemand wordt vervolgens steeds minder vaak gevraagd om opnieuw te oefenen, zonder dat de kennis verloren gaat. Deze manier van adaptief leren op microniveau zorgt voor voortdurende bekwaamheid, ook op de lange termijn.
https://drillster.com/nl/de-drillster-manier-van-leren/
Benieuwd naar de Drillster manier van leren? Neem contact op!
Meld je aan en we sturen je af en toe vergelijkbare artikelen. Geen spam, nooit. Alleen doordachte stukken over de wetenschap van leren en hoe die aansluit bij kritieke zakelijke behoeften.
