Didactische AI: wat is het en waarom heb je het nodig?

Is generatief positief?

****Het is nog niet zo lang geleden dat de wereld in ban raakte van ChatGPT, de generatieve chatbot met antwoord op al je vragen. Menig instructional designer (leercontenontwikkelaar) zet volop in op generatieve AI om snel informatie in leermodules te presenteren. En veel mensen maken gretig gebruik van de kunsten van Chat GPT en stellen ontelbare vragen – om vervolgens verdomd slimme antwoorden te krijgen. Is dit een goede ontwikkeling voor de leerwereld? Er is natuurlijk wat voor te zeggen dat veel informatie makkelijk toegankelijk is. Direct antwoord op complexe vragen, zo doet men snel kennis op. Toch?

Het leerproces

Je kunt generatieve AI dus gebruiken om snel veel informatie te verzamelen voor een lesmodule. Alleen door generatieve AI gegenereerde informatie presenteren maakt het leerproces zelf niet beter, slimmer of sneller. In tegendeel. Want hoe weet je zeker dat een deelnemer begrijpt wat hij gelezen, beluisterd of bekeken heeft? En kan hij het onthouden, reproduceren en toepassen in de praktijk over x aantal maanden?

Door het gemak waarmee je informatie kunt krijgen, is het minder relevant dan ooit om informatie daadwerkelijk te memoriseren. Waarom zou je, als je het in een paar tellen hebt opgezocht? Dit Google Effect2.0 is in zekere zin best nuttig. Je hoeft niet alles te onthouden. Wat je ‘on the job’ kunt opzoeken moet je vooral doen. Maar sommige dingen moet je simpelweg paraat hebben. Denk aan cruciale kennis en vaardigheden, zoals veiligheidsprotocollen, compliance-regels, cybersecurity awareness, hygiëneregels, en zo zijn er voor iedere baan competenties die je top-of-mind moet hebben. Daar kan ChatGPT je niet bij helpen. Gelukkig bestaan er ook AI-algoritmes die je kunt gebruiken om het leerproces zelf te versnellen en te optimaliseren. En daar komt didactische AI om de hoek kijken.

Wat is didactische AI?

Didactische AI gebruikt elementen uit de neurowetenschappen in een algoritme om daarmee het leerproces te optimaliseren. Dus het zorgt dat je kennis en vaardigheden sneller ontwikkelt én beter onderhoudt. De Drillster- app doet dat op een aan tal manieren:

• Adaptief leren . Allereerst is personalisatie belangrijk. Een adaptief algoritme helpt om het leertraject aan te passen aan de leerbehoefte van ieder individu. Zowel het niveau, het tempo en de leercontent kan worden gepersonaliseerd, zodat het perfect aansluit bij ieders leefbehoefte. Wij vinden: hoe meer adaptiviteit, hoe beter . Ons algoritme werkt vraaggestuurd. Deelnemers leren door het beantwoorden van vragen, dilemma’s, situaties, etc.. Bij ieder antwoord leert het algoritme meer over die deelnemer. Was het antwoord goed of fout, hoeveel vragen en vraagvarianten van dit leerelement zijn al goed/fout beantwoord, hoe lang is het geleden dat iemand een vraag beantwoordde over dit element? Uiteraard rekening houdend met de gokkans. Deze data wordt gebruikt om te bepalen wat de volgende vraag moet zijn, of iemand het gewenste kennisniveau heeft behaald, en wanneer die kennis weer wegzakt.
• De vergeetcurve en spaced repetition . Ook berekent het algoritme wanneer het volgende leermoment het beste kan plaatsvinden (d.m.v. spaced repetition ) en welke onderdelen van de lesstof dan weer beantwoordt moeten worden. Het is namelijk zo dat kennis en vaardigheden snel wegebben als het niet gebruikt wordt (door de vergeetcurve). Het slimme algoritme berekent wanneer kennis wegzakt, en stuurt notificaties om te zorgen dat iemand weer gaat leren. Dat opfrissen gebeurt op een slimme manier: de deelnemer krijgt met name vragen over de stof die hij eerder moeilijk vond of die hij al langere tijd niet gezien heeft. Na verloop van tijd wordt kennis steeds beter verankerd. Het algoritme laat dan steeds meer tijd zitten tussen leermomenten. Dit scheelt veel tijd en toch blijven competenties behouden – ook op de lange termijn.

Deze technologie is echt een innovatie van het leerproces zelf. Het zorgt voor effectiever leren en beter onthouden, het kost minder tijd en het verhoogt de learner engagement. Zo houden medewerkers meer tijd over voor belangrijk werk, wat ze bovendien beter kunnen uitvoeren – dat scheelt weer (bijna) ongelukken en boetes. Door de inzet van didactische AI heeft iedereen de juiste competenties paraat om te presteren wanneer dat nodig is.