kunstmatige-intelligentie-in-Learnbeat-maakt-lesmateriaal-beter

[Interview] Hoe kunstmatige intelligentie lesmateriaal beter kan maken

Jeanne Goossens van Learnbeat ontwikkelde een manier om met behulp van kunstmatige intelligentie meerkeuzevragen te creëren. In dit interview vertelt ze hoe het slim inzetten van big data kan bijdragen aan de kwaliteit van leermateriaal.

Geschreven door
Marit Rooijakkers

“Vaak leren leerlingen vooral wat het antwoord niét moet zijn”

Jeanne studeerde informatica en verdiepte zich in data science. Ze kon haar specialisatie direct toepassen toen ze aan de slag ging bij Learnbeat. “Een van de eerste projecten die ik oppakte ging over meerkeuzevragen in lesmethodes. Naast de open vraag is de multiple choice opgave een van de meest gebruikte vraagvormen in het onderwijs. Voor auteurs van lesmethodes is het altijd een uitdaging om een goede meerkeuzevraag te maken.”

Bij multiple choice moet de leerling kiezen uit verschillende antwoordopties. De onjuiste antwoordopties worden afleiders genoemd. Het is voor een auteur moeilijk om bij elke meerkeuzevraag de passende afleiders te verzinnen. Lijkt de afleider te veel op het juiste antwoord, dan wordt de opgave ambigu. Is de afleider overduidelijk onjuist? Dan wordt de vraag te eenvoudig. 

Jeanne: “Vaak zijn de afleiders helemaal geen logische antwoordopties. 

"Leerlingen denken bij het beantwoorden van een vraag vooral: welke antwoordopties kunnen het niét zijn? Hierdoor beklijft veel minder goed wat het correcte antwoord wél is."

Constructie van opgaven met behulp van een algoritme

Jeanne spitste haar onderzoek toe op multiple choice vragen bij de betekenis van Engelse woorden. Tienduizenden leerlingen oefenen dagelijks Engelse woorden in Learnbeat. Dus er was meer dan voldoende big data over elke opgave. Jeanne: “Het doel van dit project is dat ik Learnbeat zelf goede afleiders wil laten verzinnen voor meerkeuzevragen rondom het oefenen met Engelse vocabulaire.”

Op basis van het onderzoek met grote hoeveelheden gegevens (zoals woordenlijsten, metadata en scores) ontwikkelde Jeanne een algoritme om nieuwe opgaven te creëren.

Jeanne glundert. “Hoe het werkt? Learnbeat kiest nu zelf voor elke meerkeuzevraag de beste afleiders uit een een grote verzameling betekenissen die passen bij het niveau en leerjaar van de leerling. Het algoritme houdt daarbij onder meer rekening met de betekenis van het woord in relatie tot de betekenis van het correcte antwoord, de lengte en de woordsoort. De opties met de hoogste score worden vervolgens aangeboden als afleider.” 

De kunstmatig gegenereerde afleiders werden vervolgens kritisch bekeken door een eindredacteur voor het vak Engels. 

"Zo controleert de mens uiteindelijk toch de machine.”"

Sinds de start van dit schooljaar oefenen duizenden leerlingen op scholen in heel Nederland met de meerkeuzevragen die zo tot stand zijn gekomen. Maar er is nog genoeg te doen voor Jeanne. “De ontwikkelingen en kennis die we hebben opgedaan tijdens dit project hopen we ook weer als basis voor andere projecten te kunnen gebruiken.”

"Ook voor andere vakken zien we interessante mogelijkheden!”"

Ben je benieuwd naar Learnbeat?

Kijk zelf eens rustig rond in een proefaccount. Zonder kosten, zonder verplichtingen.

Share on facebook
Share on twitter
Share on linkedin
Share on whatsapp
Share on facebook
Share on twitter
Share on linkedin
Share on whatsapp
Zo haal je in Learnbeat een per ongeluk verwijderde vraag zelf uit de prullenbak.

Elke maand de laatste nieuwtjes en tips over digitaal onderwijs in je mailbox?