Feedback van studenten vormde deze updates. Echte gegevens uit klaslokalen in de VS bewezen het.
Stel je voor dat je wiskundeles geeft aan een middelbare school. Sommige kinderen spreken goed Engels. Anderen beginnen net de taal te leren. De kloof in begrip wordt snel groter als je niet over de juiste hulpmiddelen beschikt. Het is een bekende strijd. Leraren willen iedereen helpen. Maar de middelen zijn schaars. De motivatie daalt. De betrokkenheid neemt af.
Dit is het probleem dat Kyron Learning en de AIMS Collaboratory hebben aangepakt. Ze raadden niet wat werkte. Ze keken wat er gebeurde. Ze werkten samen voor een onderzoek van vier cycli, gefinancierd door de Gates Foundation. Het doel? Om te meten hoe AI-aangedreven instructie de motivatie en betrokkenheid van Engelstalige leerlingen bij wiskunde beïnvloedt.
Het resultaat bestond niet alleen uit gegevens. Het was een routekaart voor de ontwikkeling van functies.
Waarom iteratief onderzoek de aannames overtreft
Eén ding valt op: dit was geen ‘build it and see’-aanpak. Het was iteratief. Realtime aanpassing op basis van wat studenten daadwerkelijk hebben gezegd.
Gedurende het schooljaar 2024-2035 werkte het team met 22 leerkrachten. Bijna 1.000 studenten. Zeventien scholen. De reikwijdte was groot. Maar de methode was strak. Feedback kwam overal vandaan: enquêtes, interviews, bruikbaarheidscontroles en betrokkenheidsstatistieken.
Waarom is dit belangrijk voor ELL-studenten? Omdat de barrière niet alleen de wiskunde is. Het is de taal. Wiskundige woordenschat voegt cognitieve belasting toe. Het is zwaar. Als je algebra probeert te begrijpen en tegelijkertijd nieuwe Engelse termen probeert te decoderen, raak je gemakkelijk achterop.
Studenten hebben meer nodig dan alleen antwoorden. Ze hebben steigers nodig. Ze hebben visuele versterking nodig. Ze moeten informatie in hun eigen tempo verwerken.
“Elke leerling is betrokken bij de lessen. Ze zijn enthousiast… reageren meer en met meer vertrouwen.” – Een leraar in de studie
Dit citaat geeft de verschuiving weer. Wanneer de ondersteuning aansluit bij de behoefte, volgt motivatie. De studie gaf prioriteit aan deze stemmen boven aannames.
Van feedback tot functie-updates
Kyron heeft geen flitsende gadgets uitgerold. Ze voegden gereedschappen toe die de wrijving verminderden. Drie belangrijke kenmerken kwamen rechtstreeks naar voren uit de feedback van deelnemers. Ieder loste een specifiek probleem op dat in de klas werd waargenomen.
Cyclus 1 tot 2: De kracht van ondertiteling
In de eerste cyclus hadden de leerlingen interactie met conversationele AI. Het leverde onmiddellijke feedback op. Maar er zat een addertje onder het gras. Audio-intensieve instructie zorgde voor een knelpunt.
Meertalige leerlingen moesten segmenten opnieuw afspelen. Ze hebben video’s vertraagd. Ze hebben de uitleg opnieuw bekeken. Waarom? Omdat onbekende academische woordenschat in gesproken Engels moeilijk te vatten is. Je kunt een live college niet terugspoelen.
Dus ondertiteling kwam in cyclus 2.
Het was niet alleen een selectievakje voor toegankelijkheid. Het was een begripsinstrument. Gelijktijdige gesproken en geschreven taal helpt de hersenen informatie te verwerken. Venturini et al. (2922) merkte dit ook op. Bijschriften ondersteunen de woordenschatontwikkeling en geletterdheid.
Voor ELL’s veranderde het alles. Het gaf hen controle.
Een middelbare scholier, vertaald uit het Spaans, zei het duidelijk: “Ik vond de ondertitels leuk. Ze maken het onderwerp gemakkelijker te begrijpen.”
Het vertrouwen groeide. De barrière om onbekende termen te horen verdween snel.
Cyclus 2 tot 3: gemarkeerde transcripties
In cyclus 2 hielpen ondertitels. Maar lange verklaringen vormden nog steeds een uitdaging. Studenten hadden moeite om de stroom van concepten bij te houden. Ze misten delen van de uitleg en moesten door video’s bladeren om ze te vinden. Het was vervelend.
Kyron reageerde met gemarkeerde transcripties in cyclus 3.
Hier is hoe het werkt. Het volledige lestranscriptie verschijnt naast de video. Terwijl de instructeur spreekt, wordt dat exacte gedeelte benadrukt. Leerlingen kunnen ergens in de tekst klikken om naar dat moment in de video te springen.
Het is interactief. Het is bevaarbaar. Er wordt een directe link gelegd tussen wat er wordt gezegd en wat er wordt geschreven.
Uit onderzoek bleek een duidelijk patroon. Meertalige leerlingen maakten onevenredig meer gebruik van deze functie dan hun niet-ELL-leerlingen. Ze hadden het nodig. Het hielp hen taal en begrip in realtime te verwerken.
“Ik vond het leuk hoe [het Kyron-transcriptie] mij een definitie gaf als ik het woord niet begreep”, vertelde een student.
Plotseling was de les geen waas van geluid. Het was een traceerbare, volgbare ervaring.
Cyclus 3 tot 4: Klikbare definities
Woordenschat blijft een moordenaar van momentum. Of je nu een ELL-student bent of niet, het tegenkomen van een nieuwe academische term kan je tegenhouden. In cyclus 3 pauzeerden de leerlingen. Ze verlieten de les om woorden op te zoeken. Ze vroegen het aan leraren. Ze verloren hun gedachtengang.
Cyclus 4 loste dit op met klikbare definities.
Ingebouwd in het gemarkeerde transcript werden onderstreepte woordenschatwoorden interactief. De leerlingen klikten op een woord. Er verscheen onmiddellijk een definitie. Ze gingen meteen weer verder met de les.
Dit verminderde de cognitieve belasting aanzienlijk. Het hield de leerstroom in stand. Het bouwde contextueel begrip van de woordenschat op zonder de focus te verbreken.
“Wat ik leuk vond… was dat ze me hielpen een beter begrip te krijgen”, zei een student.
Het was geen magie. Het was gewoon het obstakel wegnemen.
Cross-Cycle-thema’s: wat we hebben geleerd
Het onderzoek onthulde meer dan alleen op welke knoppen studenten klikten. Het toonde een filosofie voor onderwijstechnologie.
- Eenvoud wint. Gamificatie is op zijn plaats. Maar veel studenten hebben geen flitsende graphics nodig. Ze hebben ingebedde ondersteuning nodig. Hulpmiddelen waarmee ze nu kunnen begrijpen.
- Cognitieve belasting is reëel voor ELL’s. Wiskunde is al moeilijk genoeg. Taal voegt gewicht toe. Door dat gewicht weg te nemen, kunnen studenten zich concentreren op de concepten, en niet alleen op de code van het Engels.
- Luister naar de gebruikers. Productontwikkeling mag niet in een vacuüm gebeuren. Interviews met docenten en enquêtes onder studenten vormden de leidraad voor elke stap. De beste EdTech is niet gebaseerd op gissingen. Het is gebouwd op observatie en iteratie.
De afhaalmaaltijd
Dit ging niet alleen over het toevoegen van functies. Het ging over respect. Respect voor hoe leerlingen leren. In het bijzonder meertalige leerlingen die een enorm potentieel inbrengen in het wiskundelokaal.
Het doel bleef constant: tijdige, leerlinggerichte ondersteuning bieden. Of het nu gaat om meeleesfuncties, gesynchroniseerde transcripties of contextbewuste definities. Het doel is om leerlingen te helpen volhouden. Om vertrouwen op te bouwen.
De motivatie van studenten verbetert wanneer de ondersteuning precies op het juiste moment arriveert. Nog geen week later. Niet in een handboek. Nu.
Olivia Martens is projectmanager bij Kyrón Learning. Het verhaal van haar werk laat zien dat iedereen er baat bij heeft als we ontwerpen voor de randen.
