Hoe creëer je een succesvol product? We verzamelen al tientallen jaren leerwetenschappelijk onderzoek, maar het kan lastig zijn om dat onderzoek in handen van leraren te krijgen.
Ik had een ontmoeting met Sandra Liu Huang, president van Learning Commons, om te praten over het bouwen van infrastructuur om wetenschappelijk leren in productontwikkeling te brengen en docenten te voorzien van betere hulpmiddelen. We praten over het nuttiger maken van onderzoek voor ontwikkelaars en docenten, waarom gedeelde infrastructuur belangrijk is en hoe we ervoor kunnen zorgen dat wetenschapsonderwijs echt het klaslokaal bereikt.
Controle: Iets wat mij al lang fascineert is de kloof tussen het gevestigde wetenschapsonderwijs 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 die nodig zijn voor optimaal leren en de meest succesvolle leerstrategieën. De uitdaging is het vertalen van onderzoek naar tools en materialen die docenten dagelijks kunnen gebruiken. Het meeste onderzoek vindt plaats in tijdschriften en is vaak incrementeel, wat betekent dat je bevindingen uit tientallen jaren onderzoek moet synthetiseren.
Daarom vragen we leraren om het onmogelijke te doen: voortdurend de academische literatuur doornemen en bepalen hoe ze deze in hun lesplannen kunnen integreren, terwijl ze die lesplannen in realtime voor elke leerling kunnen aanpassen. Docenten hebben betere hulpmiddelen nodig die gebaseerd zijn op wetenschappelijk leren, met de flexibiliteit om zich aan te passen aan de behoeften van elke leerling.
Controle: 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, het gaat ook om het bruikbaar maken van die kennis. Hoe kunnen we meer bewijs leveren bij productontwikkeling?
Sandra: Het onderwijsveld heeft de mogelijkheid om te profiteren van jarenlang werk om het wetenschappelijk leren te bevorderen en onderzoek naar de praktijk te vertalen. Het proces kan echter moeilijk zijn. Wat nu anders is, is nieuwe technologie, incl AIcreëert mogelijkheden om docenten te helpen onderzoek te synthetiseren en op coherentere wijze toe te passen op de behoeften van de klas.
Maar dit werkt alleen als het AI-systeem gebruik maakt van data van hoge kwaliteit. Deze hulpmiddelen moeten worden gekoppeld aan het leerplan, academische normen en wetenschappelijk leren op een manier die weerspiegelt hoe studenten daadwerkelijk leren. Daarom vereist dit vakgebied een gedeelde infrastructuur die een basis legt voor kwaliteit. AI is geen wondermiddel, maar kan een krachtig middel zijn als het het beste van de wetenschappelijke inzichten weerspiegelt.
Controle: Wat je beschrijft – het bouwen van een gedeelde infrastructuur, geen propriëtaire oplossingen – voelt als een betekenisvolle verandering. Doorgaans financiert filantropie programma’s met duidelijke resultaten en tijdschema’s. Infrastructuurwerkzaamheden zijn anders. Het is langzamer, collectief en de impact ervan verspreidt zich over het hele 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 worden ontwikkeld. Door samen te werken met experts op het gebied van wetenschappelijk leren en de klaspraktijk, kunnen we hun kennis vertalen naar nuttige ontwikkelaarsbronnen om de hele sector te verbeteren. Hierdoor reikt hun werk verder dan individuele onderzoeksprojecten. Uiteindelijk is het doel ervoor te zorgen dat alle studenten toegang hebben tot rigoureus en motiverend onderwijs.
Controle: Organisaties zoals de onze doen diepgaand onderzoek naar de manier waarop studenten leren. Maar het produceren van onderzoek alleen is niet voldoende. Het opwindende aan partnerschappen zoals die tussen Learning Commons en Magpie Literacy, een leesprogramma zonder winstoogmerk dat wij ondersteunen, is dat ze inzichten helpen vertalen naar gedeelde infrastructuur, zoals Kennisgrafiek. Dit soort werk gaat verder dan het product van één organisatie en versterkt het hele veld. Dit is het verschil tussen het bouwen van één enkel instrument en het leggen van een fundament. Wat is er nodig om een onderzoeksframework door ontwikkelaars te kunnen gebruiken?
Sandra: Wij laatste ronde Dit partnerschap is gericht op het uitbreiden van datasets op het gebied van wiskunde, natuurwetenschappen en geletterdheid die academische normen, curriculum en wetenschappelijk leren met elkaar verbinden. Veel onderwijstechnologiesystemen zijn afhankelijk van gegevens die niet gedetailleerd of ongestructureerd genoeg zijn om door machines te worden geïnterpreteerd. De eerste stap is het opsplitsen van academische normen in kleinere vaardigheden die studenten moeten leren. Vervolgens koppelen we die vaardigheden aan curriculum en onderzoek.
Die structuur helpt AI-systemen te begrijpen hoe concepten zich tot elkaar verhouden en hoe leren in de loop van de tijd evolueert. Zie het als het creëren van een kennisbasis die technologie in staat stelt na te denken over leren.
We zijn enthousiast over het Magpie Literacy-partnerschap omdat het platform de belangrijkste leesvaardigheden (zoals fonemisch bewustzijn, decoderen en vloeiendheid) decodeert en de relaties daartussen in kaart brengt. Door deze inzichten te combineren in een gedeelde infrastructuur kan het hele veld profiteren van de werkzaamheden.
Controle: Verbazingwekkend. Dergelijke invloeden kunnen hele ecosystemen helpen veranderen. Welk advies zou je geven aan ontwikkelaars van onderwijstechnologie die producten willen maken 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 wetenschappelijk leren. We verwelkomen feedback en functieverzoeken terwijl we doorgaan met het uitstippelen van een routekaart die chronische uitdagingen op dit gebied kan ontsluiten door betere, effectievere tools te produceren.
Controle: Ik zou ook aan uw advies willen toevoegen: begin met onderzoek en concentreer u op de leerimpact, niet alleen op de aansluiting op de product-markt. En betrek docenten al vroeg bij het onderzoeks- en ontwikkelingsproces.
Sandra: Ja natuurlijk; we werken vroeg en vaak samen met docenten om onze producten vorm te geven.
Controle: Hoe zal het succes op dit gebied er de komende drie jaar uitzien als we vooruit kijken?
Sandra: Succes betekent dat we op één lijn zitten met het bouwen van hoogwaardige hulpmiddelen die zijn gebaseerd op wetenschappelijk leren en die zijn ontworpen om aan de echte behoeften van leraren te voldoen. Idealiter betekent dit ook een gedifferentieerde markt voor onderwijstechnologie, een markt waarin de instrumenten samenwerken, aansluiten bij academische normen en robuust onderzoek weerspiegelen. Docenten moeten erop kunnen vertrouwen dat de technologie die zij kiezen het leerproces zal ondersteunen.
LAATSTE WOORDEN
Het bevorderen van het wetenschappelijk leren is belangrijk, maar onderzoek alleen is niet voldoende. We hebben een infrastructuur nodig die het mogelijk maakt dat inzichten verder gaan dan alleen tijdschriften en naar hulpmiddelen 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 de hulpmiddelen die klaslokalen bereiken gebaseerd zijn op de manier waarop leerlingen het beste leren.
Auditi Chakravarty is CEO van het Advanced Education Research and Development Fund
