9 September: Leren wordt een feestje

In traditionele e-learnings wordt iedereen min of meer op dezelfde manier door de leerstof geleid. De voor jou nieuwe onderwerpen zitten verstopt tussen zaken die je al weet. Frustrerend om alle stof op dezelfde diepgang door te moeten worstelen zonder dat er wordt ingespeeld op je specifieke kennisbehoefte. Dit zal vast herkenbaar zijn; het is een veelgehoorde klacht over de ‘one size fits none’ modules van standaard e-learnings. 

Wat werkt bij leren? 
Het voorschotelen van verplichte kost die je deels al kent, draagt dus niet bij aan een lekkere leerervaring. Wat dan wel? Daar is veel wetenschappelijk onderzoek naar gedaan. Zo is bekend dat als er een fout wordt gemaakt, het beste moment is om feedback te geven. Dus niet achteraf als je resultaten van een toets bespreekt. Een ander belangrijk aspect: leren gaat het snelst als de stof nét wat lastiger is dan je aankan, maar niet té hoog gegrepen waardoor je vastloopt. Eigen bewustzijn over wat je wel en wat je niet weet is cruciaal voor een optimaal resultaat; het versterkt je leervaardigheden.  

Wat maakt leren extra leuk? 
Stel je voor dat een module op basis van dergelijke  bewezen positieve leerprincipes, het uitgangspunt is voor elke lerende. En dat binnen diezelfde module iedereen automatisch een gepersonaliseerde route krijgt aangeboden. Zodat er focus ligt op ieders behoefte, je wordt niet overbelast met theorie die je al kent. In minder tijd leer je juist de dingen die je nog niet kent of beheerst. Dán wordt  leren weer leuk! 

Hoe dan?  
Duidelijke stukjes leerstof worden op een aantrekkelijke manier aangeboden in combinatie met vragen over de leerdoelen. In de module zorgen algoritmes voor een continue analyse hoe je de kennis verwerkt en beheerst. Er wordt bijvoorbeeld gekeken naar de tijd die nodig is voor het geven van een antwoord, hoe intensief je de aangeboden kennisbron leest en hoe zeker je bent van je antwoord. Door dit te combineren met de daadwerkelijke juistheid van het gegeven antwoord ontstaat inzicht in bekwaamheid. Met al deze data en patronen kan het algoritme gaandeweg het beste pad bepalen om alle leerdoelen te beheersen en 100% bekwaamheid te bereiken.  

En let op: het beste pad, door die ene zelfde module, is voor iedereen anders. Op maat gesneden doordat moderne techniek en wetenschappelijke leerprincipes optimaal samenkomen in écht adaptief leren. 

Meer weten over gepersonaliseerd leren? Neem contact op met onze collega Paul Janssen