Hoe technologie kan ondersteunen bij zelfregulerend leren

Het is een veel gehoord probleem: studenten die geen idee hebben hoe ze een planning moeten maken, hun opdrachten structureren of leerdoelen opstellen. Belangrijke vaardigheden die deel uitmaken van wat we zelfregulerend leren noemen. Maar zelfregulerend leren doe je niet alleen, schrijven Derk Bransen en Barend Last in hun nieuwe boek. Technologie kan studenten en docenten ondersteunen bij het aanleren van zelfregulerend leren.

Meer aandacht voor zelfregulerend leren

“Met zelfregulerend leren bedoelen wij dat je een actief deelgenoot bent in je eigen leerprocessen op verschillende vlakken. Daarbij gaat het onder meer om metacognitie, motivatie en gedrag. Het gaat over hoe goed jij in staat bent om handen en voeten te geven aan je leerprocessen en activiteiten, door het opstellen van leerdoelen, het inzetten van strategieën. En of je een omgeving voor jezelf kunt creëren en structureren waarin je effectief kunt leren”, legt Derk Bransen uit. 

Bransen is co-creatie manager bij Educatie Lab NL en specialist op het gebied van het reguleren van leren. Samen met zijn goede vriend Barend Last – docent, schrijver en onderwijsmaker – schreef hij het boek Dat doe je toch niet alleen?! over zelfregulerend leren dat in maart 2025 uitkomt. Zij vinden dat dit onderwerp meer aandacht verdient, juist omdat studenten hier vaak nog moeite mee hebben. 

Voor leren komt reguleren

“Je kan nog zo gemotiveerd zijn om een taak te doen, maar als je niet weet hoe, zetten je goede bedoelingen weinig zoden aan de dijk”, vult Last aan. “Je moet als docent je studenten eerst expliciet bepaalde vaardigheden aanleren zoals doelen stellen, reflecteren en monitoren, voordat zij die kunnen inzetten om beter te kunnen leren. Eerst is zelfregulerend leren een doel op zich, daarna wordt het een middel. Ik heb het idee dat die trein soms een beetje te snel gaat en dat we studenten overvragen – zeker in het begin van een opleiding.”

Niet individualistisch, maar samen

Hoe leer je zelfregulerend leren dan aan? “Ik chargeer even, maar vroeger vonden we dat je zelfregulerend leren zelfstandig moest leren”, zegt Bransen. “Het onderzoek en de interventies richtten zich op de individuele, vaak (meta-)cognitieve processen die zich afspelen tussen de oren van het individu. Dat individu moest dan maar aan de slag gaan en strategieën verzinnen. Daarmee gaan we voorbij aan de sociale aard van onderwijs, leren, en daarmee zelfregulerend leren.”

Dat is wat Last en Bransen betreft een misconceptie. Bransen: “Zelfregulerend leren is niet een probleem van de lerende zelf of van de lerende alleen, en je leert het ook niet vanzelf. Dit doe je samen. Met docenten, maar ook zeker met medestudenten. En docenten leren en reguleren weer met hun collega’s. We spreken dan van co-regulatie: gezamenlijke regulatie van leerprocessen die tot stand komt door interactie en communicatie. Co-regulatie kan vorm krijgen door een docent die bijvoorbeeld prikkelende vragen stelt die reflectie uitlokken. Maar het kan ook gaan over medestudenten die bediscussiëren hoe je het beste in een specifieke setting aan een leerdoel kunt werken. Het gaat echt over de tijdelijke, gezamenlijke regulatie van leerprocessen. En dat is per definitie sociaal gesitueerd.”

Derk en Barend
Derk Bransen (links) en Barend Last

Hulp van technologie

Ook technologie kan een rol bij spelen bij het ontwikkelen van vaardigheden en strategieën die nodig zijn voor zelfregulerend leren. Kunstmatige intelligentie – dat met de opkomst van generatieve AI een hot topic is geworden – biedt tal van mogelijkheden. “Je kunt AI aan de ene kant zien als een directe co-regulator die jou helpt met plannen of doelen stellen. Maar je kunt het ook zien als een techniek die jou als docent helpt om inzicht te krijgen in de regulatievaardigheden van studenten. Zodat je de ondersteuning beter kunt afstemmen op wat ze nodig hebben”, vertelt Last. 

Als voorbeeld noemt hij een mbo-instelling waar ze al actief experimenteren met AI-systemen. “Die systemen verzamelen data van studenten om te kijken wie een groter risico loopt om uit te vallen en welke ondersteuning zij nodig hebben om dat te voorkomen. Dat zijn natuurlijk heel interessante use cases.” In het Vraagbaak-webinar ‘AI als coach bij zelfregulerend leren’ van 8 november deelde Bransen diverse voorbeelden van AI als ondersteuning van zelfregulerend leren bij studenten. 

Leren communiceren

Communicatie en onderlinge interactie spelen een heel belangrijke rol, stellen Bransen en Last. “Het vraagt van alle deelnemers – of dat nu een student of een docent is – dat zij hun gedachten en gevoelens onder woorden leren brengen. Deze gedachten vormen de basis van waaruit gereguleerd wordt. Daar ligt vaak de uitdaging”, zegt Bransen. Ook dit is iets waar AI bij kan helpen. Een tool als ChatGPT gaat immers geen planning voor je maken of leerdoel voor je opstellen als het niet de juiste instructies krijgt. “Met zoiets als ChatGPT kun je oefenen met woorden geven aan dit soort metacognitieve processen. Het dwingt je daar zelfs toe. Je moet goed nadenken over de vraag vooraf, om ervoor te zorgen dat het antwoord bruikbaar is.” 

Portfoliosystemen bieden ondersteuning

Naast AI zien Bransen en Last ook portfoliosystemen als mogelijkheid voor ondersteuning van zelfregulerend leren. “Daarmee kun je op basis van specifieke vaardigheden voor het reguleren van leren input verzamelen om die vaardigheden te ontwikkelen. Er zijn goede systemen die dat ondersteunen”, vertelt Last. Bransen vult aan: “Op het moment dat je technologie gebruikt om de voortgang te monitoren en die informatie vervolgens gebruikt om samen in gesprek te gaan, dan maak je het leerproces ook onderdeel van jouw ontwikkeling. De focus ligt dan niet alleen op: hoe goed heb jij die taak uitgevoerd? Maar ook: welke problemen ben je tegengekomen in het voorbereiden op die taak? Welke oorzaken schrijf je daaraan toe?”

Kans voor co-regulatie

Voorwaarde daarbij is wel dat het portfoliosysteem daar goed voor is ingericht. “Vaak zijn leermanagementsystemen ingericht als een soort pdf-boekenkast, in plaats van een omgeving die het leren (en het reguleren daarvan) ondersteunt”, zegt Last. “Maar als je zo’n omgeving gaat zien als een instrument dat het reguleren van het leren ondersteunt, dan moet je studenten daarin ook meenemen. Dus laat eerst zien hoe jij de omgeving hebt ingericht, welke keuzes je hebt gemaakt en waarom. En vraag dan of dat duidelijk is voor iedereen. Dát is co-regulatie.”

Docent moet de regie pakken

Ook bij de inzet van AI is het belangrijk dat docenten de juiste vaardigheden hebben. “Je moet als docent de regie pakken. Dat betekent: goed nadenken over het didactische doel waarvoor je AI inzet en over de technische kant. Hoe ziet het systeem eruit? Wat voor gebruikersinterface is daaromheen gebouwd?”, verklaart Last. “Als iemand daar goed over nadenkt en de techniek optimaal inzet ten dienste van de regulerende leerprocessen, zijn de resultaten positief.”

De bottleneck daarbij is dat docenten die vaardigheden nog niet altijd hebben. “Daarom schrijven we ook in het boek dat we niet aanraden om generatieve AI in te zetten als je het nog niet goed begrijpt en de technische middelen niet hebt,” zegt Last. Bransen voegt toe: “Maar het is net zo belangrijk om te weten wat zelfregulerend leren inhoudt en welke elementen daar allemaal bij horen, voordat je met AI aan de slag gaat om het reguleren van leren betekenisvol en gericht te kunnen ondersteunen.” 

Wil je meer weten over wat zelfregulerend leren inhoudt, en welke kansen (en risico’s) AI biedt? Kijk dan het webinar van 8 november terug via deze link.

Auteur

Reacties

Dit artikel heeft 0 reacties