Onderzoekers van The Education University of Hong Kong (EdUHK) hebben twee AI-platforms ontwikkeld die digitale feedback verbinden met duidelijke leerdoelen, voortgangsbewaking en aanpassing van de les. Daarmee verschuift de aandacht van de snelheid waarmee kunstmatige intelligentie werk kan nakijken naar de manier waarop leraren en leerlingen de uitkomsten gebruiken. De aanpak is gebaseerd op een analyse van gegevens van 151.969 leerlingen uit 19 landen en regio’s. Daaruit blijkt dat frequente feedback alleen niet noodzakelijk tot betere leerresultaten leidt; de samenhang tussen beoordeling, instructie en schoolbeleid is volgens de onderzoekers doorslaggevend.
- Het onderzoek analyseerde PISA-gegevens van 151.969 leerlingen uit 19 landen en regio’s.
- EASE heeft meer dan 2.200 gebruikers; bij FAITH zijn ongeveer 350 gebruikers geregistreerd.
- De studie over beoordelingsbeleid en leesprestaties verscheen in 2026 in Education Sciences.
Schoolbrede aanpak hangt samen met betere leesprestaties
Het team onder leiding van professor Zi Yan, verbonden aan de afdeling Curriculum and Instruction, onderzocht verschillende onderdelen van formatieve beoordeling. Bij deze vorm van evalueren wordt informatie over de voortgang niet alleen gebruikt om een eindcijfer te bepalen, maar vooral om het leerproces tussentijds bij te sturen.
Volgens de analyse verbeteren leesprestaties wanneer leraren vooraf verduidelijken wat leerlingen moeten bereiken, hun ontwikkeling systematisch volgen en de instructie aanpassen op basis van de verzamelde informatie. Alleen vaker commentaar geven bleek niet automatisch voldoende.
De praktische boodschap is dat AI pas onderwijswaarde krijgt wanneer feedback onderdeel wordt van een samenhangend proces van doelen stellen, voortgang meten en lessen aanpassen.
De onderzoekers controleerden in hun internationale analyse onder meer voor gezinsachtergrond, regionale omstandigheden en factoren die met leraren samenhangen. Een stijging van 0,158 standaarddeviatie in de consistente, schoolbrede toepassing van heldere doelen en voortgangsbewaking hing samen met een even grote stijging in leesprestaties. Die uitkomst beschrijft een verband en bewijst op zichzelf geen rechtstreeks oorzakelijk effect.
EASE maakt leerpaden en FAITH ondersteunt de lespraktijk
Op basis van dit onderzoekswerk ontwikkelde het team sinds 2024 de platforms EASE en FAITH. EASE, voluit Efficient Adaptive System for Education, combineert formatieve beoordeling, zelfstandig leren en AI. Adaptieve algoritmen stellen persoonlijke leerroutes samen. Het systeem biedt daarnaast directe feedback, automatisch nakijken, foutanalyses en voortgangsrapporten.
FAITH, de Formative Assessment Innovative Teaching Hub, richt zich sterker op de dagelijkse lespraktijk. Het platform bevat voorbeelden uit klaslokalen en materiaal per schoolvak. Het moet leerlingen helpen feedback actief te gebruiken en biedt leraren middelen voor professionele ontwikkeling. Scholen kunnen er bovendien een gedeelde werkwijze en taal rond beoordelen mee opbouwen.
Leraren melden volgens het onderzoeksteam dat de platforms persoonlijker leren en sneller aangepaste instructie mogelijk maken. Leerlingen noemen meer motivatie en betrokkenheid bij zelfstandig leren. Kleinschalige empirische studies wijzen er daarnaast op dat EASE de schoolprestaties en leerstrategieën kan verbeteren.
Lokale omstandigheden begrenzen wat AI kan overnemen
De ontwikkeling sluit aan bij het beleidsplan voor digitaal onderwijs in basis- en middelbare scholen van het Hongkongse Education Bureau. Tegelijk waarschuwt het onderzoeksteam tegen het simpelweg overnemen van modellen uit andere onderwijssystemen. Klassengrootte, werkdruk en ondersteuning binnen de school bepalen mede of een aanpak uitvoerbaar is.
Eenmalige scholing van leraren is volgens de onderzoekers niet genoeg. Daarom combineren EASE en FAITH digitale hulpmiddelen met professionele ontwikkeling en onderzoek naar formatief beoordelen. Het professionele oordeel van de leraar blijft daarbij de basis: AI kan gegevens ordenen en voortgang volgen, maar beslist niet zelfstandig welke ondersteuning een leerling nodig heeft.
Voor scholen in Nederland en andere Nederlandstalige gebieden betekent dit vooral dat de aanschaf van een AI-toepassing geen onderwijsvernieuwing op zichzelf vormt.
De Hongkongse bevindingen kunnen als ontwerpprincipe dienen, maar niet zonder meer als bewijs dat dezelfde platforms elders identieke resultaten opleveren. In de praktijk zou invoering dus ook afspraken vereisen over leerdoelen, het gebruik van feedback en de ruimte voor leraren om hun lessen bij te sturen.
Moeten scholen eerst hun beoordelingspraktijk verbeteren voordat zij AI-platforms invoeren? Deel uw visie op de rol van leraar en technologie.
