Projecten van NOLAI

NOLAI start jaarlijks projecten op scholen door heel Nederland om te onderzoeken hoe het basis- en voortgezet (speciaal) onderwijs concreet en praktisch te verbeteren met behulp van slimme technologie en AI. Hier vind je een overzicht van projecten met hun status. Wordt vervolgd!

Samen met scholen, bedrijven en wetenschappers is sinds de start van NOLAI in oktober 2022 hard gewerkt aan de eerste 10 projectvoorstellen voor het schooljaar 2023-2024.

Zou de stuurgroep alle projecten goedkeuren? Staat het pedagogisch-didactisch perspectief centraal en is de AI écht van meerwaarde voor het onderwijs? Het antwoord is ja en ja! De eerste 7 projectvoorstellen kregen in juni 2023 een GO. In september 2023 zijn nog eens 3 projectvoorstellen voorgelegd en ook deze zijn goedgekeurd. Hoera!

1. mAIchart voor leraren po

#po #tijdswinst #onderwijsopmaat

Over de ontwikkeling van leerlingen wordt veel data verzameld. We maken één centraal lerarendashboard met scholen van Stichting Lucas, Viertaal en Scala. Dit dashboard geeft inzicht in de ontwikkeling van leerlingen. Verschillende databronnen worden gecombineerd en geanalyseerd door AI. Tegelijkertijd onderzoeken we hoe een dashboard het handelen van de leraar ondersteunt en/of verbetert.

Samen met wetenschappers van Universiteit Utrecht en Hogeschool van Arnhem en Nijmegen.

2. Technisch leren lezen met spraaktechnologie

#po #motivatie #leerwinst #onderwijsopmaat

Kan Automatic Speech Recognition (ASR) het technisch leren lezen op de basisschool ondersteunen? We maken met Stichting Klasse een adaptieve toepassing om technisch lezen te oefenen. Een bijbehorend dashboard geeft de leraar inzicht in de ontwikkeling van technische leesvaardigheden op klank- en woordniveau. Dit geeft onderwijscollega’s dynamisch inzicht in de leesontwikkeling van hun leerlingen.

Samen met scholen Novolanguage en wetenschappers van de Radboud Universiteit.

3. Adaptief leren als alternatief voor toetsen

#vo #motivatie

Met de Montessori Scholengemeenschap Amsterdam maken we een adaptief leermiddel ter vervanging van feit-gebaseerde kennistoetsen. Dit vraagt om de doorontwikkeling van een cognitief AI-model. Het model analyseert tijdens het leren of een leerling bepaalde feiten voldoende beheerst en biedt de leerling op het juiste moment passende oefeningen aan.

Samen met Slimstampen en wetenschappers van Universiteit Utrecht.

4. Bevorderen van zelfregulatie bij het schrijven van essays

#vo #motivatie #leerwinst

Op scholen van Quadraam maken we het FLORA algoritme toepasbaar voor het voortgezet onderwijs. Het algoritme ondersteunt en stimuleert de zelfregulerende vaardigheden tijdens het schrijven. Deze toepassing wordt bij meerdere vakken ingezet. Hoe beïnvloedt dit de zelfregulatievaardigheden en lees- en schijfvaardigheid van leerlingen? En ook: hoe kan de leraar dit leerproces goed ondersteunen?

Samen met wetenschappers van Radboud Universiteit en Monash University (Melbourne).

5. Slimme aanbevelingen voor een persoonlijk leerpad

#vo #lerarentekort

Hoe kan AI bijdragen aan persoonlijke ondersteuning aan leerlingen in hun leerproces? Met het Gemeentelijk Gymnasium Hilversum ontwerpen we ondersteuning voor leerlingen om ze te helpen leren bij het vak Informatica. Ook maken we richtlijnen voor leraren en gastdocenten.

Samen met Co-Teach Informatica en wetenschappers van Universiteit Utrecht.

6. Woordenschat vergroten door rijke context

#po #kansengelijkheid

Met scholen van Flores onderzoeken we of virtual reality helpt om de woordenschat van kleuters met een onderwijsachterstand te vergroten. VR laat de kleuters op school actief nieuwe contexten beleven, zoals bijvoorbeeld bergen of duinen. Wat vraagt dit van leerlingen en hoe draagt dit bij aan de ontwikkeling van de woordenschat?

Samen met wetenschappers van iXperium en Radboud Universiteit.

7. Efficiëntere wachtrij door een betere vraagstelling

#vo #motivatie #leerwinst

Hoe kan AI bijdragen aan het detecteren en interpreteren van vragen die leerlingen stellen en daar passende antwoorden op geven? Met Het Stedelijk in Enschede ontwikkelen we een prototype voor het vak Informatica. De AI ontvangt vragen van leerlingen, nodigt leerlingen uit om de vraag aan te scherpen en na te denken over hun aanpak. Waar mogelijk geeft de AI antwoord. De docent heeft via een dashboard overzicht en ziet waar extra ondersteuning gewenst is, en op welke manier.

Samen met TA-help.me en wetenschappers van TU Eindhoven en Universiteit Utrecht.

8. Kansrijke determinatie

#vo #tijdwinst #onderwijsopmaat

Hoe kan AI docenten ondersteunen om een passend schooladvies te geven gedurende de verlengde tweejarige brugklas? Wat hebben docenten nodig om de data te benutten voor een goede kwaliteit van het overgangsgesprek en de voorlopige en definitieve determinatie? Met het Raayland College ontwikkelen we een AI-ondersteund dashboard dat docenten helpt bij het determinatieproces.

Samen met Maastricht University en Radboud Docenten Academie

9. Video-Interactie-Analyse-Tool (VIAT)

#vo #reflectie

Hoe kan AI docenten in het VO helpen bij het reflecteren op eigen onderwijssituaties, zodat ze hun eigen handelen kunnen verbeteren? Samen met VO-scholen van Lucas Onderwijs en de Haagse Opleidingsschool ontwikkelen we een video-interactie-analyse-tool (VIAT) waarbij AI relevante metadata kan extraheren uit video-opnames van onderwijssituaties. Ook onderzoeken we hoe deze momenten op een betekenisvolle en overzichtelijke manier kunnen worden gepresenteerd aan de docent of docent in opleiding.

Samen met Lucas Onderwijs, IrisConnect en wetenschappers van Radboud Universiteit.

10. Generatieve AI

#vo

Hoe houdt het onderwijs regie over het leren en onderwijzen bij het gebruik van generatieve AI? Waar liggen de kansen en risico’s, en wat zijn de consequenties op bijvoorbeeld pedagogisch-didactisch, ethisch, technologisch en professionaliseringsvlak? We stellen een overzicht op van de kansen en risico’s van generatieve AI vanuit de vijf perspectieven van het NOLAI. Ook onderzoeken we de mate van controle tussen leraar, AI en leerling door casussen te plotten op het ‘6 lagen van automatisering’-model. Dit overzicht werkt als leidraad om AI doordacht in te zetten en verankeren binnen Quadraam.

Samen met wetenschappers van het Behavioural Science Institute van Radboud Universiteit.

Blijf op de hoogte

We sturen je graag geregeld een bericht over nieuwe bijeenkomsten, concepten, producten en meer. Schrijf je in voor onze nieuwsbrief

Zie ook: Over NOLAI | Kennis | Samenwerken