NOLAI header
NOLAI header

mAIchart PO II

Een co-creatieproject van NOLAI voor het primair onderwijs
Looptijd
december 2026 tot heden
Projecttype
Onderzoek
Organisatieonderdeel
Nationaal Onderwijslab AI (NOLAI)

In het primair onderwijs beschikken scholen over een grote hoeveelheid leerlingdata. Deze gegevens zijn zij vaak versnipperd en moeilijk in samenhang te interpreteren. Hoe kunnen leerlingdata uit verschillende onderwijssystemen betrouwbaar worden gecombineerd en met behulp van AI worden geanalyseerd, zodat leraren beschikken over bruikbare inzichten die hen ondersteunen bij hun pedagogisch-didactisch handelen?

Cartoon hamvraag projecten NOLAI.

Uitdaging voor het onderwijs

In de dagelijkse onderwijspraktijk beschikken leraren over veel leerlingdata. Deze data komen uit verschillende bronnen, zoals methodegebonden software, methodegebonden toetsen, observaties in de klas en leerlingvolgsystemen (LVS). Deze bronnen vullen elkaar aan, maar verschillen ook in doel, opzet, meetmoment en presentatie. 

Voor leraren wordt het steeds lastiger om snel een goed en compleet beeld te krijgen van een leerling. Het betekenisvol samenvoegen van data is niet alleen lastig, maar ook erg tijdrovend.

Wat onderwijsprofessionals willen

  • Een scherp en samenhangend beeld krijgen van de leerling.
  • Leerproblemen eerder signaleren. 
  • Gegevens uit verschillende systemen betrouwbaar in samenhang gebruiken.
  • Patronen en verschillen zien die afzonderlijke systemen niet tonen. 
  • Inzichten die hen ondersteunen bij het voorbereiden van onderwijs, het vormen van instructiegroepen en het bepalen van passende vervolgacties. 

Samengevat: ze willen de beschikbare leerlingdata beter benutten. 

Samen slimmer door co-creatie

Stichting Scala en Lucas Onderwijs zijn door NOLAI gekoppeld aan ontwikkelaars van Leeruniek en Sanoma Learning, en onderzoekers van de Universiteit Utrecht. Samen ontwikkelen en onderzoeken zij een proof-of-concept waarmee leerlingdata uit verschillende onderwijssystemen worden gecombineerd en met AI in samenhang kunnen worden geanalyseerd. 

Ontwikkeldoelen

In dit project ontwikkelen en valideren de projectpartners in co-creatie de technische basis en AI-functionaliteit die nodig zijn om leerlingdata uit verschillende onderwijssystemen te combineren en in samenhang te analyseren. Het project richt zich op drie samenhangende ontwikkelresultaten:

  • Een methode voor het ontsluiten, transformeren en combineren van data en metadata uit verschillende onderwijsinformatiesystemen; 
  • Een model waarmee gegevens uit verschillende systemen inhoudelijk aan elkaar kunnen worden gekoppeld; 
  • AI-functionaliteit voor het analyseren en interpreteren van de gecombineerde data, waarmee patronen en verschillen tussen databronnen kunnen worden gesignaleerd en mogelijke verklaringen en handelingsrichtingen kunnen worden gesuggereerd.

Deze drie onderdelen worden geïntegreerd in een technisch proof-of-concept. 

Onderzoeksvragen

  • Hoe kunnen leerlingdata uit twee verschillende systemen met elkaar worden vergeleken?
  • Hoe kunnen verschillen in leerlingdata uit verschillende systemen worden verklaard?
  • Hoe kunnen onzekerheden over gecombineerde leerlingdata worden verkleind?
  • Hoe kunnen op basis van de gecombineerde data bruikbare inzichten en handelingsrichtingen voor leraren worden opgesteld?
  • In hoeverre zijn de door het proof-of-concept gegenereerde inzichten en handelingsrichtingen voor leerkrachten begrijpelijk, relevant en bruikbaar?

Stand van zaken

mAIchart PO II is een doorstart van het eerdere mAIchart PO project (2023-2026). In het project wordt een proof-of-concept op TRL 4 ontwikkeld. Het project doorloopt in twee jaar tijd dezelfde fasen als andere co‑creatieprojecten: van conceptontwikkeling naar een werkend prototype, gevolgd door validatie in de praktijk. De resultaten worden zo snel mogelijk en open gedeeld, zodat scholen, onderzoekers en EdTech‑bedrijven hiervan kunnen leren en verder kunnen bouwen. 

Financiering

Contactinformatie