6. Leren sturen op basis van data

Hoe AI formatieve data vertaalt naar gerichte actie

Formatief handelen begint bij zicht: zicht op waar leerlingen staan, wat ze beheersen, waar hiaten zitten en wat ze nodig hebben om verder te komen. Dat zicht verkrijg je niet alleen via toetsen of observaties, maar ook via de data die je tijdens het leerproces verzamelt: antwoorden op vragen, digitale quizresultaten, zelfbeoordelingen, observaties, notities en werk van leerlingen.

Het analyseren van die data is arbeidsintensief — en toch van essentieel belang. Gelukkig kan AI je hierbij ondersteunen. In dit hoofdstuk bespreken we hoe AI helpt om informatie uit de klas om te zetten in bruikbare inzichten voor jou én voor je leerlingen.


Wat bedoelen we met ‘formatieve data’?

Formatieve data zijn alle signalen die iets zeggen over de ontwikkeling van je leerlingen. Denk aan:

  • Antwoorden op oefenvragen of quizzen
  • Zelfreflecties of check-ins
  • Feedback van medeleerlingen
  • Tussentijdse opdrachten of verslagen
  • Klassikale gesprekken en denkstappen

Deze gegevens vormen de basis voor bijsturing — op individueel, groeps- en klasniveau.


AI als analysetool

AI kan formatieve data op verschillende manieren helpen verwerken:

  • Clustering van fouten: Laat AI zien welke fouten vaak voorkomen in antwoorden of opdrachten
  • Vergelijken van prestaties: Vraag AI om patronen te herkennen tussen leerlingen of klassen
  • Samenvatten van observaties: Als je notities maakt over leeractiviteiten, kun je deze laten samenvatten en rubriceren
  • Vertalen naar actie: AI kan suggesties doen voor vervolgstappen, herinstructie of verdiepingsmateriaal op basis van de analyse

Belangrijk: AI werkt het best met duidelijke input. Hoe specifieker je bent in wat je aanlevert (bijv. een lijst met antwoorden of rubric-beoordelingen), hoe bruikbaarder het resultaat.


Voorbeeldprompts

  • “Welke fouten komen het meest voor in deze reeks antwoorden op scheikundige berekeningen (vwo-niveau)?”
  • “Analyseer deze quizresultaten en geef drie vervolgstappen.”
  • “Vat deze observaties per leerling samen in drie kernpunten.”
  • “Welke instructiebehoeften zie je op basis van dit formatieve werk?”

Je kunt hierbij zowel tekstuele input (bijv. rubrics, observaties) als cijfermatige data gebruiken (bijv. quizscores of spreadsheets).


Casus: Michaël, docent scheikunde in 5 vwo

Michaël merkt dat zijn klas moeite heeft met het toepassen van molberekeningen. Tijdens de lessen laat hij leerlingen regelmatig oefensommen maken in een digitaal oefenplatform. De resultaten laten zien dat veel leerlingen fouten maken, maar het kost Michaël veel tijd om te achterhalen waar het precies misgaat.

Hij besluit AI in te zetten. Na afloop van een oefensessie exporteert hij de resultaten als CSV-bestand en laat ChatGPT de meest voorkomende fouten analyseren. De AI signaleert dat veel leerlingen foutief afronden en verwarring hebben over eenheden. Op basis van deze inzichten maakt Michaël een korte remediërende instructie, aangevuld met gerichte verdiepingsvragen.

Ook gebruikt hij AI om zijn eigen observaties tijdens practica te structureren: wie hanteert welke aanpak? Wie lijkt het principe te begrijpen, maar maakt slordigheidsfouten? Wie heeft juist begripsproblemen?

Binnen een week ziet hij verschil: zijn instructie is doelgerichter, de oefeningen sluiten beter aan, en leerlingen geven aan dat de herhaling precies op het juiste moment kwam.