‘AI kan leerlingen op hun eigen tempo en niveau uitdagen’

De appel valt nog altijd niet ver van de boom, zo blijkt, want Eysink groeide op in een leraarsgezin. ‘Mijn vader is een bekende leraar in Hengelo.’ Hoe mensen denken en leren fascineerde haar. Een studie Psychologie en Cognitiewetenschappen aan de Radboud Universiteit van Nijmegen lag dus voor de hand. Voor haar promotieonderzoek kwam ze terug naar haar geboortegrond. ‘Dat beviel zo goed dat ik maar ben gebleven,’ klinkt het tevreden. Inmiddels is ze al sinds 2023 als hoogleraar aan de UT verbonden.

Hoog- of meerbegaafd

In cognitiewetenschap – het vakgebied van Eysink – draait het om begrijpende processen als leren, probleemoplossend vermogen en taalverwerking. Ook AI-integratie is tegenwoordig een belangrijk aspect. Haar werk bestaat zowel uit onderzoeken beschrijven als lesmaterialen ontwikkelen. Zelf is ze vooral geïnteresseerd in differentiatie en hoogbegaafde leerlingen:

‘Hoe daag je hoogbegaafde leerlingen voldoende uit, zonder dat je ze te veel afzondert van de groep? En hoe kun je het een docent makkelijk maken die moet differentiëren (de lesstof op verschillende leerniveaus in een klas aanbieden, red.), maar toch de klas bij elkaar wil houden? Ik denk dat AI daarin nog veel meer kan helpen dan het al doet.’

Maatwerk per leerling met AI

Ze legt uit dat er een verschil is tussen convergente en divergente differentiatie. Bij convergente differentiatie biedt de leraar de lesstof op meerdere manieren aan, maar komt iedereen op hetzelfde leerpunt uit. Bij divergente differentiatie kan ook de uitkomst verschillen, waarbij sommige leerlingen nu eenmaal meer leren dan de rest.

‘Ik ben wel van die tweede ja. Waarom moet de hoogbegaafde leerling zich inhouden omdat de rest het anders niet bijbeent? Dat demotiveert ontzettend. Tegelijk is het nog een hele kluif voor een leraar om een gemiddelde klas van 30 leerlingen allemaal maatwerk uitleg te bieden en dan ook nog voor iedereen de standaard leerdoelen af te vinken. Ik denk dat AI daarin heel veel kan betekenen, door leerlingen op hun eigen tempo en niveau uit te dagen. Ook voor leerlingen die extra aandacht nodig hebben. Dat kan de docent een hoop werk schelen en tegelijk de leerling veel persoonlijker helpen om de stof te begrijpen. Daar ga ik het in mijn oratie ook over hebben.’

Digitale proeven

In doorsnee werkt Eysink aan het ontwikkelen van digitale leeromgevingen en simulaties, waar leerlingen actief mee aan de slag kunnen, het zogenoemde onderzoekend leren. En ze onderzoekt de effectiviteit ervan.

Of ze de leerlingen daarmee niet te veel achter een scherm zet? ‘Terechte vraag. We onderzoeken natuurlijk zowel digitale als niet-digitale lesmethoden. Het kan elkaar versterken. Het voordeel van simulaties is dat je dingen kunt laten zien die in het echt niet makkelijk zichtbaar zijn. Bijvoorbeeld in de biologieles, kun je versneld afspelen hoe een plant groeit, of het effect laten zien van roofdieren op een populatie. Bij natuur- en scheikunde kunnen leerlingen veilig digitaal proefjes doen of chemische stoffen mengen en kijken hoe dat reageert. Dat geeft uiteindelijk een veel dieper begrip van hoe het werkt.’

‘En daarbij zitten ze al zo veel achter hun computer dat je het maar beter op een manier kunt doen die bewezen effectief is. Natuurlijk vinden we niet dat alles zonder meer digitaal moet gebeuren. We laten leerlingen soms ook zelf elektronische opstellingen bouwen om te kijken hoe elektriciteit werkt. Wij zoeken het vaak in de combi van directe uitleg en die kennis ‘in praktijk’ brengen in een simulatie.’

Wetenschapswijsheid

Ook onderzoekt ze hoe ze leerlingen wetenschapswijsheid bij kan brengen. ‘Uiteindelijk wil je dat ze zich staande kunnen houden in de maatschappij. Daarom moeten ze informatie kritisch leren beoordelen en leren argumenteren. Wij onderzoeken hoe we ze daarbij kunnen ondersteunen. We laten de leerlingen bijvoorbeeld een hypothese formuleren en die dan verder uitwerken, waarna ze er een conclusie aan moeten hangen.’

‘Een misverstand over hoogbegaafde kinderen is dat ze geen ondersteuning nodig hebben’

De effectiviteit van deze methoden kan ook weer per leerling verschillen. Eysink: ‘De ene leerling is begaafder dan de andere. Sommigen hebben bijvoorbeeld al meer voorkennis of leren gewoon makkelijker. Een misverstand over hoogbegaafde kinderen is dat ze minder ondersteuning nodig hebben. Het blijven kinderen. Daarin moet je een balans zien te vinden: te veel structuur vinden ze niet fijn, maar alles voorkauwen ook niet. Door te kijken naar hoe leerlingen leren en welke problemen ze ervaren, kun je gericht ondersteuning bieden. Daar komt dus de differentiatie weer om de hoek.’

Vervangt AI de docent uiteindelijk? ‘Nooit,’ klinkt het resoluut. ‘Het sociale element, de interactie met leerlingen, is onmisbaar. Voor iedereen.’