De opkomst van artificiële intelligentie (AI) heeft talloze digitale ontwikkelingen versneld. Het wordt steeds eenvoudiger om teksten, audio en zelfs video’s te genereren. Maar wat betekent dit specifiek voor het onderwijs? Heeft AI ook een rol voor intern begeleiders, kwaliteitscoördinatoren en zorgcoördinatoren die dagelijks met data werken?
In dit artikel onderzoeken we de recente ontwikkelingen rond AI, de mogelijke impact ervan op het werk van onderwijsprofessionals en geven we praktische voorbeelden van hoe AI het werken met grote hoeveelheden data kan vergemakkelijken.
AI en de mogelijkheden voor data-analyse
AI is een technologie die menselijke intelligentie nabootst door spraak te herkennen, teksten te begrijpen en te reageren op gegevens. Een bekend voorbeeld van AI is ChatGPT. Via een simpele chat krijg je antwoord op bijna alle vragen of genereer je in seconden een bijpassende afbeelding bij een tekst. Het schrijven van teksten of zelfs hele werkstukken is daardoor nog nooit zo makkelijk geweest, zoals veel studenten hebben ontdekt.
Maar is AI ook relevant voor het werken met en onderzoeken van data? Jazeker. AI kan grote hoeveelheden data snel verwerken. Niet alleen in tekstvorm, maar ook cijfers en gegevens uit afwezigheidsregistratiesystemen, leerlingvolgsystemen, digitale portfolio’s en e-learningsystemen. Een AI kan zeer snel, op basis van vragen, data uit een dataset filteren en overzichten maken. Met de hulp van AI zou je daarom minder vaak handmatig data hoeven op te zoeken. Ook wordt het combineren van data uit verschillende bronnen, wat tijdrovend en foutgevoelig is, makkelijker.
Hoe handig dit ook mag klinken, vroegen wij ons af hoe AI onderwijsprofessionals concreet kan helpen bij het bijvoorbeeld voorbereiden van datasets. Of hoe AI kan helpen bij het analyseren van data en het herkennen van trends. Het maken van goede analyses vraagt vaak veel tijd. En die tijd is kostbaar.
Drie voorbeelden hoe AI kan helpen bij data-analyse in het onderwijs
De afgelopen maanden heeft het team van TRIPS onderzocht op welke wijze AI scholen en professionals het beste zou kunnen ondersteunen. Daarvoor is de Copiloot ontwikkeld: een AI-assistent in de vorm van een chat. De Copiloot is onderdeel van TRIPS en werkt in Explore en in de managementrapportage. Net zoals met ChatGPT kun je met de Copiloot praten en vragen stellen, en kan hij data-analysetaken uitvoeren. Uit het gebruik in scholen bleken er drie manieren waarop de Copiloot de meeste tijd kon besparen en werk accurater kon doen.
1. AI kan helpen bij vinden en toelichten van patronen in data.
Je bent een kwaliteitscoördinator op een school en hebt samen met het team besloten dat je het aantal incidenten op school structureel wil verminderen. Om inzicht te krijgen in welke incidenten er hebben plaatsgevonden, wanneer en welke trends er zijn, wil de directeur een overzicht hebben.
Je gaat daarom naar de module met data over incidenten in de school en naar een overzicht van de incidenten van het afgelopen jaar. In plaats van verschillende Excelbestanden uit systemen te halen, vraag je de Copiloot om een top 5 meest voorkomende incidenten weer te geven van het afgelopen jaar. Ook vraag je de Copiloot per incident aan te geven hoeveel procent meer of minder dit incident heeft plaatsgevonden ten opzichte van het vorige schooljaar. Binnen 10 seconden krijg je antwoord. Je downloadt de visualisaties en toelichtingen, stelt een e-mail op en bent na 10 minuten klaar.
Een voorbeeld van de Copiloot in TRIPS
2. AI kan helpen bij het beantwoorden van datavragen.
Het is woensdagmiddag en je bent bezig met een overzicht te maken van de ontwikkeling van leerlingen op de leerlijnen mondelinge taalvaardigheid. Vorige week zouden alle leraren hiervoor data invoeren in de leerlijnenmodule. In plaats van handmatig de gegevens per groep te downloaden, vraag je de Copiloot om hulp. In de chat vraag je om een overzicht van elke leerling en hoeveel leerlijnen op dit moment onder, op of boven niveau scoren.
Binnen enkele seconden verschijnt er een visualisatie. De visualisatie laat echter nog niet precies zien wat je wilt, dus je stelt een paar extra vragen. De Copiloot reageert hier ook weer op met vragen en doet enkele suggesties. Binnen minuten heb je de gewenste visualisatie. De gevisualiseerde data-analyse met automatisch gegenereerde toelichtingen download je makkelijk en kun je delen met de collega’s van het cluster waar je in gesprek mee wilt gaan. De visualisaties en toelichtingen helpen hen weer om zich goed te kunnen voorbereiden op het gesprek.
3. AI kan helpen bij het maken van visualisaties.
In de afgelopen jaren heeft jouw school zich gericht op het verbeteren van de instructievaardigheden van leraren. Als kwaliteitscoördinator breng je elke maand een bezoek aan lessen, observeer je leraren en geef je feedback. Deze data verwerk je in je TRIPS-omgeving, waar de Copiloot bij kan. Op vrijdagmiddag vraagt de schoolleider jou of je ‘even’ inzicht kunt geven in de ontwikkeling van het team.
In plaats van handmatig een datarapport samen te stellen, vraag je de Copiloot om een visualisatie te maken van de gemiddelde scores van het team. Om meer inzicht te geven, vraag je de Copiloot ook een lijngrafiek te maken van de ontwikkeling van de gemiddelde scores over het afgelopen jaar. Binnen vijf minuten heb je de overzichten gemaakt en gedeeld met de schoolleider.
Een voorbeeld van de Copiloot in TRIPS
De Copiloot als jouw data-assistent
De integratie van AI in het werk van intern begeleiders, zorgcoördinatoren en kwaliteitscoördinatoren levert veel voordelen op. Door gebruik te maken van de Copiloot, gekoppeld aan de data in TRIPS, worden analyses sneller uitgevoerd, meer diepgaande inzichten verkregen en kan er sneller worden ingespeeld op trends en ontwikkelingen in de school. Daar profiteren ook leidinggevenden, collega’s en andere betrokkenen van. De snelle analyses met overzichtelijke toelichtingen leveren namelijk handige rapportages, verslagen en evaluaties.
Als je het ons vraagt, kan elke school en stichting nu al profiteren van de voordelen van AI. Want tijd die we weten te besparen op handmatige processen, is tijd die wij graag zien gaan naar het primaire proces en uiteindelijk de leerling.