Redelijk last-minute ging ik naar Next Learning 2019, een event voor Learning & Development professionals. Een gevalletje eigenlijk geen tijd, maar zou wel willen én een kaartje dat op mijn pad kwam. Zo kwam ik terecht in een sessie over gepersonaliseerd leren: gepersonaliseerd leren voorbij de hype en in de praktijk.

Zelf doe ik nu vrij weinig met gepersonaliseerd leren, maar ik heb het idee dat we dit wel zouden moeten doen. Ik hoopte dat deze sessie mij daarin meer duidelijkheid zou geven en misschien ook wat handvatten van kanten die we op kunnen gaan.

De omschrijving van de sessie

Gepersonaliseerd leren is populair maar ook nog een ‘fuzzy’ begrip. Wat zijn de mogelijkheden om ‘one size fits one’ learning and development mogelijk te maken? Hoe kunnen we gepersonaliseerd leren vormgeven via learning design en technologie? Welke praktijkvoorbeelden zijn er al, met welk resultaat en wat kunnen we daarvan leren? Deze sessie geeft je een kijkje in de wereld van gepersonaliseerd leren en laat een aantal concrete praktijkcases zien.

Gepersonaliseerd leren

De presentatie werd gegeven door Ger Driesen van aNewSpring, samen met een aantal gastsprekers. Hij begon met een definitie van gepersonaliseerd leren. Dit omschreef hij als: het gebruik maken van de karakteristieken van lerenden om hen specifieke, relevante en adaptieve ‘learning experiences’ te bieden. Data speelt hier een belangrijke rol bij. Die zorgen er namelijk voor dat het leertraject (of onderdelen daarvan) zich aanpassen op de persoon.

Geen vraag, maar een verwachting

De vraag of je iets met gepersonaliseerd leren moet doen of niet, is eigenlijk helemaal niet aan de orde. In de huidige wereld verwachten lerenden personalisatie. Ze zijn diensten gewend als Spotify en Netflix, die ieder op hun eigen manier voor hen relevant aanbod laten zien. Ze gaan er vanuit dat dit in leertrajecten hetzelfde werkt: dat hun data op een slimme manier gebruikt worden. Met als kanttekening dat dit wel op een verantwoorde manier moet gebeuren.

Vraag en aanbod

Personalisatie kan worden gebruikt om de (impliciete) vraag van de lerende te matchen met het aanbod. Als je bijvoorbeeld module a hebt bekeken, kan module b ook interessant zijn. Francois Walgering van Next Learning Valley illustreerde vervolgens hoe je met behulp van xAPI op een universele manier data over leren kunt opslaan. Daarmee kun je heel veel data binnen organisatie gebruiken om aanbevelingen te doen. xAPI doet dat via Actor-Verb-Object. Dit wordt opgeslagen in een Learning Record Store. Via machine learning kun je vervolgens nog een stapje verder gaan en ook patronen herkennen. Dat geeft inzicht in het gebruik van bijvoorbeeld een leerplatform en kan vervolgens weer tot actie leiden.

Lees ook: de nationale AI-cursus

Test vooraf

Een andere vorm is het vooraf maken van een test. Op basis van de resultaten krijgen de lerenden vervolgens een adaptieve leerroute voorgeschoteld. Bohn Stafleu Van Loghum gebruikt dit voor medisch rekenen. Verpleegkundigen krijgen een instaptoets. Daarna krijgen ze alleen die content aangeboden die ze nog niet beheersen. Dit soort adaptieve leerpaden leiden over het algemeen tot minder kosten per module, omdat lerenden niet meer standaard alles moeten doen. Dat scheelt veel verlettijd. Het zorgt ook voor meer engagement bij de lerenden.

Filters

Ook filters zijn een vorm van personalisatie. Denk bijvoorbeeld aan Google alerts, die je instelt om meldingen te krijgen over bepaalde onderwerpen. Je kunt die Google alerts ook ’trainen’ door aan te geven of aangeboden content relevant was of niet. Locatie-adaptiviteit is ook een voorbeeld van een filter. Een voorbeeld daarvan is performance-support die je kunt oproepen met QR-codes.

Theoretisch kader

De opleiding Learning and Development in Organisations ontwikkelt momenteel een model dat een overzicht geeft van soorten personalisering. Zij maken onderscheid in personalisering op basis van:

• inhoud (wat te leren)
• moments of need (de why)
• learning blend (de beste middelenmix)
• locatie
• tempo
• sociaal leren of niet

Hierbij zie ik voor onszelf in eerste instantie vooral mogelijkheden op inhoud en op moments of need. Dat past namelijk heel goed bij ons didactisch model. De andere soorten kunnen ook wel, maar dat vraagt nog wat meer denkwerk. (En ja, ik ben mij ervan bewust dat dit een wat vage omschrijving is. Maar het is zo concreet als ik kan en wil zijn). Voor mij heeft deze sessie opgeleverd wat ik ervan verwachtte: meer inzicht in de mogelijkheden en concrete ideeën om er iets mee te gaan doen. Missie geslaagd dus!