Wie AI gebruikt bij het ontwikkelen van e-learning of andere leercontent, merkt al snel hoe verleidelijk het is om direct iets te laten produceren.
Schrijf een introductie voor deze module.
Maak tien toetsvragen.
Bedenk een casus.
Maak hier een interactieve opdracht van.
Binnen een paar seconden ligt er iets.
Dat voelt productief. En vaak is het dat ook.
Maar er gebeurt nog iets.
Zodra AI iets heeft gegenereerd, wordt die eerste versie ongemerkt het vertrekpunt. Je gaat schrappen, verbeteren, herschrijven en aanvullen. Niet omdat dit per se de beste oplossing voor het leerprobleem was, maar simpelweg omdat er al iets ligt.
En voor je het weet ben je heel efficiënt de verkeerde e-learning aan het maken.
AI kan het ontwerpproces ongemerkt omdraaien
Bij het ontwikkelen van een training, e-learning of andere leerinterventie hoort content eigenlijk relatief laat in het proces.
Eerst wil je iets anders weten.
Wat moeten mensen na afloop anders kennen, kunnen of doen?
Wat weten ze al?
Waarom gebeurt het gewenste gedrag nu nog niet?
Welke context hebben ze nodig?
Wat moeten ze oefenen?
En misschien wel de lastigste vraag: is een e-learning überhaupt de juiste oplossing?
Pas daarna wordt interessant welke content, werkvormen, toetsvragen of opdrachten je nodig hebt.
Generatieve AI maakt het heel gemakkelijk om die volgorde om te draaien.
Je kunt beginnen met produceren voordat je goed hebt nagedacht over wat je eigenlijk moet produceren.
Gebruik AI eerst als sparringpartner
Juist in die fase vind ik AI interessanter.
Niet:
Maak een e-learning over feedback geven.
Maar bijvoorbeeld:
Dit is het gedrag dat we willen veranderen. Welke aannames maak ik?
Of:
Dit zijn mijn leerdoelen. Welke daarvan zijn eigenlijk geen goede leerdoelen?
Welke voorkennis veronderstel ik bij deze doelgroep?
Welke didactische aanpakken zouden hierbij passen en wat zijn de voor- en nadelen?
Doe alsof je een sceptische deelnemer bent. Waarom zou jij hier niet aan beginnen?
Welke situaties uit de dagelijkse praktijk moet iemand kunnen herkennen voordat deze leerinterventie zin heeft?
Dan doet AI iets heel anders.
Het maakt nog niets.
Het helpt je kijken.
AI kan didactische keuzes bevragen, maar niet voor je maken
Daar zit voor mij ook een belangrijk onderscheid.
AI kan alternatieven bedenken, vragen stellen, patronen herkennen en razendsnel verschillende perspectieven naast elkaar zetten.
Maar daarmee weet AI nog niet automatisch wat voor jouw doelgroep een goede leerervaring is.
Daarvoor heb je context nodig. Kennis van de mensen voor wie je iets maakt. Van hun werk. Van de organisatie. Van wat ze al weten en waar ze tegenaan lopen. En uiteindelijk ook onderwijskundig inzicht om te kunnen beoordelen welke suggesties van AI bruikbaar zijn en welke vooral overtuigend klinken.
AI kan dus prima meedenken over didactiek.
Maar jij moet nog steeds weten wat goede didactiek is.
Daarna mag AI best content maken
En als die keuzes eenmaal gemaakt zijn?
Dan zou ik AI vooral wél gebruiken.
Laat het varianten van een casus bedenken. Een eerste opzet voor toetsvragen maken. Een tekst inkorten. Voorbeelden genereren voor verschillende doelgroepen. Feedback geven op een opdracht. Of drie manieren voorstellen om dezelfde inhoud uit te leggen.
Het verschil zit niet in of je AI gebruikt om content te produceren.
Het verschil zit in wanneer.
Als AI begint nadat jij hebt nagedacht, kan het je enorm versnellen.
Als AI begint vóórdat jij hebt nagedacht, kan het je vooral heel snel ergens brengen waarvan je nog niet weet of je er moest zijn.
Misschien is dat wel de interessantste rol van AI bij het ontwerpen van leren.
Niet de eerste versie van je content schrijven.
Maar eerst de eerste versie van je denken uitdagen.
Bij Learning Heroes kijken we bij het ontwikkelen van online en blended leren niet alleen naar de content die in een LMS/LXP komt te staan, maar ook naar de didactische keuzes erachter. AI kan daarbij helpen als sparringpartner én als hulpmiddel bij het ontwikkelen van e-learning, toetsvragen, casussen en andere leercontent. De kwaliteit van een digitale leerervaring wordt uiteindelijk niet bepaald door hoeveel content je met AI kunt produceren, maar door de vraag of die content bijdraagt aan wat iemand daadwerkelijk moet leren, oefenen of kunnen toepassen. Technologie, didactiek en het leerplatform moeten daarin samenkomen.
