Zelf-adaptief oefensysteem voor betere aansluiting bij voorkennis student

Samenvatting

Op de hogeschool wordt lesgegeven aan studenten met verschillende achtergronden. Denk aan opleidingsniveau (MBO, HAVO, VWO), afkomst (wel/geen immigratieachtergrond) en levensfase (wel/geen arbeidservaring). Lesmateriaal en vooral oefenmateriaal is echter vooral afgestemd op de “gemiddelde student”. Dit benadeelt veel studenten die niet in de buurt van dit gemiddelde vallen.

Op het moment besteden docenten veel tijd aan het begeleiden van juist deze studenten. We kijken welke vaardigheden ze laten zien, en raden ze op basis hiervan specifiek oefenmateriaal aan. Vanwege de grootte van de studentengroepen ontbreekt hiervoor vaak de benodigde tijd. De staat van technologie is inmiddels zo ver gevorderd dat dit automatisch zou moeten kunnen. Geen bestaand platform is echter goed in staat om op het detailniveau van vaardigheden bij te houden hoe ver een student gevorderd is.

Ons plan is om een platform te ontwikkelen (een experience API) dat per vaardigheid, via machine learning algoritmen, bijhoudt hoe ver de student erin gevorderd is. Vervolgens kan met deze kennis de student de voor hem/haar optimaal geschikte oefenopgave voorgeschoteld worden. Gezien de achtergrond van het team – meerdere Ph.D.s op gebieden als machine learning en theoretische natuurkunde – ligt zo’n systeem zeker binnen de mogelijkheden.

Ons doel met dit platform is om juist de studenten die afwijken van “het gemiddelde”, en als gevolg hiervan meer moeite met educatie ondervinden en vaker uitvallen, passender onderwijs aan te bieden. Dit platform wordt binnen dit project eerst ontwikkeld voor een enkel vak, maar kan vervolgens gemakkelijk (zonder significante aanpassingen) uitgebreid worden naar andere vakken.

Kenmerken

Projectnummer

405.20865.254

Hoofdaanvrager

Dr. H.J. Bijl

Verbonden aan

Hogeschool Utrecht, Instituut Engineering & Design

Looptijd

01/05/2020 tot 31/07/2021