Tags


Blog

Spetterende Livestreams v/d Rondetafelgesprekken Vaste Kamercommissie Onderwijs

Oorspronkelijke tekst - Monique Marreveld

Gepubliceerd op 14-04-2017

Ooorspronkelijke geplaatst op Didactiefonline

13 en 19 april laat de Vaste Kamercommissie Onderwijs van de Tweede Kamer zich door experts informeren over curriculumherziening. Het leidt tot spetterende livestreams.

Het meest fascinerend vanmiddag 13 april 2017, tijdens het rondetafelgesprek curriculumherziening po en vo van de vaste kamercommissie van OCW, vond ik de tafelschikking. Zou de Tweede Kamer dat bewust gedaan hebben? Voorzitter Ad Verbrugge van Beter Onderwijs Nederland zat naast Joost Kentson, voorzitter van de Onderwijscoöperatie, u weet wel de club die Verbrugge met zijn BON de rug toekeerde omdat zij zich niet langer konden vinden in de koers van de OC inzake de curriculumherziening (formerly known as Onderwijs2032); Luc Stevens van het Nederlands Instituut voor Opvoedingszaken NIVOZ naast Paul Kirschner, hoogleraar Onderwijspsychologie aan de Open Universiteit en hogepriester van de no nonsense. Misschien is afkeer een te groot woord, maar bij tijd en wijle leek de ergernis en het ongeloof van beide koppels over elkaars standpunten voelbaar, zelfs op het kleine scherm van de smartphone waarop ik het debat volgde.

[Als je dit wil zien, klik hier. De middag sessie begint ongeveer op 2:25 op de speler. Rechts op de pagina kan je direct naar de sprekers gaan.]

Schaken

Overtuigend was wat mij betreft vooral Paul Kirschner in het blok gewijd aan vakoverstijgende vakken en de kenniscomponent. Creativiteit, vakoverstijgende bekwaamheden die je leert in leergebieden: allemaal prachtig wat Schnabel bepleit, maar ‘zonder relevante kennis te hebben is het onmogelijk kritische vragen te stellen.’ En nooit verlegen om een treffende metafoor, verduidelijkte hij voor de nieuwe Kamerleden:

‘Zonder kennis van schaken kan ik moeilijk een creatieve doeltreffende zet bedenken.’ Kortom, kennis telt en kennisoverdracht is de kern van het onderwijs.

Het lijkt allemaal zo logisch, wilde Kirschner maar zeggen, maar toch krijgen mensen als Schnabel cum suis een podium als ze het tegendeel beweren. Zodra het over onderwijs gaat, lijken er andere wetten te gelden: ‘Het is ideologie.’

Stevens, een van de geestelijk vaders van Onderwijs 2032, liet zich niet zo snel uit het veld slaan. Hoe wordt de kennis waar Kirschner over spreekt, verworven, vroeg hij de Kamerleden? Kleine kinderen leren moeiteloos hun moedertaal. Van dat vermogen kun je op school ook gebruik maken. Niet dus, oordeelde Kirschner, hier worden biologisch, evolutionair ontstaan primair en secundair leren met elkaar verward. Leren op school is secundair en echt iets anders.

Wetenschap

Onderwijs is ook opvoeden tot maatschappelijke verantwoordelijkheid, aldus Stevens. Het onderwijs heeft ook ‘een pedagogische opdracht. Die is bij alle vakken aan de orde.’ Moeten we het dan niet eens hebben over pedagogische kerndoelen voor 2032?

Geen goed idee, vond Kirschner. Als we het willen hebben over de toekomst van ons onderwijs, laten we dat dan doen meer op basis van wetenschap. ‘Er is nooit een analyse geweest van wat faalt, wat er beter zou kunnen in het Nederlandse onderwijs. (..) Ik heb de literatuurlijst van het rapport van de commissie Schnabel erop nagekeken, hij is schrikbarend leeg wat wetenschap betreft[1]. Het zijn allemaal meningen en nota’s. De filosofie lijkt: stilstaan is achteruitgang. Ik mis de vraag: wat is er mis met wat we al hebben?’

We hebben klachten over het rekenonderwijs, over motivatie van leerlingen, maar er is geen gedegen onderzoek naar. De commissie Schabel trekt veel te snel conclusies, aldus Kirschner, legt te snel causale verbanden. Leerling zijn bijvoorbeeld ongemotiveerd, maar ligt dat aan de lesstof of aan de manier waarop die gepresenteerd wordt, aan de leraar, aan een gebrek aan succes, et cetera?

Hier vond hij Stevens weer recht tegenover zich: ‘Er zijn bibliotheken volgeschreven over motivatie, maar bij Nederlandse onderwijskundigen is dat onderzoek onbekend.’ Terwijl bij de Kamerleden de wrevel af en toe doorbrak over het beleefde gehakketak, lijkt zich hier te wreken dat Stevens en Kirschner niet altijd dezelfde definitie van onderzoek hanteren. Al eerder is in kringen van het NIVOZ geklaagd dat bijvoorbeeld praktijkonderzoek onvoldoende gewaardeerd zou worden in de wereld van het Nederlandse onderwijsonderzoek.

Onderwijsonderzoek

Kirschner was in ieder geval helder over zijn definitie van het woord ‘onderzoek’. En hij legde het uit aan de Kamerleden. Eerst een hypothese, dan een grondig onderzoek en geen uitspraken voordat je causale verbanden ook echt empirisch kunt bewijzen. Fel wees hij Kamerlid Paul van Meenen (D66) dan ook terecht toen die verwees naar een ‘onderzoek van het LAKS’ naar motivatie van de Nederlandse leerling. Niks wetenschappelijks aan inderdaad, al heeft het waarde op zijn eigen manier, maar de betiteling als onderzoek van zoiets inferieurs ervoer Kirschner ‘als een klap in mijn gezicht als wetenschappelijke onderzoeker’.

En toen zei hij zelf iets ongenuanceerds waarbij hij de aandacht van de vaste kamercommissie trok. ‘De rekenscores gaan omlaag, maar dat komt door de realistisch rekenmethodes, niet omdat de inhoud van het onderwijs niet deugt en herzien moet worden.’ ‘U bent al de tweede vandaag die het realistisch rekenonderwijs aanwijst als oorzaak van slechte resultaten,’ reageerde Kamerlid Michel Rog (CDA): ‘Wat moeten we in hemelsnaam doen?’ Kirschner nuanceerde onmiddellijk: ‘Het is niet per se realistisch rekenen dat schuld draagt (al vind ik het niet per se de beste aanpak), maar realistisch rekenen staat of valt met de kwaliteit van de leerkracht die lesgeeft. De leerkracht moet kennis hebben van wiskunde op een diep conceptueel niveau en die randvoorwaarde is er niet, veel leerkrachten in het po zijn maar net het rekenniveau van groep 8 te boven. Uitleg blijft dan bij onbegrepen trucjes.’

Lerarenopleiding

En daarmee kwam Kirschner op een pijnpunt waar hij al eerder die middag aan raakte. Goed onderwijs vergt instructie waarbij een bekwame leerkracht leiding geeft. En daar moeten we echt iets aan gaan doen: ‘De eisen die we als samenleving aan die leerkracht stellen en de waardering die we ze geven moet omhoog.’ Vergeleken met andere landen, zoals bijvoorbeeld Finland waar Kirschner ook een aanstelling heeft aan een universiteit, is het niveau dat we eisen van aankomende leraren en het niveau van de lerarenopleiding zelf wezenlijk hoger. Beter daar aan gewerkt dan een heel nieuw curriculum in elkaar te zetten, aldus Kirschner. ‘Ik vergelijk  een leraar altijd met een driesterrenkok, die werkt met tools, technieken en ingrediënten. De opleidingen moeten leraren wel volledig equiperen, maar volgens mij worden ze te vaak opgeleid tot frietenboer: ze leren lesgeven op een of twee manieren, krijgen zelfs onderwijsmythes aangeleerd. Terwijl we weten wat de impact is van evidence-based technieken, bijvoorbeeld dankzij de Deans for Impact.’

Nobele doelen

Vergelijkbaar in de passie waarmee hij zijn standpunten verdedigde bij de vaste kamercommissie was eerder vandaag Ad Verbrugge, voorzitter van Beter Onderwijs Nederland. Gezeten naast een zuur kijkende Joost Kentson pleitte hij voor een focus op de basis. ‘Veel nobele doelen’ las hij in het rapport van de commissie Schnabel, maar liever laat hij leerlingen zich concentreren op de basis van de vakken. ‘Neem de basis van het vak serieus. Zorg voor het overzicht. Nodig het vervolgonderwijs uit en vraag wat bijvoorbeeld een Technische Universiteit Delft nodig heeft. Waar lopen zij tegenaan?’ Geen vakoverstijgende doelen per se, maar vooral veel vakinhoud.

Kentson voelde zich in zijn reactie geroepen een misverstand uit de weg te helpen: dacht Verbrugge soms net als veel anderen nog steeds dat de vakken zouden worden opgeheven? ‘We hebben afstand genomen van de kennisdomeinen uit het rapport van de commissie Schnabel om de beeldvorming rond de teloorgang van de vakken te stoppen.’ Die bleek toch hardnekkig, vanmiddag.

Het beeld dat Kentson schetste van de curriculumontwikkeling die de OC voorstaat, is eigenlijk het tegenovergestelde van hoe het curriculum tot vandaag ontstond. ‘Vroeger’ werden eerst kerndoelen geformuleerd, SLO werkte ze uit in beschrijvingen en uitgevers maakten  methodes die de meeste leraren gebruiken. Nu gaan elf ontwikkelteams aan de slag met scholen in het land om bouwstenen te ontwikkelen en aan te dragen voor een curriculum ‘en daaruit kunnen we dan uiteindelijk kerndoelen distilleren,’ aldus Kentson.

Samenvoegen van vakken staat scholen natuurlijk vrij, aldus Kentson, iets wat door Kamerlid Van Meenen betwijfeld wordt. Zolang vakken nog apart geëxamineerd worden….De discussie leidt bij Verbrugge tot de verzuchting dat ‘we misschien wel naar competentieonderwijs gaan  waarbij we de bevoegdheidseisen kunnen loslaten. Aan dat type van curriculumontwikkeling gaan wij niet meedoen. Dit is onverantwoord en iets waar met name leerlingen uit zwakkere milieus niet bij gebaat zijn.’ Het is een beetje een complottheorie, maar niet helemaal ondenkbaar als straks veel scholen problemen krijgen met leraren die volgens het lerarenregister onbevoegd zijn.

Rode olifant

Opvallende afwezige in dit proces is SLO dat kennelijk een slechte reputatie heeft, als curriculum-expert. Ze is een rode olifant in de kamer, tijdens het debat. Vrij opmerkelijk natuurlijk dat ze met haar schat aan ervaring niet voor de hoorzitting is uitgenodigd. Hier hebben de nieuwe Tweede Kamerleden nog wel iets te leren.

Die slechte reputatie deelt ze met de Tweede Kamer overigens, zoals the good guy vanmiddag, Jan van Nierop van Platforms VMBO (dat net een succesvolle vernieuwingsoperatie achter de rug heeft waar het van 33 programma’s naar 10 profielen ging) laat horen: het succes  van het nieuwe vmbo is grotendeels te danken aan het feit, zegt hij, dat ‘u daar helemaal niet bij betrokken was, Tweede Kamer’. En trouwens, ‘dat OCW heel meewerkend was, zelfs als ze regels anders moesten regelen  da aanvankelijk gedacht.’

Helder is in ieder geval dat in tegenstelling tot SLO de Onderwijscoöperatie zich voorlopig niet wil laten wegschuiven in dit proces. Ze eist bij monde van Kentson de rol op dat de curriculumontwikkeling op een goede manier gaat gebeuren, ‘het goed te organiseren’, gefaciliteerd, dat wel. Hoeveel dat precies kost, is een vraag voor het volgende kabinet.

 

[1] Van de 178 referenties zijn 15 wetenschappelijk te noemen. Van de 15 gaan 4 over burgerschap, 2 over management. 2 over creativiteit, 5 zijn beschouwelijk conceptueel artikelen en 2 (!!) zijn empirisch!

Dejad de Propagar el Mito de los Estilos de Aprendizaje

Dejad de Propagar el Mito de los Estilos de Aprendizaje

Paul A. Kirschner

Open University of the Netherlands, Valkenburgerweg 177, 6419AT Heerlen, The Netherlands

University of Oulu, Oulu, Finland

Correo electrónico: paul.kirschner@ou.nl.

Traducido y adaptado por: Héctor Pijeira Diaz y Raidell Avello Martínez

 

Artículo Original (Source): Kirschner, P. A. (2017). Stop propagating the learning styles myth. Computers & Education, 106, 166-171. http://www.sciencedirect.com/science/article/pii/S0360131516302482

Este obra está bajo una cc licencia de Creative Commons Reconocimiento-NoComercial-CompartirIgual 4.0 Internacional

Resumen

Los seres humanos nos diferenciamos unos de otros en multitud de formas, y como tal, nuestras preferencias varían en cuanto a música, alimentación o aprendizaje, por ejemplo. Como resultado, a muchos estudiantes, padres, profesores, administradores, e incluso investigadores, les parece intuitivamente correcto decir que como las personas prefieren aprender de forma visual, auditiva, cinestética, u otras, deberíamos adaptar la enseñanza, las situaciones y los recursos educativos a estas preferencias. ¿Es esto un problema? La respuesta es un rotundo ¡Sí! En términos generales hay varios problemas importantes con respecto a los estilos de aprendizaje. En primer lugar, hay una gran diferencia entre el modo en que alguien prefiere aprender y lo que realmente le lleva a un aprendizaje eficaz y eficiente. En segundo lugar, las preferencias de estudio no son estilos de aprendizaje. La mayoría de los llamados estilos de aprendizaje están basados en clasificar a las personas en grupos. Sin embargo, los estudios objetivos pocas veces tienen en cuenta que una persona se puede asociar a distintos grupos. Finalmente, casi todos los estudios que presentan pruebas sobre estilos de aprendizaje, no satisfacen los criterios elementales de validez científica. Basado en la evidencia científica, este artículo pide a profesores, administradores e investigadores, que dejen de propagar el mito de los estilos de aprendizaje.

"Ninguna suma de creencias hace de algo un hecho" - James Randi

"Todo hombre tiene derecho a su propia opinión, pero ningún hombre tiene derecho a equivocarse en sus actos" - Bernard Baruch[1]

A continuación un comentario invitado para esta revista, que además pretende servir de carta abierta a todos mis colegas académicos que investigan en esta área de conocimiento, a editores, a miembros de consejos editoriales y/o a revisores de revistas científicas como esta. En 2013 publiqué un artículo en Educational Psychologist con mi buen amigo y colega Jeroen van Merriënboer titulado "¿Saben realmente los estudiantes lo que es mejor para ellos? Leyendas urbanas en educación". En dicho artículo discutimos una serie de leyendas urbanas que influyen en la enseñanza y la educación, tales como los estilos de aprendizaje, los nativos digitales, la multitarea, la pirámide de aprendizaje, entre otras. Basado en un tuit mío relacionado con un artículo publicado en Computers & Education, los editores se dirigieron a mí de la siguiente manera:

El 18 de agosto usted tuiteó: "¡La revista científica Computers & Education publica bulos sobre estilos de aprendizaje! ¿Cuándo los editores van a parar este absurdo?" Esto se relacionó con el reciente artículo de [Autor y otros] sobre estilos de aprendizaje [URL] en nuestra revista.

Creemos que los lectores de nuestra revista estarán interesados en una indagación más detallada sobre los estilos de aprendizaje, por lo que queremos pedirle que escriba un “comentario invitado” sobre este tema.

La esencia de mi crítica a los estilos de aprendizaje es que no hay una base científica real para la proposición (más bien debería ser considerada una creencia) de que (1) un alumno tiene realmente cierto estilo de aprendizaje óptimo, (2) este es consciente de cuál es su estilo de aprendizaje personal y/o hay una manera confiable y válida para determinar este estilo, y (3) un aprendizaje e instrucción óptimos implican, primero determinar este estilo de aprendizaje, y luego alinear la instrucción en consecuencia.

El supuesto en que se basan los estilos de aprendizaje es que los profesores, instructores, diseñadores educativos, desarrolladores pedagógicos, etc., deben adoptar el estilo de aprendizaje que, (1) los estudiantes dicen que tienen o (2) el determinado por alguno de los instrumentos existentes (por ejemplo, cuestionarios de estilos de aprendizaje), lo cual determina qué se debe tener en cuenta con respecto al estudiante, al diseñar, desarrollar, e impartir la instrucción. Al hacer esto, se facilitará un aprendizaje óptimo y se permitir el pleno desarrollo del estudiante para lograr resultados óptimos. Aunque esta idea parece intuitivamente atractiva y suena como si tuviera cierto grado de validez, hay dificultades fundamentales tanto en el diagnóstico de los estilos de aprendizaje como en la alineación de la instrucción con estos estilos. En el resto de este comentario intentaré aclarar cuáles son estos problemas.

En nuestro artículo (Kirschner y van Merriënboer, 2013) planteamos primero que los estilos de aprendizaje clasifican mal (en realidad encasillan) a los estudiantes. La mayoría de los estilos que se han "determinado" se basan en tipos. El estudiante no se asocia a un estilo basado en un conjunto de medidas en diferentes dimensiones, sino que se clasifica en un grupo específico, a menudo exclusivo (para una panorámica sobre estilos de aprendizaje véase Cassidy, 2004; Coffield, Moseley, Hall y Ecclestone, 2004,). El primer problema aquí es que la gente no puede simplemente agruparse en grupos específicos y distintos como muestran varios estudios (véase, por ejemplo, Druckman & Porter, 1991). La mayoría de las diferencias entre personas en cualquier dimensión que uno pueda imaginar son graduales y no nominales. Incluso la clasificación sexo/género que hasta hace poco se consideraba dicotómica ha demostrado ser más matizada que eso. Los defensores del uso de estilos de aprendizaje tienden a ignorar esto y usan criterios arbitrarios, como una mediana o una media en una cierta escala para asociar a una persona con un estilo específico.

Con respecto a este simple encasillamiento de los estudiantes, Barbara Prashnig (2005), quien podría ser considerada partidaria de los estilos de aprendizaje, y quien ha desarrollado instrumentos de estilos de aprendizaje, escribe que en uno de los instrumentos de estilos de aprendizaje más complejos y detallados del mercado [el Analizador de Estilos de Aprendizaje (Learning Style Analysis, LSA)] hay al menos

49 elementos diferentes... [con]... complejas combinaciones de estilos, matizadas por grados de necesidades que van desde preferencias claras a ninguna preferencia, pasando por preferencias flexibles. Dados los numerosos componentes de los estilos... no es posible etiquetar a los estudiantes simplemente seleccionando un rasgo de un estilo como predominante (p. 2).

En cuanto al número de clasificaciones (encasillamientos) que se han creado, Coffield y otros (2004) escriben que "el gran número de dicotomías en la literatura transmite algo de la confusión conceptual actual" (p. 136). En su revisión se refieren a 30 estilos de aprendizaje dicotómicos diferentes en la literatura[2] (ver Tabla 1).

El segundo problema tiene que ver con la validez, confiabilidad y poder predictivo de las pruebas de estilos de aprendizaje que se están utilizando. Stahl (1999) reportó inconsistencias y baja confiabilidad en la medición de estilos de aprendizaje cuando los individuos realizan una prueba específica en dos momentos diferentes. En otras palabras, la fiabilidad entre pruebas es bastante baja. Esto también está relacionado con la información que se utiliza frecuentemente para evaluar los estilos de aprendizaje. El método más utilizado es la autoevaluación. Infortunadamente, la idoneidad de la autoevaluación para evaluar un estilo de aprendizaje es muy dudosa (véase por ejemplo Veenman, Prins, & Verheij, 2003).

La razón es que los estudiantes no son capaces de y/o no están dispuestos a informar lo que en realidad hacen, o lo que creen que hacen. Para ilustrar la falta de fiabilidad de la autoevaluación, Rawson, Stahovich y Mayer (2016) les preguntaron a un grupo de estudiantes cuándo hicieron su tarea y cuánto tiempo trabajaron en ella. También les dieron a estos estudiantes un "bolígrafo inteligente", el cual indicaba cuándo y cuánto tiempo trabajaban en su tarea. Si bien hubo una significativa correlación positiva (r=,44) entre la cantidad de tiempo que los estudiantes pasaron trabajando en su tarea (medido por el “bolígrafo inteligente”) y la nota obtenida por los estudiantes en el curso, no hubo correlación significativa (r=‑-,16) entre la nota y el tiempo que los estudiantes dijeron haber dedicado a la tarea. En otras palabras, no hubo una correlación real entre la autoevaluación subjetiva y la medición objetiva. Además, la mayoría de los estudiantes (88%) sobrevaloraron el tiempo que dedicaron la tarea. Por último, Massa y Mayer (2006), encontraron que cuando los estudiantes informaban su preferencia por la información verbal en lugar de la información visual, esta preferencia solo estaba débilmente relacionada con sus habilidades reales medidas objetivamente (es decir, su capacidad espacial).

Además, la forma aprendizaje preferida según las autoevaluaciones suele ser un mal indicador de la forma más eficaz de aprender; lo que las personas prefieren no es, por definición, lo mejor para ellos. Knoll, Otani, Skeel y Van Horn (2016) concluyen que los estilos de aprendizaje están asociados con aspectos subjetivos del aprendizaje, y no con aspectos objetivos. En otras palabras, cabe preguntarse si realmente los estudiantes saben lo que es mejor para ellos. Clark (1982) publicó un metaanálisis crítico con respecto a la preferencia del alumno a la hora de elegir un cierto tipo de instrucción, y encontró que con frecuencia dicha preferencia tenía una correlación negativa con el qué y el cuánto se aprendió, y que en el mejor de los casos, no existía correlación alguna. Dicho de otra manera, aquellos estudiantes que dijeron preferir una forma particular de aprender, en la mayoría de los casos no tuvieron mejores resultados usando dicha forma, o incluso mostraron peor rendimiento. Este autor usó el término matematántico[3] (del griego mathema = un estudio donde algo es aprendido + thanatos = muerte) para describir un método de instrucción que por un lado coincide con la forma favorita de aprender del alumno, pero que a la vez es improductivo o perjudicial para su aprendizaje (Clark, 1989). En tal caso, un modelo de instrucción compensatorio o incluso remedial (véase Salomon, 1971, así como Berliner & Cahen, 1973, cuando discuten las interacciones rasgo-tratamiento) es probablemente un mejor enfoque, encaminado a compensar los efectos no deseados de una predisposición o preferencia específica (van Merriënboer, 1990). Para ponerlo en un contexto diferente, mientras que la mayoría de las personas prefieren los alimentos dulces, salados y/o grasos, creo que todos estaremos de acuerdo en que esa no es la mejor dieta a seguir, salvo que pretendamos poner en riesgo nuestra salud y ganar peso.

Tabla 1. 30 Estilos de aprendizaje discutidos en Coffield y otros (2004)

· Convergentes vs. divergentes · Verbales vs. visuales
· Holísticos vs. seriados · Profundos vs. superficiales
· Activos vs. reflexivos · Pragmáticos vs. teóricos
· Adaptadores vs. innovadores · Asimiladores vs. exploradores
· Dependiente vs. independiente del campo · Globalistas vs. analistas
· Asimiladores vs. acomodadores · Imaginativos vs. analíticos
· No comprometidos vs. pujantes · Estudiantes de sentido común vs. dinámicos
· Estudiantes concretos vs. abstractos · Estudiantes aleatorios vs. secuenciales
· Iniciadores vs. razonadores · Intuicionistas vs. analistas
· Extrovertidos vs. introvertidos · Detección vs. intuición
· Pensamiento vs. sentimiento · Juzgar vs. percibir
· Cerebral izquierdo vs. derecho · Significado-directo vs. indirecto
· Teóricos vs. humanistas · Activos vs. teóricos
· Pragmáticos vs. reflexivos · Organizadores vs. innovadores
· procesadores secuenciales izquierdo / analíticos / inductivos vs. procesadores simultáneos derechos / globales / deductivos · Ejecutivo, jerárquico, conservador vs. legislativo, anárquico, liberal

Con respecto a la fiabilidad y validez de determinar el estilo de aprendizaje de una persona, Coffield y otros (2004) revisaron los 13 instrumentos más utilizados para determinar los estilos de aprendizaje con respecto a criterios psicométricos elementales, o sea, consistencia interna, fiabilidad entre pruebas, validez del constructo y validez predictiva (véase Tabla 2; Tabla 44 en su artículo).

Tabla 2. Trece modelos/instrumentos de estilos de aprendizaje y su cumplimiento de criterios elementales. (Coffield y otros, 2004; las referencias a estos instrumentos pueden encontrarse en dicho artículo).

13 modelos de estilos de aprendizaje y su cumplimiento de criterios elementales.

+ satisface criterio

⨯ no satisface criterio

— falta evidencia o no está claro

Nota: Evaluación “externa”, o sea, no dirigida o supervisada por los autores del modelo.

    Consistencia interna Fiabilidad entre pruebas

Validez del

constructo

Validez

predictiva

1 Jackson
2 Riding
3 Sternberg
4 Dunn and Dunn +
5 Gregorc +
6 Honey and Mumford +
7 Kolb +
8 Entwistle + +
9 Herrmann + +
10 Myers-Briggs + +
11 Apter + + +
12 Vermunt + + + +
13 Allinson and Hayes + + + +

fig-1

Fig. 1. Interacción cruzada

Los autores concluyen que tres de los modelos (Jackson, Riding, e inteligencias múltiples de Sternberg) no se asociaron con ninguno de los cuatro criterios, cuatro (Dunn & Dunn, Gregorc, Honey & Mumford, y Kolb) se correspondieron con un solo criterio, tres (Entwistle, Herrmann, e indicador de tipo de personalidad de Myers-Briggs) con dos criterios, dos (Apter y Vermunt) con tres criterios y uno solo se asoció con los cuatro criterios (indicador de estilo cognitivo de Allinson & Hayes), pero este instrumento midió estilos cognitivos y no estilos de aprendizajes.

Nosotros concluimos en nuestro artículo (Kirschner y van Merriënboer, 2013):

Cuando en el diseño de la enseñanza se tienen en cuenta las diferencias entre los estudiantes, se debería evaluar las habilidades cognitivas más que los estilos de aprendizaje preferidos, porque las habilidades predicen mejor cómo las personas aprenden más eficazmente. Además, estas habilidades cognitivas deben ser medidas objetivamente en una escala ordinal, más que por autoevaluaciones subjetivas que son usadas para asociar personas con tipos en base a uno o más criterios arbitrarios.

Como un experimento imaginario, ignoremos todas las dificultades discutidas en relación con la medición y la determinación de los estilos de aprendizaje, y entonces preguntémonos si deberíamos adaptar la instrucción a los estilos de aprendizaje preferidos o determinados. Aquí, la hipótesis de los estilos de aprendizaje (Pashler, McDaniel, Rohrer, y Bjork, 2009) es importante, o sea, que se encontrará una interacción cruzada (véase Fig. 1) en la cual un tipo específico de estudiante aprende significativamente mejor con un método de enseñanza adaptado a su estilo de aprendizaje, mientras que otro tipo específico diferente de estudiante con un estilo de aprendizaje opuesto, aprende mejor con un método de instrucción adaptado a su estilo.

Por ejemplo, de acuerdo a esta hipótesis, los estudiantes que prefieren aprender de forma verbal, aprenderán mejor cuando se les enseña a través de métodos de instrucción verbales (por ejemplo, cuando se les da a leer un libro o un artículo), pero tendrán un bajo rendimiento al aprender con vídeos. En cambio los que prefieren aprender de manera visual, aprenderán mejor cuando se les enseña a través de métodos de instrucción visuales (por ejemplo, cuando se les orienta que vean un video) que cuando aprenden leyendo un libro. Lo importante aquí es que no es suficiente que se encuentre una interacción estadísticamente significativa entre un estilo y un método. Solo una interacción cruzada real se puede usar para confirmar las hipótesis de los estilos de aprendizaje.

Teniendo en cuenta todo lo anterior, cabe cuestionarse si existen suficientes estudios que presenten interacciones cruzadas robustas entre estilo y método, independientemente de si se usa un modelo preferencial, correctivo o compensatorio como base de las interacciones. Infortunadamente para los partidarios de los estilos de aprendizaje, este no es el caso (véase Coffield y otros, 2004, Pashler y otros, 2009, y Rohrer & Pashler, 2012). Pashler y otros (2009, p. 105) concluyen que "actualmente, no existe una base de evidencias adecuadas para justificar la incorporación de las evaluaciones de los estilos de aprendizaje en la práctica educativa general. Por lo tanto, sería mejor dedicar los limitados recursos educativos a la adopción de otras prácticas educativas que tengan una sólida base en evidencias, de las cuales hay un número cada vez mayor".

En contraste, una serie de estudios recientes, bien diseñados, contradicen la hipótesis de los estilos de aprendizaje. Pashler y otros (2009) afirmaron que una investigación rigurosa sobre los estilos de aprendizaje debe seguir tres pasos:

  1. Comenzar examinando el supuesto estilo de aprendizaje de los encuestados en el estudio Rogowsky, Calhoun y Tallal (2015), por ejemplo, examinando los estilos de aprendizaje visual versus auditivo.
  2. Distribuir aleatoriamente los participantes en grupos donde la mitad debe recibir una instrucción que coincida específicamente con su estilo de aprendizaje y la otra mitad, una instrucción que coincida con el estilo opuesto (por ejemplo, los estudiantes visuales de un grupo deben leer, mientras que los alumnos visuales del grupo de control deben escuchar).
  3. Asignar a todos los participantes la misma prueba.

Teniendo en cuenta estos tres pasos, Constantidinou y Baker (2002), por ejemplo, no encontraron relación alguna entre tener un supuesto estilo de aprendizaje visual y el aprendizaje de elementos verbales presentados de manera visual o auditiva. Massa y Mayer (2006) tampoco encontraron nada que apoyara la idea de que los diferentes métodos de enseñanza, enfatizando la información pictórica o verbal, eran de beneficio, de forma cruzada, para los visualizadores y verbalizadores, respectivamente. Se han encontrado resultados negativos similares para otros estilos de aprendizaje. En la enseñanza médica, Cook, Thompson, Thomas y Thomas (2009), no encontraron apoyo para la premisa de que trabajar desde los problemas a la teoría (es decir, siguiendo un enfoque inductivo) o de la teoría a los problemas (es decir, siguiendo un enfoque deductivo), conduciría a un mejor aprendizaje para los estudiantes sensores/concretos y los estudiantes intuitivos/abstractos, respectivamente. Por último, Rogowksy, Calhoun y Tallal (2015) no encontraron relación alguna estadísticamente significativa entre la preferencia por un estilo de aprendizaje particular (por ejemplo, auditivo, visual) y el aprendizaje (por ejemplo, la comprensión auditiva y la comprensión lectora).

La lista de estudios que demuestran el absurdo de los estilos de aprendizaje es abrumadora. A continuación dos interesantes citas relacionadas con el gran número de estudios sobre estilos de aprendizaje:

Para Morrison, Ross, Kalman, y Kemp (2011, p. 59), “a pesar de la extensa bibliografía sobre estilos de aprendizaje, subsisten interrogantes sobre el grado en que tales estilos pueden adaptarse a los métodos de enseñanza con algún beneficio para el aprendizaje (Knight, Halpin, & Halpin, 1992; Park & Lee, 2004; Snow, 1992). "

Para Dembo y Howard (2007, p.107), "... los instrumentos de estilo de aprendizaje no han demostrado ser válidos y confiables, no hay beneficio en adaptar la instrucción al estilo de aprendizaje preferido y no hay evidencia de que comprendiendo su estilo de aprendizaje mejore su aprendizaje y sus resultados... Rogamos a los educadores que reconsideren sus prácticas de instrucción, especialmente el consejo que dan a sus estudiantes sobre los estilos de aprendizaje, y basen sus prácticas en una investigación sólida".

Para terminar, hay cuatro conclusiones que se pueden plantear con respecto a los estilos de aprendizaje y los estudios asociados a estos:

  1. La premisa de que hay estudiantes con diferentes estilos de aprendizaje y que deben recibir instrucción utilizando métodos que coincidan con esos estilos, no es un hecho "probado", sino más bien una creencia respaldada por escasa, si acaso alguna, evidencia científica.
  2. Hay muchos problemas fundamentales en cuanto a la medición de los estilos de aprendizaje.
  3. La base teórica para las interacciones entre los estilos de aprendizaje y los métodos de enseñanza es muy escasa.
  4. La evidencia empírica significativa para la hipótesis de los estilos de aprendizaje es casi inexistente.

En otra referencia, Coffield y otros (2004) afirman que el concepto de estilos de aprendizaje está tan mal definido que es prácticamente inútil para la instrucción. Wheeler (2011) resumió esta afirmación así: "Probablemente la única razón por la que algunos profesores (y muchas instituciones educativas) se aferran a la idea de experimentar con estilos de aprendizaje, es que es conveniente hacerlo, y que de abandonar la idea por completo, tendrían que trabajar más duro con los estudiantes".

A esto solo puedo añadir que cuando los maestros dicen que tienen pruebas de que el uso de estilos de aprendizaje funciona, la "prueba" que dan es principalmente anecdótica. Según Rosenthal y Jacobson (1992), lo que ven y/o experimentan es, probablemente, que cuando los maestros esperan un mejor desempeño de sus estudiantes, el desempeño es mejorado. Esto se conoce como efecto Pigmalión o Rosenthal, donde unas expectativas más altas conducen a un aumento en el rendimiento. Rosenthal sostiene que tales expectativas sesgadas afectan la realidad y crean profecías auto-realizables. Relacionado con esto, Reiner y Willingham (2010) declaran:

... la teoría de estilos de aprendizaje ha logrado convertirse en "conocimiento común". Su amplia aceptación sirve como una razón, lamentablemente, para creer en ella. Esto se acompaña de un conocido fenómeno cognitivo llamado confirmación sesgada. Al evaluar nuestras propias creencias, tendemos a buscar información que confirme nuestras creencias e ignorar la información contraria, incluso cuando la encontramos repetidamente. Cuando vemos a alguien que profesa ser un aprendiz visual y sobresale en geografía y un alumno auditivo sobresale en música, no buscamos la información que refute nuestra interpretación de estos eventos (¿Puede el alumno auditivo aprender geografía a través de la escucha? ¿Puede el alumno visual mejorar en la música viéndola?) (np)

Newton (2015) encontró que una abrumadora mayoría (89%) de los recientes artículos de investigación, con el rango de fechas del 23 de julio de 2013 al 23 de julio de 2015, que figuran en las bases de datos de investigación ERIC y PubMed, apoyan implícita o directamente el uso de estilos de aprendizaje en la educación superior. Queremos hacer un llamamiento a la comunidad científica en esta área a hacer las cosas como corresponde. Howard-Jones (2014), presentando un estudio que llevó a cabo con Dekker, Lee, Howard-Jones y Jolles en 2012, encontró que el 95% de los profesores en Gran Bretaña, Holanda, Turquía, Grecia y China, estaban convencidos de que "[L]os individuos aprenden mejor cuando reciben información en su estilo de aprendizaje preferido (por ejemplo, visual, auditivo o cinestético)".

Somos creadores y guardianes de nuevos conocimientos. Lo que estudiamos y/o publicamos puede y debe tener un impacto tanto en el mundo científico en el que nos desempeñamos como en el mundo educativo al que servimos. Como tal, es nuestro deber solemne investigar y publicar siguiendo buenas prácticas científicas, independiente de resultados positivos significativos, y combatir la difusión de la pseudociencia, los mitos y las mentiras abiertas. No hay beneficio que se pueda obtener al adaptar y diseñar la educación y la instrucción a estos denominados estilos. De hecho, de acuerdo con los efectos matematánticos de los enfoques preferidos en la instrucción, puede incluso suceder que de aplicar esta práctica, los administradores, maestros, padres, e incluso estudiantes, influyan negativamente en el proceso de aprendizaje, y por ende en los resultados educativos. Con esto en mente, considero necesario, e incluso nuestro deber como investigadores y/o editores y revisores de revistas, no propagar tales mitos. Debemos salvaguardar nuestra credibilidad como investigadores, como (portavoces de la) comunidad científica y trabajar en beneficio de aquellos a quienes servimos, a saber, la comunidad científica y la ciudadanía en general, especialmente educadores y estudiantes.

Agradecimientos

Estoy en deuda de gratitud con Jeroen van Merriënboer, con quien escribí el artículo en que se basa este comentario. También me gustaría agradecer a Pedro de Bruyckere, compañero de batallas quijotescas contra los mitos y las leyendas urbanas en la enseñanza y aprendizaje, quien leyó y comentó la primera versión de este artículo.

Referencias

Berliner, D. C., & Cahen, L. S. (1973). Trait-treatment interaction and learning. In F. N. Kerlinger (Ed.), Vol.1. Review of research in education (pp. 58-94). Itasca. IL: Peacock.

Cassidy, S. (2004). Learning styles: An overview of theories, models, and measures. Educational Psychology, 24, 419-444. http://dx.doi.org/10.1080/0144341042000228834.

Clark, R. E. (1982). Antagonism between achievement and enjoyment in ATI studies. Educational Psychologist, 17(2), 92-101.

Clark, R. E. (1989). When teaching kills learning: Research on mathemathantics. In H. Mandl, N. Bennett, E. De Corte, & H. Friedrich (Eds.), Learning and Instruction: European Research in an International Context (Vol. 2, pp. 1-22). London, UK: Pergamon.

Coffield, F., Moseley, D., Hall, E., & Ecclestone, K. (2004). Learning styles and pedagogy in post-16 learning: A systematic and critical review. London, UK: Learning and Skills Research Centre.

Constantidinou, F., & Baker, S. (2002). Stimulus modality and verbal learning performance in normal aging. Brain and Language, 82, 296e311. http://dx.doi.org/10.1016/S0093-934X(02)00018-4.

Cook, D. A., Thompson, W. G., Thomas, K. G., & Thomas, M. R. (2009). Lack of interaction between sensing-intuitive learning styles and problem-first versus information-first instruction: A randomized cross-over trial. Advances in Health Sciences Education, 14, 79e90. http://dx.doi.org/10.1007/s10459-007-9089-8.

Dekker, S., Lee, N. C., Howard-Jones, P. A., & Jolles, J. (2012). Neuromyths in education: Prevalence and predictors of misconceptions among teachers. Frontiers in Psychology, 3, 429. http://dx.doi.org/10.3389/fpsyg.2012.00429.

Dembo, M. H., & Howard, K. (2007). Advice about the use of learning styles: A major myth in education. Journal of College Reading and Learning, 37(2), 101 - 109.

Druckman, D., & Porter, L. W. (1991). Developing careers. In D. Druckman, & R. A. Bjork (Eds.), In the mind's eye: Enhancing human performance (pp. 80-103). Washington, DC: National Academy Press.

Howard-Jones, P. A. (2014). Neuroscience and education: Myths and messages. Nature Reviews Neuroscience, 15, 817e824. http://dx.doi.org/10.1038/nrn3817.

Kirschner, P. A., & van Merriënboer, J. J. G. (2013). Do learners really know best? Urban legends in education. Educational Psychologist, 48(3), 169e183. http://dx.doi.org/10.1080/00461520.2013.804395.

Knight, C. B., Halpin, G., & Halpin, G. (1992). The effects of learning environment accommodations on the achievement of second graders. Paper presented at the annual meeting of the American Educational Research Association, San Francisco, CA.

Knoll, A. R., Otani, H., Skeel, R. L., & Van Horn, K. R. (2016). Learning style, judgements of learning, and learning of verbal and visual information. British Journal of Psychology. http://dx.doi.org/10.1111/bjop.12214.

Massa, L. J., & Mayer, R. E. (2006). Testing the ATI hypothesis: Should multimedia instruction accommodate verbalizer-visualizer cognitive style? Learning and Individual Differences, 16, 321-336. http://dx.doi.org/10.1016/j.lindif.2006.10.001.

Morrison, G. R., Ross, S. M., Kalman, H. K., & Kemp, J. E. (2011). In Designing effective instruction (6th ed.). Hoboken, NJ: John Wiley & Sons, Inc.

Newton, P. M. (2015). The learning styles myth is thriving in higher education. Frontiers in Psychology, 6, 1908. http://dx.doi.org/10.3389/fpsyg.2015.01908.

Park, O., & Lee, J. (2004). Adaptive instructional systems. In D. H. Jonassen (Ed.), Handbook of research on educational communications and technology (2nd ed., pp. 651-684). Mahwah, NJ: Lawrence Erlbaum Associates.

Pashler, H., McDaniel, M., Rohrer, D., & Bjork, R. (2009). Learning styles: Concepts and evidence. Psychological Science in the Public Interest, 9(3), 105-119. http://dx.doi.org/10.1111/j. 1539-6053.2009.01038.x.

Prashnig, B. (2005, Autumn). Learning styles vs. multiple intelligences (MI): Two concepts for enhancing learning and teaching (Vol. 9, pp. 8-9). expertise, com. Retrieved from: www.teacher http://www.creativelearningcentre.com/downloads/LS%20vs%20MI%20TEX9_p8_9.pdf.

Rawson, Stahovich, & Mayer. (2016). Homework and achievement: Using smartpen technology to find the connection. Journal of Educational Psychology. http://dx.doi.org/10.1037/edu0000130 (in press).

Reiner, C., & Willingham, D. (2010). The myth of learning styles. Change Magazine (Sept-Oct.).

Rogowsky, B. A., Calhoun, B. M., & Tallal, P. (2015). Matching learning style to instructional method: Effects on comprehension. Journal of Educational Psychology, 107, 64-78.

Rogowksy, B. A., Calhoun, B. M., & Tallal, P. (2015). Matching learning style to instructional method: Effects on comprehension. Journal of Educational Psychology, 107(1), 64-78. http://dx.doi.org/10.1037/a0037478.

Rohrer, D., & Pashler, H. (2012). Learning styles: Where's the evidence? Medical Education, 46, 630-635.

Rosenthal, R., & Jacobson, L. (1992). Pygmalion in the classroom. New York, NY: Irvington.

Rothkopf, E. Z. (1970). The concept of mathemagenic activities. Review of Educational Research, 40, 325-336.

Salomon, G. (1971). Heuristic models for the generation of aptitude-treatment interaction hypotheses. Review of Educational Research, 2, 327-343.

Snow, R. E. (1992). Aptitude theory: Yesterday, today, and tomorrow. Educational Psychologist, 27, 5-32.

Stahl, S. A. (1999). Different strokes for different folks? A critique of learning styles. American Educator, 23(3), 27-31.

Van Merriënboer, J. J. G. (1990). Instructional strategies for teaching computer programming: Interactions with the cognitive style reflection-impulsivity. Journal of Research in Computing Education, 23, 45-53. http://dx.doi.org/10.1080/08886504.1990.10781942.

Veenman, M. V. J., Prins, F. J., & Verheij, J. (2003). Learning styles: Self-reports versus thinking-aloud measures. British Journal of Educational Psychology, 73, 357-372. http://dx.doi.org/10.1348/000709903322275885.

Wheeler, S. (November, 2011). A convenient untruth. Learning with ‘e’s [blog]. Retrieved from http://steve-wheeler.blogspot.ca/2011/11/convenient-untruth.html.

 

[1] Una variante de este planteamiento es atribuida a Daniel Patrick Moynahan como “Cada cual tiene derecho a sus propias opiniones, pero no a sus propios hechos”, salvo que la referencia de Baruch se realizó hace 24 años.

[2] Si hay “solo” 30 variables dicotómicas que se pueden aplicar a los estudiantes, entonces hay 230 combinaciones diferentes de estos 30 estilos dicotómicos, lo cual significa que hay al menos 1,073,741,824 estilos de aprendizaje diferentes. Si solo contamos los niño(a)s aquí (estimados en 2 billones), esto significa un estilo por cada dos niño(a)s

[3] Ernst Rothkopf había acuñado ya en 1970 (Rothkopf, 1970) el término actividades matemagénicas (gigneshai = nacer) para referirse a aquellas actividades que dan lugar a un proceso de aprendizaje.

Glazen Boll(eboz)en: Voorspellen van de Toekomst is Moeilijk

Deze blog is ook op Didactiefonline verschenen als mijn eerste wisselblog (met Gert Biesta). De oorsprong van deze blog is een drietal voorspellende rapporten dat ik kreeg over korte, middel, en lange termijnvoorspellingen over innovaties en ICT in het onderwijs. In de blog bespreek ik alleen twee; als je de derde wilt lezen gaat het om Innovating Pedagogy 2016 van de Institute of Educational Technology van de Britse OU. Wat mij in de drie opviel is dat die elkaar maar zelfs eerdere jaargangen van hetzelfde rapport tegenspreken.

Veel leesplezier.

In de afgelopen maanden ontving ik twee ‘voorspellende’ documenten: de 2016 NMC[1]/CoSN[2] Horizon Report voor het BO en VO, en het Trendrapport 2016: Hoe technologische trends onderwijs op maat mogelijk maken van SURF. Beide zeer interessant, maar ook een beetje problematisch omdat de rapporten van deze glazen bollebozen mijns inziens een onderwijswetenschappelijke basis missen.

Allereerst het SURF Trendrapport 2016. Vorig jaar gaf ik een keynote op de 6e Internationale Conferentie over Learning Analytics en Kennis (LAK16). Mijn keynote heette Learning Analytics: Utopie or Dystopie (Je kunt het bekijken op YouTube). Mijn pleidooi was dat learning analytics veel goeds kan brengen (ik schilderde vijf utopische toekomsten), zoals het kunnen voorspellen van studiesucces van leerlingen waardoor scholen beter hun middelen kunnen inzetten en hun onderwijs kunnen personaliseren waardoor leren effectiever en efficiënter wordt, enzovoorts. De keerzijde van deze utopie is dat learning analytics ook veel kwaad kan doen (ik schilderde ook vijf dystopische toekomsten), omdat scholen, docenten, onderwijstechnologen, programmeurs, enzovoorts één essentieel persoon vergeten namelijk iemand uit de onderwijs- of leerwetenschappen! Let maar op wie er in het rode kadertje genoemd staan  in de volgende afbeelding, het Learning Analytics Model van George Siemens[3]:

learning-analytics-model-2

Nergens hier is een onderwijswetenschapper te vinden. Het gevolg hiervan is dat het toepassen van learning analytics bijna altijd theorie-arm of ‑loos is. Men weet niet welke variabelen ofwel welke leerlingkenmerken essentieel zijn voor het model, welke andere variabelen van invloed zijn op wat er gevonden wordt, zoals leeftijd, inrichting van de onderwijsomgeving, of de resultaten elders toepasbaar zijn en misschien het belangrijkste, of er een correlatie gevonden wordt (A en B hebben iets met elkaar te maken) of dat er echt sprake is van causaliteit (als ik A doe gebeurt B). Ik vergeleek het met het straatlantaarneffect: zoeken naar iets waar het zoeken het makkelijkst is en niet waar het nodig is. De huidige generatie mensen die zich bezig houdt met learning analystics zoals  onderwijsbestuurders, schooldirecteuren, onderwijskundigen, zelfs onderzoekers maakt gebruik van de data die beschikbaar of makkelijk te krijgen zijn zoals inloggegevens, internetzoekgedrag, tentamenresultaten enzovoorts in plaats van te zoeken naar data die zij eigenlijk nodig hebben. Onderstaande cartoon geeft dit goed weer:

straatlantaarneffect

Wat heeft dit allemaal met het Trendrapport 2016: Hoe technologische trends onderwijs op maat mogelijk maken te maken? Het rapport – dat trouwens heel goed is en heel goed leesbaar – is debet aan het probleem dat ik net beschreef. Het lijkt vooral trends weer te geven en te bespreken zonder zich al te veel te bekommeren over de onderwijswetenschappelijke aspecten van de besproken technologieën (ik voel al de reacties van Wilfred Rubens en Erwin Bleumink aankomen J).

Het Trendrapport gaat uit van technologische trends die flexibel en persoonlijk onderwijs mogelijk maken of kunnen faciliteren. Deze vormen samen een beeld van onderwijsvernieuwing waarin drie rode draden naar voren komen:

  • Didactische verrijking: technologieën die het onderwijs interessanter, beter en motiverender maken.
  • Flexibiliteit: onderwijs waarbij grenzen tussen onderwijsvormen, opleidingen en instellingen vervagen.
  • Meer adaptief onderwijs dat zich aanpast aan de lerende.

Zo ontstaat, volgens de opstellers, uit de opstelsom van trends een doorkijk naar onderwijs zoals het in de toekomst zou kunnen zijn.

surf-trendrapport-13-trends

Elk van de dertien besproken technologieën is zeer duidelijk beschreven, is steeds voorzien van een inleidend toekomstscenario, uitleg van de technologie, praktijkvoorbeelden van waar de technologie nu al wordt gebruikt, hoe de technologie kan bijdragen aan onderwijs-op-maat enzovoorts, maar mist een beschrijving van de onderwijswetenschappelijke condities (let wel: ik heb het niet over de praktische condities) voor het inzetten van de technologieën. Wanneer en bij wie zou het werken? Welke leerlingkenmerken bepalen of iedere technologie bepaalde effecten zal hebben of niet?
Neem virtuele realiteit als voorbeeld. De auteurs schrijven dat virtuele realiteit een verrijking van het onderwijs biedt, omdat de lerende zelf kan bepalen hoe, waar en wanneer hij of zij VR inzet voor het eigen leerproces. Maar willen wij dit? Kan de lerende dat doen en zo ja welke lerenden? Welke hulp heeft zij/hij nodig? Hoe houd je rekening met het feit dat bijna alle mensen (en vooral leerlingen en studenten) problemen hebben om in te schatten wat zij wel en niet kennen en kunnen (denk aan het Dunning-Kruger effect)? En ‘zelf bepalen van hoe’ je VR inzet voor het eigen leerproces is meestal, zo niet altijd gebaseerd op je eigen voorkeur en niet op wat het beste is voor jou om te leren. En wij weten al lang dat hoe lerenden hun leerproces het beste kunnen inrichten niet hetzelfde en soms in strijd is met hun voorkeur (zie mijn blog over leren dodende activiteiten. Al deze vragen en nog veel meer moeten beantwoord worden alvorens je de verschillende technologieën effectief, efficiënt en op een bevredigende wijze kunt inzetten voor onderwijs-op-maat.

Een tweede probleem is dat voorspellen van de toekomst zeer problematisch lijkt te zijn. Neem, bijvoorbeeld het Horizonrapport van de New Media Consortium / Consortium for School Networking.

nmc_itunesu-k1220091  nmc_itunesu-hrk1216-1

In 2010 las ik dat cloud computing (via een netwerk – vaak het internet – op aanvraag beschikbaar stellen van hardware, software en gegevens, ongeveer zoals elektriciteit uit het lichtnet) binnen een jaar of korter ingevoerd zou worden. Hetzelfde staat in de rapporten van 2011201220132014. Met andere woorden, sinds 2010 lees ik dat binnen een jaar het po en vo toegang zal hebben tot alle digitale bestanden en programma’s die het onderwijs nodig heeft vanaf elk apparaat in huis en op school (denk aan de tv, smartphone, tablet, laptop- en desktopcomputer, enz.).

cloud_computing-nl

Samewerkend leren had een 1-jaar horizon in 2009, terwijl die een 3-5 jaar horizon in 2016 lijkt te hebben!

Honkballer Yogi Berra – de Amerikaanse Johan Cruijff als het om (eigen)wijze uitspraken gaat – zei ooit: ‘Voorspellen is moeilijk, vooral als het de toekomst betreft.’ Dit blijkt ook voor het onderwijs het geval te zijn.

yogi

quote-it-s-tough-to-make-predictions-especially-about-the-future-yogi-berra-324537

[1] New Media Consortium

[2] CoSN (Consortium for School Networking)

[3] Siemens, G. (2013). Learning Analytics: The Emergence of a Discipline. American Behavioral Scientist, 57, 1380-1400. doi:10.1177/0002764213498851

Infographic Volledig Begeleide Instructie verkrijgbaar in het Nederlands

  Oliver Caviglioli (@olivercaviglioli) heeft - met behulp van Pedro de Bruyckere en mijn persoon voor de vertaling) een Nederlandstalige versie van de poster, A4 en ook PowerPoint gemaakt over Volledig Begeleide Instructie (hier kan je die downloaden). Bron van deze drie producten is het artikel Putting Students on the Path to Learning: The Case for Fully Guided Instruction dat Dick Clark, John Sweller en ik schreven voor de American Educator, huisblad van de American Federation of Teachers. Voor degenen die het artikel niet kennen, hier kan je het vinden.

knipsel

Over Oliver: Oliver Caviglioli was hoofd van een school voor bijzonder onderwijs en coauteur van een aantal boeken over doceerstrategieën. Na jaren gewerkt te hebben als trainer in scholen en universiteiten, is hij nu vooral bezig om onderwijsconcepten en –processen te visualiseren. Hij heeft een website Teachinghow2s en werkt de laatste tijd intensief samen met The Learning Scientists waar hij, bijvoorbeeld, de visualisatie maakte van Six Strategies for Effective Learning (waarvan Pedro de Bruyckere de NL vertaling heeft gedaan – hier verkrijgbaar) plus zes gratis HOW2s over effectieve strategieën.

Hopelijk hebben docenten, ouders, beleidsmakers, enzovoorts hier wat aan!

 
Worden de onderwijswetenschappen ooit volwassen?

Deze blog schreef ik oorspronkelijk voor het januari-/februarinummer (2017) van het blad Didactief waar ik iedere maand iets schrijf over m.i. spraakmakend wetenschappelijk onderzoek en wat de betekenis daarvan is in/voor het onderwijs. Hier een meer uitgebreide versie van mijn column.

Ons boek Jongens zijn slimmer dan meisjes XL besluiten Pedro de Bruyckere, Casper Hulshof en ik met een hoofdstuk over de redenen waarom mythes in het onderwijs zo hardnekkig zijn. Een van de meest bijzondere ontleenden wij aan Farhad Manjoo’s boek Truth enough: Learning to live in a post-fact society. Je zou het de Photoshop-verklaring kunnen noemen. Zelfverklaarde experts kunnen dankzij het internet alles publiceren wat zij willen. Zij krijgen zelfs ‘erkende’ podia om te orakelen (denk aan de tv-uitzendingen en kranteninterviews met de dames van The Green Happiness). Zulke ‘experts’ (laten wij hen nepsperts noemen) komen van alle kanten op ons af, via elk medium, in elke niche en met soms tegenstrijdige verhalen, zodat wij geen idee meer hebben van wat waar is en wat niet.

1

Volgens Manjoo schuilt het gevaar van ‘leven in een Photoshop-tijdperk niet in het groeiend aantal vervalste foto’s, maar in het feit dat echte foto’s als namaak worden afgedaan’. Met andere woorden, wanneer elke foto, elke verklaring, elke expert, elke … twijfelachtig is, dan kunnen alle foto’s, alle verklaringen, alle experts, alle … worden weggewuifd en kan iedereen zijn of haar eigen experts kiezen. Experts wiens verhalen overeenkomen met de eigen ideologie. Feiten tellen niet meer; alleen gevoelens en geloof tellen. Kijk gewoon naar Donald Trump en zijn aanhang – dit videootje met Newt Gingrich is een perfect voorbeeld van het verwarren (bewust of onbewust) van gevoelens en feiten en het repliek van John Oliver dat laat zien hoe gevaarlijk dit is – met alle vervelende gevolgen van dien.

Dat het problem al ouder is, bewijst Why education experts resist effective practices (and what it would take to make education more like medicine). In dit korte rapport (12 bladzijden) uit 2000 vergelijkt Douglas Carmine de onderwijswetenschap met de medische wetenschap. Medische wetenschappers nemen wetenschappelijk bewijs serieus, bij onderwijswetenschappers is dit niet het geval. Veel van wat onderwijsresearch heet, kun je zelfs zien als oorzaak van dit probleem. Zo leunt veel onderwijsonderzoek vooral op kwalitatieve studies (waar generalisatie uitgesloten is), soms uitgevoerd door mensen die uitgesproken vijandig staan tegenover kwantitatieve en statistische onderzoeksmethoden. Zelfs als het onderzoek duidelijk is over een bepaald onderwerp – zoals hoe je het beste kinderen kunt leren lezen – negeren wetenschappers de resultaten willens en wetens als die niet overeenkomen met hun ideologische voorkeuren. Carmine schrijft dat binnen de onderwijswetenschap ‘de uitspraken van experts onbelemmerd [lijken] te zijn door objectief onderzoek.’ Hij noemt dit symptomatisch voor een gebied dat niet geëvolueerd is naar een echt volwassen professie. In zo’n gebied worden doceermethoden waarvan bewezen is dat zij echt niet werken, toch omarmd en zijn bewezen broodjes aap zoals leerstijlen zonder meer terug te vinden in wetenschappelijke artikelen (zie bijvoorbeeld mijn recente artikel Stop Propagating the Learning Styles Myth in Computers & Education).

Carmine sluit zijn rapport af met een uitstekende beschrijving van een van de beste en langstlopende projecten (Project Follow Through met meer dan 70.000 leerlingen in meer dan 180 scholen). Hij beschrijft hoe de indrukwekkende resultaten van het onderzoek over de effecten van vijf verschillende lesaanpakken (open onderwijs, bij de ontwikkeling passend onderwijs, whole language, ontdekkend leren en directe instructie) – zie onderstaand figuur - op ideologische gronden gewoon in de la / prullenbak verdween.

2

Een meer recent voorbeeld van het negeren van wetenschappelijke resultaten vanuit ideologische overwegingen is te vinden in het eind 2016 verschenen PISA-rapport. Terwijl in een grafiek van de resultaten (Figuur II.7.2, 27 factoren die verband hebben met prestaties in de natuurwetenschappen) duidelijk te zien is dat directe instructie een zeer sterk positief verband heeft met de prestaties (op twee na het sterkste verband waarvan de eerste niet te beïnvloeden is!) en ontdekkend leren op vier na het sterkste negatieve verband weifelt de tekst over de twee aanpakken enorm; zie respectievelijk de rode vierkanten boven en beneden. Wat dit betekent is dat

… in bijna alle onderwijssystemen, leerlingen scoren hoger in de Natuurwetenschappen wanneer zij rapporteren dat hun docenten vaker “de natuurwetenschappelijke concepten uitleggen”, “hun vragen met hen bespreken” of “een idee demonstreren”. Zij scoren ook hoger in bijna alle schoolsystemen wanneer zij rapporteren dat hun docenten “de lessen aanpassen aan hun kennisniveau en -behoeften” of “individueel hulp geven wanneer een leerling aangeeft een probleem te hebben” (p. 228).

3

Dit zie je veel beter in de volgende twee grafieken:

4

versus

5

Hoewel het verschil zo duidelijk als een klontje is, kunnen de rapportschrijvers het niet over hun hart krijgen om de ideologie over ontdekkend leren te verloochenen. Zielig en oneerlijk!

Ik besluit met een saillant citaat uit Carmines rapport: ‘Tot het moment dat het onderwijs een beroep wordt dat bewijs vereert, moeten we niet verbaasd zijn als onderwijswetenschappers (en in hun kielzog leraren) onbewezen methoden omarmen en zelfs propageren, eindeloos fladderend van de ene rage naar de andere. De grootste slachtoffers van deze rages zijn de leerlingen die het meeste risico lopen.’

Herblog naar hartenlust en...

Volg mij ook op Twitter @P_A_Kirschner

 

Referenties

Carnine, D., (2000). Why Education Experts Resist Effective Practices (And What it Would Take to Make Education More Like Medicine). Retrieved from http://www.wrightslaw.com/info/teach.profession.carnine.pdf

PISA 2015 Results Polcies and Practices for Successful Schools, Volume II. Retrieved from http://www.keepeek.com/Digital-Asset-Management/oecd/education/pisa-2015-results-volume-ii_9789264267510-en#.WFgMVVOLTIU

 
Toont 1 - 5 van 95 resultaten.
Items per pagina 5
van 19