Jan Lepeltak
Onlangs schreef Wilfred Rubens een blog waarin hij liet zien hoe het monitoren van leerlingen in de VS doorslaat. In Nederland is er naar aanleiding van de toepassing van artificial intelligence (AI) technieken een algoritme ontwikkeld (het programma SyRI) dat vermeende fraudeurs moet opsporen. Dit leidde tot een discussie over de wenselijkheid van zo’n programma waarbij bestanden worden gecombineerd en men zou ingrijpen op de privacy van burgers. Het bestuderen van patronen en daar voorspellingen aan ontlenen is duidelijk een trend met dubieuze kantjes. In China wordt geëxperimenteerd met alom aanwezige camera’s die het gedrag van individuen in de volksrepubliek vastleggen en daar verstrekkende conclusies aan verbinden.
Toch lijkt het dat monitoren van leerlingen mogelijk ook gunstig kan uitpakken. In een artikel in Le Figaro van 26 november 2019 stond een voorbeeld van de manier waarop in een schooldistrict in de Canadese provincie Quebec bij wijze van proef kunstmatige intelligentie (AI) wordt toegepast voor het signaleren van ‘risicoleerlingen’ die dreigen voortijdig de school te verlaten.
De provincie kent een hoog percentage leerlingen (20%) dat voortijdig afhaakt.
Men gebruikte voor het ontwikkelen van een algoritme een database uit 2012 met de gegevens van 30.000 leerlingen uit het primair en secondair onderwijs. Het Canadese bedrijf Raymond Chabot Grant Thornton stelde met behulp van AI op basis van 400 elementen een lijst (patroon) met 30 criteria op die blijken een rol te spelen bij het voortijdig schoolverlaten. De lijst bevat gegevens van onder andere de leeftijd, de schorsingen, de absentiegegevens en de schoolresultaten van leerlingen voor bepaalde vakken. Onduidelijk is welke gegevens over de achtergrond van de leerlingen worden gebruikt.
Volgens de ontwikkelaars voorspelt het algoritme met een precisie van 92% wie de toekomstige afhakers zijn.
Een leerling die een algemeen gemiddelde van 75% op één jaar behaalt, dan 68% het volgende jaar, lijkt op het eerste gezicht bij 72% geen faalrisico te lopen. Met deze gemiddeldes gaat hij of zij probleemloos over. In Frankrijk werkt men bij de overgang met dit soort gemiddelden waarmee de jaarlijkse schoolresultaten worden uitgedrukt. En toch kan een leerling waarvan de schoolresultaten geen probleem lijken het risico lopen om voortijdig te stoppen met school. Het programma signaleert met behulp van verschillende criteria het serieuze gevaar van afhaken. Eric Racine, het hoofd van het district (een oud-leraar) benadrukt dat sommige afgehaakte studenten gedurende het studiejaar qua leerprestaties niet in de problemen waren en dat niets erop wees dat ze in de problemen zouden komen. Maar eigenlijk bleek dat het wel zo was. Toen men dat aan het einde van het schooljaar zag, was het te laat. Dus voorspellen kan effectief te zijn, meent hij.
Na twee jaar gebruik van het algoritme is het percentage voortijdige schoolverlaters bijna gehalveerd van 20% naar 11%. Overigens benadrukt men dat het programma niet meer is dan een hulpmiddel. Zodra blijkt dat een leerling in de risicocategorie valt, dient er extra zorg en begeleiding plaats te vinden.
Inmiddels wordt de pilot uitgebreid naar andere schooldistricten in Quebec.
Het aantal voortijdige schoolverlaters groeit in Nederland weer licht. In het VAVO en vmbo is dit nu 17%. Aangezien in ons land DUO ook beschikt over een grote database met gegevens, is deze Canadese aanpak hier mogelijk ook interessant, al zitten er vanuit privacy-oogpunt wel veel haken en ogen aan. Misschien dus toch maar niet.
Geef een reactie