Over alle onderwijsniveaus heen worstelen heel wat leerlingen met lezen. Voor leerkrachten is het vaak onduidelijk waar elke leerling precies op vastloopt. Daarom werken onderwijswetenschappers van de Universiteit Antwerpen binnen het Europese EYE-TEACH-project aan een AI-eyetrackingtool. “De oogbewegingen van leerlingen tonen exact waar ze in een tekst afhaken.”
De leesvaardigheid van Vlaamse kinderen en jongeren gaat er de laatste jaren op achteruit, zo blijkt uit onderzoek. Dat ontgaat ook leerkrachten niet, maar leerlingen gericht ondersteunen blijkt in de praktijk allesbehalve eenvoudig.
“Leesproblemen zien er bij iedereen anders uit”, vertelt dr. Siem Buseyne, onderzoeker bij de Onderzoeksgroep Edubron (UAntwerpen). “Leerlingen in het basisonderwijs kampen bijvoorbeeld vaker met een beperkte woordenschat of durven niet snel om hulp te vragen. Middelbareschoolleerlingen lezen dan weer geregeld te snel en te oppervlakkig.”
“Maar ook elk kind afzonderlijk botst op andere uitdagingen bij het lezen”, vervolgt Buseyne. “Dat maakt het moeilijk om het overzicht in het klaslokaal te bewaren en elke leerling individueel te begeleiden.”
Oogbewegingen als signaal
Wat als leerkrachten in één oogopslag kunnen zien waar leerlingen vastlopen tijdens het lezen? Binnen het Europese EYE-TEACH-project ontwikkelen Buseyne en zijn collega’s een slimme tool die leraren helpt beter in te spelen op de noden van hun leerlingen. Samen met internationale experts uit acht landen onderzoeken ze hoe eyetrackingtechnologie gecombineerd kan worden met artificiële intelligentie.
“Waar eyetrackingtechnologie vroeger nogal onhandig en moeilijk inzetbaar was, evolueert ze nu naar oplossingen die veel vrijer en toegankelijker gebruikt kunnen worden, zoals gewoon via een webcam in de computer”, vertelt de onderzoeker. “En ook AI ontwikkelt zich steeds verder.”
“Wat de EYE-TEACH-tool zo vernieuwend maakt, is dat ze de oogbewegingen van leerlingen registreert terwijl ze teksten lezen op een computerscherm. Die gegevens worden vervolgens geanalyseerd door een AI-systeem dat de ruwe data omzet in heldere inzichten voor leraren. Denk bijvoorbeeld aan het tijdig identificeren van individuele leerlingen of groepen die vastlopen bij specifieke passages of struikelen over bepaalde woorden. Dat zijn signalen die kunnen wijzen op leesmoeilijkheden, of op teksten die onvoldoende aansluiten bij het niveau van de klas.”
Ondersteunen, niet vervangen
De technologie wordt momenteel nog volop ontwikkeld, maar de mogelijke toepassingen klinken veelbelovend. “Een leerkracht zou voor elke leerling kunnen zien tegen welke problemen hij of zij aanloopt of inzicht kunnen krijgen in de voortgang van het lezen: wie is klaar met het doornemen van de tekst en wie niet. Het systeem zou ook meteen gerichte oplossingen kunnen aanreiken voor de leerling, bijvoorbeeld door moeilijke woorden waarover ze struikelen in realtime te voorzien van een omschrijving.”
Toch blijft het voor de onderzoekers cruciaal om leerkrachten centraal te plaatsen in het hele proces. “De EYE-TEACH-tool ontstaat niet in een vacuüm”, benadrukt Buseyne. “Om ervoor te zorgen dat ze echt aansluit bij de noden van de klaspraktijk en de wensen van leerkrachten, verzamelen we doorheen het project voortdurend input van alle betrokkenen. Leraren spelen daarbij een sleutelrol: hun feedback wordt systematisch teruggekoppeld, zodat de ontwikkeling afgestemd blijft op wat zij nuttig en werkbaar vinden. We willen dat de tool hen ondersteunt tijdens het lesgeven, niet vervangt.”
