Adaptieve leerpaden. Een laag boven op je bestaande lms die lessen voor elke student herordent op basis van de vragen die ze fout hadden. Dezelfde cursus, dezelfde docenten. De volgorde verandert per lerende, zodat zwakke plekken worden behandeld voordat het cohort verdergaat.
Dit is het probleem dat hiermee wordt opgelost. Neem aan dat een cohort van 4 maanden start met 120 cursisten en eindigt met 74. Wie uitvalt, faalt zelden op dag één. Ze raken achter bij module 3, halen het nooit meer in en komen tegen module 6 stilletjes niet meer opdagen.
Je kunt dat oplossen met meer docenturen, of je kunt de volgorde oplossen. Adaptieve paden kiezen de volgorde. Als een lerende twee vragen over sql-joins fout heeft, is het eerstvolgende wat die te zien krijgt de remediatie over joins, niet het volgende geplande college.
#Kan AI het afrondingspercentage van een cohort verhogen zonder extra docenten aan te nemen?
Heeft AI voor persoonlijke leerpaden nieuw onderwijzend personeel nodig?
Nee. Adaptieve leerpaden herordenen je bestaande lessen rond de foute antwoorden van elke student, zodat lerenden remediatie krijgen voordat ze achterraken. De docenten, de content en het lms blijven hetzelfde. Je verandert de volgorde waarin lessen worden aangeboden, je voegt geen mensen toe en bouwt de cursus niet opnieuw.
De hefboom is volgorde, niet volume. De meeste curriculumdirecteuren hebben al genoeg goede content. Wat ze missen is een manier om die in de juiste volgorde aan te bieden aan een lerende die in week 5 worstelt versus een die moeiteloos meegaat.
Deze vorm is niet nieuw. Rubric-gestuurde automatisering op een lms-uitbreiding is hetzelfde patroon waar adaptieve sequencing op aansluit, en een uitgewerkt voorbeeld van beoordelen met een rubric loopt er met veronderstelde cijfers doorheen. Meer over hoe we deze trajecten aanpakken staat op de pagina ai-consultancy.
#Moeten we ons lms verbouwen om dit te doen?
Nee. Dit wordt gebouwd boven op het lms dat je al draait. Thinkific, teachable, canvas, moodle. We koppelen via lti-integraties, scorm-pakketten of de directe API, wat je platform ook ondersteunt.
Je lms blijft het systeem van record. Inschrijving, betaling, cijfers en certificaten verplaatsen niet. De adaptieve laag leest welke vragen een lerende fout had en herordent de lessen die worden aangeboden. Het raakt je cursusstructuur of je facturatie niet.
We are
Stennir bouwt een adaptieve laag die je eigen lessen herordent rond de foute antwoorden van elke student, waarbij je docenten en rubrics blijven bepalen wat beheersing betekent.
We aren't
Stennir verkoopt geen generieke chatbot-tutor die huiswerk voor lerenden beantwoordt en ze helpt het werk over te slaan dat je juist wilt aanleren.
#Wat verandert er dagelijks voor een curriculumdirecteur?
- Lerenden die een concept missen, krijgen meteen de remediatieles, niet pas drie modules later als ze al zijn afgehaakt.
- Je ziet welke lessen de meeste foute antwoorden veroorzaken in het hele cohort, zodat je eerst de zwakste les verbetert in plaats van te gokken.
- Docenten blijven nakijken tegen dezelfde rubric. De sequencing leest die resultaten, ze overrulet ze niet.
- Slagingspercentages en afronding worden voor elk cohort gemeten tegen je uitgangswaarde, zodat je weet of de herordening zichzelf terugverdiende.
Het punt van meten voor elk cohort is eerlijkheid. Als adaptieve paden de afronding voor jouw specifieke cursus niet verbeteren, moet je dat na één cohort kunnen zien en het uitzetten. We laten je liever het getal zien dan dat we je het idee verkopen.
De studenten die afhaken, zijn niet degenen die de eerste toets niet halen. Het zijn degenen die nooit de tweede uitleg kregen van wat ze misten.
Als je team ook hulp nodig heeft om docenten vertrouwd te maken met het lezen van deze signalen, dekt ons werk in ai-training de kant van de begeleiding, en meer uitwerkingen van gebruiksscenario's zoals deze staan in het journal.
We zijn nieuw, en de manier waarop we werken is duidelijk. We scopen één cursus, koppelen aan je bestaande lms, draaien adaptieve sequencing op het volgende cohort en vergelijken afronding en slagingspercentages met je uitgangswaarde. Run je een online-cursusbedrijf, een bootcamp of een intern l&d-team en wil je zien of herordening je cijfers verbetert, plan een discovery-gesprek van 30 minuten en breng de data van één cohort mee.
