Het Nederlandse onderwijs kent een hardnekkig probleem van taalachterstanden bij kinderen. Een belangrijk onderscheid is dat sommige leerlingen kampen met een taalontwikkelingsstoornis (TOS), terwijl andere een taalontwikkelingsachterstand (TOA) hebben door een tekort aan taalaanbod. Een TOA kan met extra taalaanbod worden verholpen, een kind met TOS heeft specialistische ondersteuning nodig. Het tijdig en juist signaleren van deze verschillen is cruciaal, maar leraren hebben vaak te weinig tijd en expertise om dit zorgvuldig te doen. In dit project is daarom onderzocht wat de meerwaarde kan zijn van digital twinning bij het vroegtijdig signaleren van TOS en TOA, en in de ondersteuning van leraren bij remediëring. Digital twinning lijkt veelbelovend als signaleringstool voor TOS. Het kan zo bijdragen aan betere kansen voor kinderen. Voor remediëring zijn digital twins in hun huidige vorm minder geschikt.
Digital twinning voor het vroegtijdig signaleren van TOS
Het tijdig en juist signaleren van een taalontwikkelingsstoornis (TOS) is cruciaal voor de ontwikkeling van leerlingen. In de praktijk blijkt dit echter lastig: leraren hebben vaak onvoldoende tijd en expertise om signalen zorgvuldig te wegen. De Universiteit Twente, Universiteit Utrecht, Dialogic, Auris en Oberon onderzochten daarom, in opdracht van NRO, wat de meerwaarde kan zijn van digital twinning bij het vroegtijdig signaleren van TOS en bij de ondersteuning van leraren bij remediëring.
Wat is digital twinning?
Digital twinning is een innovatieve methode waarbij een digitale tweeling wordt gemaakt: een virtuele representatie van een echt systeem of persoon. In de industrie wordt deze techniek bijvoorbeeld gebruikt om te voorspellen wanneer machines onderhoud nodig hebben, en in de zorg om patiëntuitkomsten te voorspellen.
In het onderwijs kan een digitale tweeling bestaan uit een samenhangend profiel van een leerling, opgebouwd uit verschillende databronnen, zoals:
- toetsgegevens uit het leerlingvolgsysteem;
- observatieverslagen;
- zorgdossiers;
- oudergesprekken;
- teksten uit rapporten.
Met zo’n virtuele leerling kunnen leerkrachten worden ondersteund om:
- te voorspellen hoe een leerling zich waarschijnlijk ontwikkelt;
- te signaleren wanneer er risico’s of afwijkingen ontstaan;
- suggesties te krijgen voor passende interventies of didactische aanpakken.
Het uitgangspunt is nadrukkelijk dat technologie het professionele oordeel van de leerkracht ondersteunt, en niet vervangt.
Digital twinning bij TOS-leerlingen
In dit onderzoek richtten we ons specifiek op leerlingen met een taalontwikkelingsstoornis. De centrale vraag was: Kan digital twinning helpen om TOS eerder te signaleren en om beter te begrijpen welke aanpak voor welke leerlingen werkt?
Het onderzoek startte met het verzamelen van gegevens van leerlingen met TOS, in samenwerking met de Koninklijke Auris Groep. Omdat het om een kwetsbare groep leerlingen gaat, was er veel aandacht voor privacy en anonimiteit. Het verzamelen en opschonen van de data kostte veel tijd, maar de eerste verkennende analyses lieten zien dat de gegevens goed bruikbaar waren voor het maken van digital twins.
Vervolgens zijn verschillende machine learning technieken toegepast om te onderzoeken hoe digital twins kunnen helpen bij het herkennen en classificeren van leerlingen met TOS. Daarna is de dataset uitgebreid met gegevens van leerlingen uit het reguliere onderwijs. Hierdoor konden we laten zien hoe digital twinning kan worden ingezet om te bepalen welke leerlingen mogelijk wel of geen TOS hebben.
Op basis van deze analyses hebben we een prototype ontwikkeld van een applicatie die leerkrachten kan ondersteunen bij het signaleren van TOS. Tijdens een symposium hebben we samen met onderwijsprofessionals en onderzoekers verkend hoe bruikbaar en waardevol dit idee is in de onderwijspraktijk.
Wat betekenen deze resultaten?
Uit het onderzoek blijkt dat digital twinning geschikt is voor het herkennen van TOS-profielen. Het is daarmee een veelbelovende manier om TOS vroegtijdig te signaleren en om verschillende typen TOS-leerlingen te onderscheiden. Voor het adviseren over passende ondersteuning is de methode op dit moment minder geschikt. Dat komt doordat in het onderwijs te weinig en te ongestructureerd data wordt verzameld op leerlingniveau over effectieve aanpakken om hier suggesties voor te kunnen doen.
In drie praktijkgerichte blogposts hebben we de belangrijkste bevindingen samengevat:
- Blog 1: 'Bias bij het signaleren van taalontwikkelingsstoornissen'
- Blog 2: 'Hoe een 'digital twin' bij taalontwikkelingsstoornissen kan helpen'
- Blog 3: 'De kansen en grenzen van digital twinning in het onderwijs'
Vervolg
Het huidige onderzoek loopt ten einde, maar vervolgonderzoek binnen de UT is ook al opgestart. In de toekomst willen we:
- Aanpakken ontwikkelen die leermateriaal passend maken voor verschillende groepen TOS leerlingen;
- De TOS-profielen verdiepen op basis van rijkere data;
- Structuur brengen in de gegevens in Parnassys, zoals in methodetoetsen en in ontwikkelingsperspectiefplannen.
