Kijk naar een ouder die met een jong kind leest en het lijkt één taak. Eigenlijk zijn het er drie, zo soepel uitgevoerd dat ze in elkaar overlopen. De volwassene praat met het kind over het verhaal. De volwassene luistert terwijl het kind hardop leest en hoort waar het hapert. En nog daarvoor heeft iemand een boek gekozen dat moeilijk genoeg is om dit kind uit te dagen, maar makkelijk genoeg om het niet te ontmoedigen. Elk AI-leesproduct zet in op minstens één van die taken. Het bewijs voor elke taak is heel anders.
Taak één: praten over het verhaal
Veertig jaar onderzoek naar dialogisch lezen laat zien dat de taal en het tekstbegrip van kinderen groeien wanneer een volwassene tijdens het lezen vragen stelt. Waarom denk je dat de beer zich verstopt? Wat zou jij doen? Het kind praat het meest, de volwassene stuurt. De volwassene was altijd het knelpunt. Veel ouders en leraren leren de techniek nooit. Kinderen die er het minst toegang toe hebben, raken als eerste achterop. In Beijing werd met 148 kleuters uit gezinnen met minder middelen onderzocht of een machine dat gesprek kon voeren. De kinderen bekeken een prentenboek met een chatbot of een getrainde volwassene. Die stelde dialogische vragen of las alleen het verhaal voor. De vragen zorgden voor de vooruitgang. Dat werkte net zo goed met de chatbot als met de mens. Van alle vier de groepen scoorde de chatbot die alleen voorlas het laagst op tekstbegrip. De technologie zonder de techniek deed niets. De techniek via technologie werkte wel.
Leesonderwijs bestaat uit drie taken: praten over de tekst, luisteren terwijl het kind leest en de juiste tekst kiezen.
Dezelfde taak, maar dan achterstevoren
Er is nog een soort AI-leesmaatje dat er vanaf de andere kant van de kamer precies hetzelfde uitziet. Een leerling en een chatbot praten over een tekst. Maar het gesprek loopt de andere kant op. De leerling vraagt, de machine antwoordt. In een onderzoek met 344 Engelse leerlingen van 14 en 15 jaar leerden leerlingen die teksten bestudeerden met een AI-chatbot minder dan klasgenoten die gewoon aantekeningen maakten. Toch vonden ze de chatbot makkelijker en behulpzamer. Het verschil zit in de richting van de vragen. Gaan de vragen naar het kind, dan denkt het kind. Gaan ze naar de machine, dan denkt de machine. En het leren verhuist mee.
Taak twee: luisteren naar een kind dat leest
De minder opvallende taak is naast een kind zitten terwijl het hardop leest, elke hapering horen en beslissen of je die nu verbetert of even laat gaan. Dit is de taak die AI het langst leert. Carnegie Mellon bouwde al in 1990 een leestutor die luisterde terwijl kinderen hardop lazen. In een vergelijking van zeven maanden met 178 kinderen uit groep 3 tot en met 6 gingen de kinderen die de tutor gebruikten meer vooruit dan leeftijdsgenoten die stil lazen. De zwakste lezers boekten vaak de meeste winst. De eerlijke kanttekening is dat moderne onderzoeken vooral verbanden laten zien. Geen recente gerandomiseerde proef bewijst dat de AI-luisteraars van nu leesgroei veroorzaken. Ook zijn kinderstemmen lastig voor algemene spraakherkenning. In een Zuid-Afrikaans onderzoek scoorde een standaardmodel 6,9 procent bij het beoordelen van kinderen die hardop lazen in het Xhosa. Na training met een paar honderd opnames haalde het 91 procent. Het probleem is op te lossen, maar dat moet bewust gebeuren.
Taak drie: de juiste tekst aanbieden
Voor deze taak lijkt AI het duidelijkst gemaakt. Teksten, vragen en makkelijkere versies van dezelfde tekst maken. Juist hier zit ook de stille mislukking. Onderzoekers vroegen een toonaangevend model om begripsvragen te schrijven die specifieke vaardigheden voor het leggen van verbanden toetsen. Deskundigen vonden 93,8 procent goed genoeg om te gebruiken. Maar slechts 42,6 procent toetste echt de bedoelde vaardigheid. Toen modellen teksten voor de jongste lezers moesten vereenvoudigen, lukte dat geen enkel model betrouwbaar. De teksten zagen er makkelijker uit, maar bleven te moeilijk. AI is heel goed in de vorm van lesmateriaal. Het is veel minder betrouwbaar in wat dat materiaal werkelijk van een kind vraagt.
Het rapport
Leg de drie taken langs het bewijs en het beeld staat op zijn kop vergeleken met wat goed verkoopt. Praten krijgt een A wanneer de AI via een ontworpen methode de vragen stelt. Een open chatbot die de vragen beantwoordt krijgt een F. Luisteren krijgt een onvolledige B. Er zijn echte producten en dertig jaar ervaring, maar geen modern bewijs dat ze vooruitgang veroorzaken. Aanbieden krijgt een C min. Eindeloos vloeiende teksten, onbetrouwbare afstemming en een menselijke controle die heel verleidelijk is om over te slaan. De producten met de beste demo, directe antwoorden en direct materiaal, krijgen de laagste cijfers. De ontwerpen die door het bewijs worden beloond kosten meer tijd om te bouwen en zijn lastiger te verkopen.
Drie vragen voor elke leesapp
Wie praat er? Heeft je kind na tien minuten meer over het verhaal gezegd dan de app? Zo niet, dan doet de app het denkwerk. Luistert de app? Een app die je kind nooit hardop hoort lezen, slaat de taak over waar AI de langste staat van dienst heeft. Wie controleert de tekst? Als niemand nagaat of het materiaal echt past bij het niveau van je kind en de vaardigheid toetst die het belooft, draait de app op mooie zinnen en goede hoop.
Neem dit mee
- 1Leesonderwijs bestaat uit drie taken: praten over de tekst, luisteren terwijl het kind leest en de juiste tekst kiezen.
- 2Een chatbot die vragen stelde deed het even goed als een getrainde volwassene. Een chatbot die alleen voorlas deed het slechtst.
- 3Wanneer het kind vraagt en de machine antwoordt, leert het kind minder.
- 4Luisteren naar kinderen die lezen heeft een staat van dienst van dertig jaar, maar algemene spraakmodellen hebben moeite met kinderstemmen.
- 5Gegenereerd materiaal ziet er vaak goed uit en meet toch het verkeerde.
- 6Vraag bij elke leesapp wie praat, of de app luistert en wie de tekst controleert.
