Stel je voor: iemand volgt een e-learning over duurzame energie en vraagt zich plotseling af: ‘Als zonnepanelen zo efficiënt zijn, waarom zetten we ze dan niet gewoon in de Sahara om de hele wereld van stroom te voorzien?’ Dit is het moment waar leren leuk wordt: een spontane vraag die voortkomt uit oprechte interesse. Maar dan?
In traditionele e-learning zou dit een doodlopende weg zijn. De deelnemer zou moeten zoeken naar complexe studies over energietransport, infrastructuur en geopolitiek. Tijd kwijt, focus weg, nieuwsgierigheid gedoofd.
De alwetende AI-assistent
Maar wat als een AI-assistent direct kan antwoorden? Dan krijg je iets als dit: ‘Interessante vraag! Het concept bestaat al – het heet het Desertec-project. Maar er zijn drie grote uitdagingen: ten eerste verlies je veel energie tijdens transport over duizenden kilometers. Ten tweede…’ En dan volgt een gepersonaliseerd antwoord dat perfect aansluit bij de cursusinhoud, met ruimte voor vervolgvragen.
Dit is precies waar ik de laatste tijd mee experimenteer. Met hulp van onze developers heb ik een werkende assistent gemaakt die in elke Rise- of Storyline-cursus past. Het is heel gaaf om een AI-assistent aan het werk te zien. Ze kunnen oneindig geduldig uitleggen, worden nooit moe en hanteren elk niveau van complexiteit. Een deelnemer kan net zo lang doorvragen totdat diegene het écht snapt. Contextgevoelige uitleg die perfect bij zijn of haar situatie past.
Contextgevoelige uitleg
Maar werkt zo’n AI-assistent in e-learning ook echt? Onderzoek toont aan dat AI-ondersteunde training 40% betere kennisretentie oplevert dan traditionele methoden. Een meta-analyse van 45 studies bevestigt dat gepersonaliseerde feedback significant effectiever is. Bovendien maakt 86% van de studenten en 75% van de werkenden al gebruik van AI. De doelgroep is er dus klaar voor.
En wat kunnen we nog meer? We kunnen AI ook op andere manieren in onze digitale leeroplossingen inzetten. In plaats van de klassieke multiplechoicevragen kunnen AI-assistenten complexe inzichtsvragen beoordelen en gepersonaliseerde feedback geven. Denk aan scenario’s uit de praktijk waar deelnemers hun oplossing kunnen toelichten en direct gerichte tips krijgen.
Koetsen met een motor
Hoe AI in leren zich nu voordoet, doet me denken aan de eerste auto’s die eruitzagen als koetsen met een motor. We gebruiken AI nu nog vooral om bestaande formats te verbeteren, maar de échte doorbraak komt als we compleet nieuwe leervormen bedenken. Dat is waar ik me de komende tijd flink mee bezig ga houden.
Ben je zelf ook benieuwd hoe een AI-assistent of AI in het algemeen een rol kan spelen in jouw online leerproducten? Wij denken graag met je mee, dus laat gerust iets van je horen.
Over Teun
Teun Boekel is Digital Learning Specialist bij inBrain. Qua leeftijd een van de benjamins van het team, maar met de feitenkennis van iemand met veel levenservaring. Of is er een chatbot in het hoofd van deze AI-fanaat geplaatst?
Zoek je nog meer inspiratie?
