Onderwijslogistiek

Logistieke kennis toegepast op de organisatie van het onderwijsproces

We staan midden in een grote verandering in het onderwijs: de overgang naar het gepersonaliseerd leren. Het organiseren ervan is geen eenvoudige klus. Want hoe zorg je ervoor dat ieder kind op het juiste moment kan leren volgens zijn of haar eigen behoefte? Mogelijk helpt de inspiratie en kennis uit de logistieke wereld bij de oplossing van dit vraagstuk. Onderzoekers van de Rijksuniversiteit Groningen (RUG) werken samen met studenten en een groot netwerk van scholen uit het voortgezet onderwijs aan dit vraagstuk.

In het project 'Onderwijslogistiek voor Gepersonaliseerd Leren' wordt gezamenlijk gewerkt aan nieuwe logistieke technieken om gepersonaliseerd leren te organiseren. De kennis van logistiek is op veel plekken in onze samenleving te zien, zoals in een haven. ‘We kunnen containers op een schip allemaal afzonderlijk van elkaar behandelen, maar we kunnen ook containers met dezelfde kenmerken clusteren‘, legt hoogleraar Iris Vis uit. Deze inzichten zijn ook in een onderwijscontext te plaatsen. Dat biedt inspiratie voor het ontwikkelen van technieken om clusters van leerlingen vast te stellen op basis van bijvoorbeeld de leersnelheid en de voortgang. Vervolgens kun je aan zo’n groep de juiste docent koppelen.

De meerwaarde van wetenschappelijk onderzoek
De onderzoekers werken samen met het Zo.Leer.Ik!-scholennetwerk, waarin middelbare scholen zijn vertegenwoordigd die gepersonaliseerd leren invoeren in het onderwijs. Wim Kokx, bestuurder Openbare Scholengroep Vlaardingen Schiedam, is de voorzitter van het Zo.Leer.Ik! netwerk. Hij vertelt: ‘Het onderwijslandschap is al heel lang hetzelfde als het gaat om de manier waarop we instructies organiseren, lesstof verwerken en toetsen. Bij gepersonaliseerd leren gaat het om de vraag: hoe kunnen we het leren beter afstemmen op de leerling? De samenwerking tussen het scholennetwerk en de RUG zorgt ervoor dat we inzicht krijgen in hoe we dit organisatorisch moeten aanpakken. Bijvoorbeeld als het gaat om het gebruik van de roosters.’

Kennis waar de mens een rol speelt
De vraag van de scholen is tegelijkertijd een vraag om nieuw fundamenteel onderzoek naar het ontwikkelen van logistieke modellen waarin de mens centraal staat, omdat het onderwijsvraagstuk over leerlingen gaat. Een goed voorbeeld daarvan is het meenemen van het keuzegedrag van leerlingen bij het doen van voorspellingen over welke les een leerling wil gaan volgen. ‘De vakgroep Operations, waar het onderzoek wordt uitgevoerd, heeft overigens meer ervaring met onderzoek naar logistiek en de rol van de mens in de dienstverlenende sectoren, zoals de zorg of van bibliotheken’, zo stelt Vis.

Deelprojecten
De invoering van gepersonaliseerd onderwijs omhelst een onderwijskundige en organisatorische verandering. Voor de organisatie van gepersonaliseerd leren is een nieuw paradigma voor onderwijslogistiek nodig om zo leervragen van leerlingen te kunnen koppelen aan een aanbod van leeractiviteiten. In dit onderzoeksproject analyseren we hoe gepersonaliseerd leren kan worden gefaciliteerd door het creeëren van flexibiliteit in het plannen van leeractiviteiten, het samenstellen van groepen, het inzetten van docenten en het kiezen van werkmethoden. Belangrijke bouwstenen uit dit onderzoek zijn de conceptualisatie en visualisatie van gepersonaliseerd leren, analyses van data en leervragen, en de simulatie en het ontwikkelen van nieuwe planningsconcepten. De voorlopige conclusies tonen dat gepersonaliseerd leren te organiseren lijkt en dat logistieke kennis daarbij kan helpen. Veel antwoorden zijn al gevonden, maar er blijven nog genoeg vragen over voor vervolgonderzoek in een samenwerking met scholen in het VO.

Hieronder geven we een kort overzicht van deelprojecten in elk van de verschillende thema's.

Conceptualisatie lean

• Conceptualisatie van lean in het VO: wie is de klant in gepersonaliseerd leren?
  (Jorick Dam, 2016, Conceptualisating lean in secondary education: What is the pupil in personalised learning?, Master Thesis, University of Groningen).
• Kwaliteitsmanagement in gepersonaliseerd leren
  (Rosa Vermeulen, 2016, Lean tailored quality management: defining the requirements of a quality management system in personalized learning, Master Thesis, University of Groningen).

Visualisatie van gepersonaliseerd leren

• Stroomdiagrammen voor het analyseren van processen in gepersonaliseerd leren op micro-niveau.
• Value Stream Mapping voor het beschrijven van de huidige en gewenste situatie om zo verspillingen te kunnen identificeren.

De uitkomsten van de studies naar visualisatie zijn beschreven in Spronk, C. et al. (2016).

Data-analyses en leervragen

• Analyses van keuzegedrag van leerlingen tijdens keuzewerktijduren
  (zie Spronk, C. et al. (2016) én Tang, Q, 2016, Forecasting demand in pupils' lecture selection in personalized learning, Master Thesis, University of Groningen).
• Het ontwerpen van een tool voor het identificeren van leervragen: Klunga
  (Hummel, J., 2017, Designing leagile methods for identification and clustering demand in personalized learning, Master Thesis, University of Groningen).

Ontwerp nieuwe planningsconcepten

• Doorvoeren van roosterwijzigingen
  (Veenstra, M., Vis, I.F.A., 2016, School timetabling problem under disturbances, Computers & Industrial Engineering 95, 175-186).
• Flexibel vormen van groepen leerlingen aan de hand van leervragen
  (Hahn, J. M., 2016, Flexible batching in personalized learning: a newly developed tool for secondary education. Master Thesis, University of Groningen).
• Flexibel plannen per week aan de hand van leervragen
  (Aslan, A., Bakir, I., Vis, I.F.A., 2020, A Dynamic Thompson Sampling Hyper-Heuristic Framework for Learning Activity Planning in Personalized Learning, European Journal of Operational Research, 286(2), 673-688).
• Plannen van keuzewerktijduren (NRO-project)
  (Hakkens et al., 2020).
• Flexibel plannen per uur van de dag aan de hand van leervragen
  (Wouda, N.A., Aslan, A., Vis, I.F.A., An adaptive large neigbourhood search metaheuristic for hourly learning activity planning in personalized learning, to be published in Computers & Operations Research, https://doi.org/10.1016/j.cor.2022.106089.
• Plannen van personeel in gepersonaliseerd leren
  (Aslan, A., Van Foreest, N., Bakir, I., Vis, I.F.A. (2020), Staff Planning in Personalized Learning Schools, working paper, University of Groningen).
• Aslan, A. (2022), Capacity management for personalized services in education, PhD thesis University of Groningen, defended March 3, 2022 (supervisors: Vis, I.F.A. and Bakir, I.)

Simulatie

• simulatiemodel klassieke leersituatie voor een specifieke school
• simulatiemodel gepersonaliseerd leren voor een specifieke school
• generiek simulatiemodel voor gepersonaliseerd leren

Onderzoekers die hebben meegewerkt aan de simulatiemodellen zijn Jose Lopez Alvarez, Niels Wouda, Jon Hummel, Tonny Romensen, Wim Kokx en Iris Vis. In deze rapportages (Spronk, C. et al. (2016) en Hakkens et al., 2020) kunt u meer informatie vinden over de modellen.

Online workshops en een podcast

• Iris Vis en Wim Kokx nemen u in deze reeks van 13 mini-workshops mee hoe kennis en inspiratie uit de logistieke wereld kan helpen bij het ontwerpen van nieuwe logistieke processen in het onderwijs. De reeks is hier te vinden.
• Een eerdere podcast bij Kennisnet over logistiek voor gepersonaliseerd leren.