Making wrongs right: improving early reading education through automation and personalization

Uit het onderzoek blijkt dat bestaande leestoetsen vooral meten hoe snel en foutloos een kind leest. Aspecten zoals intonatie en expressie blijven vaak buiten beeld, terwijl die juist belangrijk zijn voor goed tekstbegrip. Daarnaast leveren huidige toetsen vaak weinig informatie op over de specifieke sterke en zwakke punten van een leerling.

Daarom ontwikkelde Van der Velde samen met collega's SERDA: een digitale leestoets die gebruikmaakt van automatische spraakherkenning. SERDA analyseert de hardop voorgelezen tekst en geeft een objectief en gedetailleerd beeld van de leesvaardigheid van een leerling. Uit het onderzoek blijkt dat deze manier van toetsen betrouwbare en valide resultaten oplevert voor onder meer leesnauwkeurigheid en leessnelheid.

Het proefschrift laat ook zien dat de verzamelde gegevens kunnen worden gebruikt om leesprofielen op te stellen. Daarmee krijgen leerkrachten beter inzicht in de individuele onderwijsbehoeften van leerlingen. Daarnaast is onderzocht of AI automatisch feedback voor leerkrachten kan genereren. De eerste resultaten zijn veelbelovend: de feedback is goed leesbaar en bruikbaar, maar vraagt nog verdere ontwikkeling om didactisch optimaal te zijn.

Het onderzoek laat zien dat digitale technologie en AI het leesonderwijs kunnen ondersteunen. Door leesvaardigheid nauwkeuriger in kaart te brengen en gerichte ondersteuning mogelijk te maken, kunnen leerkrachten leerlingen beter begeleiden en kan het leesonderwijs verder worden gepersonaliseerd.