Integratie van kunstmatige intelligentie om de frequentie van leercycli te vergroten: een proof-of-concept studie

Waarom slimmer aantekeningen maken ertoe doet

Wie wel eens lange colleges heeft gevolgd, weet hoe gemakkelijk de aandacht kan verslappen en belangrijke punten verloren kunnen gaan. Deze studie onderzoekt een eenvoudig maar krachtig idee: het combineren van ouderwets pen-en-papier aantekeningen met moderne kunstmatige intelligentie om verpleegkundestudenten dieper te laten leren, sneller feedback te geven en docenten te helpen begrijpen wat tijdens de les echt beklijft.

Van klaslokaal naar slimme feedback

Het onderzoek vond plaats in een echte verpleegkundige cursus tijdens een drie uur durend college over hartzorg. Studenten werd gevraagd laptops en telefoons weg te leggen en in plaats daarvan handgeschreven aantekeningen te maken, om digitale afleiding te verminderen. Na de les fotografeerden 31 vrijwilligers hun aantekeningen en gebruikten een AI-systeem (ChatGPT) om die om te zetten in georganiseerde digitale tekst. De AI voegde vervolgens extra relevante informatie toe, waardoor studenten konden herzien wat ze hadden opgeschreven en het materiaal helderder en meer gestructureerd konden zien.

Hoe de AI docenten hielp inzicht te krijgen in het denken van studenten

Hetzelfde AI-systeem werd ook gevraagd te zoeken naar sleutelideeën die de docent voorafgaand aan het college had gedefinieerd, zoals gegevensverzameling, klinische beoordeling, diagnose van pijn op de borst en behandelingsstappen. Voor de aantekeningen van elke student gaf de AI een score voor hoe sterk deze ideeën aanwezig waren en haalde tien centrale trefwoorden naar voren. De docent controleerde vervolgens hoe goed die trefwoorden aansloten bij de leerdoelen van het college en beoordeelde ze als zeer relevant, enigszins relevant of van lage relevantie. Dit gaf een beeld van welke onderdelen van het college studenten goed hadden begrepen en welke gebieden de volgende keer meer uitleg nodig zouden kunnen hebben.

Wat de patronen in de aantekeningen onthulden

Over de 31 aantekeningsets heen kwamen alle geplande kernconcepten voor en de meeste ontvingen hoge scores. Onderwerpen gerelateerd aan beoordeling — zoals het verzamelen van patiëntgegevens en het controleren van vitale functies — waren bijzonder sterk, wat suggereert dat studenten deze delen nauwgezet volgden. Ideeën gerelateerd aan diagnose en praktische vervolgacties, zoals het interpreteren van pijn op de borst of het beslissen over ademhalingsbehandelingen, vertoonden meer variatie. Sommige studenten leken hier zeer zeker over, terwijl anderen deze punten minder vaak of minder helder noemden. Het aantal woorden dat studenten schreven leek deze verschillen niet te verklaren, wat erop wijst dat de kwaliteit van aantekeningen en de focus meer telde dan louter lengte.

Meer frequente leerlussen creëren

De studie plaatst dit proces in de vorm van een reeks leercycli. Eerst luisteren studenten en maken ze met de hand aantekeningen, wat actief nadenken stimuleert. Vervolgens zet de AI deze aantekeningen om in een nettere, uitgebreide versie, waardoor studenten een tweede kans krijgen om het materiaal te bekijken. Daarna bieden de AI-scores voor sleutelideeën en de korte gepersonaliseerde feedback die het genereert een derde en vierde mogelijkheid om terug te grijpen naar wat is onderwezen, hiaten te reflecteren en begrip bij te stellen. Voor docenten benadrukken dezelfde gegevens welke onderwerpen goed begrepen waren en welke mogelijk nieuwe voorbeelden, een lager tempo of andere lesmethoden vereisen.

Wat dit betekent voor toekomstige klaslokalen

Voor een algemeen publiek is de belangrijkste boodschap dat AI geen vervanging is voor docenten of de eigen inspanning van studenten — het fungeert als een soort hogesnelheidsspiegel. Door handgeschreven aantekeningen op schaal te "lezen", kan het gestructureerde feedback aan elke student teruggeven en een overzicht op hoog niveau aan de docent bieden, zonder extra nakijktijd. Dit proof-of-concept bewijst nog niet dat cijfers of kennis op de lange termijn verbeteren, en de AI-scores zelf moeten nog worden geverifieerd aan de hand van deskundig oordeel. Maar het werk toont een realistisch pad naar klaslokalen waar simpele pen-en-papiergewoonten worden versterkt door intelligente hulpmiddelen, waardoor het eenvoudiger wordt voor leerlingen om belangrijke ideeën opnieuw te bezoeken en voor opvoeders om hun onderwijs bij te stellen.

Bronvermelding: Svellingen, A.H. Integrating artificial intelligence to enhance frequency of learning cycles: a proof-of-concept study. Humanit Soc Sci Commun 13, 615 (2026). https://doi.org/10.1057/s41599-026-06928-3

Trefwoorden: verpleegkundig onderwijs, kunstmatige intelligentie, handgeschreven aantekeningen, gepersonaliseerde feedback, leercycli