Wat studenten vragen, is data over leren.
Analyses uit het werk en de gesprekken van studenten laten zien hoe zij leren, niet alleen wat zij leren. Dat geeft u bewijs waar u eerder op intuïtie afging — en geeft hun zicht op hun eigen werkgewoonten.
Wat studenten zien over zichzelf.
Wie zich door de analyse heen werkt, ziet dat de meeste vragen zich rond partiële integratie verzamelen — een concreet begripshiaat in plaats van „ik ben slecht in wiskunde”.
Herhaald om kant-en-klare antwoorden vragen in plaats van om uitleg stap voor stap valt duidelijk op en zet aan tot grondiger werk.
In schrijf- en taalcursussen kunnen de gesprekken laten zien dat een student voortdurend om grammaticacorrecties vraagt, maar bijna nooit om feedback op de opbouw van het betoog.
Zichtbaar gemaakt laten deze patronen de student de echte vraag stellen: gebruik ik AI als kortere weg of als leerpartner? Studeren wordt een aanleiding tot zelfbeoordeling.
Bewijs in plaats van intuïtie.
Wanneer veel studenten in een biologiecursus op vergelijkbare wijze naar celademhaling vragen, is dat een wijdverbreide misvatting die u in het volgende college kunt behandelen.
In een programmeercursus wijzen veelvuldige debugvragen over lussen, maar zelden over functies, op een heel specifiek hiaat.
Gebruikspatronen onderscheiden studenten die zich via langer heen-en-weer door een probleem werken van wie een kort antwoord overneemt.
Geanonimiseerde voorbeelden of samengevoegde tendensen de les in brengen maakt van AI in plaats van een privéhulpmiddel een gezamenlijk voorwerp van analyse en verbetering.
Begin nu met Zymposia.
Reserveer dertig minuten, dan lopen wij de analyses door op een cursus als die van u.