Verslag OU-conferentie

“Ondersteunen van zelfregulatie:

effecten op het verwerven van domein-specifieke vaardigheden en zelfregulatievaardigheden”

Heerlen, 25 oktober 2017

Inleiding

Onze samenleving verandert snel. Sociale, economische en technologische ontwikkelingen volgen elkaar in hoog tempo op. Leerlingen in het basis- en voortgezet onderwijs worden steeds vaker opgeleid voor beroepen die nu nog niet bestaan. Dat roept in het maatschappelijk debat de vraag op hoe ons onderwijs ingericht moet worden om de leerlingen goed voor te bereiden op hun plaats in de 21e-eeuwse samenleving. Veel van deze vaardigheden, zoals kritisch denken, probleemoplosvaardigheden en communiceren, worden samengevat met de term ‘21e-eeuwse vaardigheden’ (Thijs et al., 2014). In de huidige schoolcurricula komen deze vaardigheden nog weinig doelgericht en structureel aan de orde; ze vormen wél een belangrijke basis onder de curriculumherziening die momenteel in Nederland gaande is (curriculum.nu).

            Een van de 21e-eeuwse vaardigheden is zelfregulatie (ook wel ‘zelfregulering’)—een vaardigheid die in het huidige basis- en voortgezet onderwijs onderbelicht is gebleven. Onder zelfregulatie wordt verstaan: “het kunnen realiseren van doelgericht en passend gedrag” (Thijs et al., 2014). In het onderwijs valt dan te denken aan: leerdoelen stellen, doelgericht handelen en reflecteren op je eigen handelen (Pintrich  & De Groot, 1990).

Uit mijn eigen waarneming als medewerker op een middelbare school weet ik dat de docenten in het voortgezet onderwijs vooral vakspecifieke kennis en vaardigheden centraal stellen. Het curriculum is ‘gecompartimenteerd’: opgesplitst in tientallen schoolvakken die los van elkaar onderwezen worden (Van Merriënboer & Kirschner, 2018) en zelfs binnen één en hetzelfde schoolvak is fragmentatie een heel gewoon verschijnsel. Aandacht voor persoonlijke vaardigheden zoals zelfregulatie is er nauwelijks. Tegelijk is het wél duidelijk dat Nederlandse leerlingen zichzelf steeds moeilijker aan het werk zetten en dat zij steeds minder gemotiveerd zijn om zich in te spannen voor school (Inspectie van het Onderwijs, 2020).

Mogelijk kunnen resultaten van recent onderwijskundig onderzoek de Nederlandse docenten helpen om hun leerlingen beter aan het werk te krijgen.  SLO heeft op de eigen website materiaal verzameld dat docenten kunnen downloaden en dat ze kunnen toepassen in hun les (SLO, 2020). Hieraan ligt wetenschappelijk onderzoek naar zelfregulatievaardigheden ten grondslag. Een van de stellingen van SLO is dat zelfregulatie ervoor zorgt dat het leren efficiënter verloopt, omdat de leerling zich beter bewust is van het eigen leerproces en de fase waarin hij/zij zich bevindt (SLO, 2020). Dat maakt mij nieuwsgierig naar de actuele stand van de wetenschap. Ik bezoek daarom met belangstelling de (virtuele) conferentie “Ondersteunen van zelfregulatie: effecten op het verwerven van domein-specifieke vaardigheden en zelfregulatievaardigheden”. Ik hoop antwoord te krijgen op de volgende vier vragen:

1. Hoe werkt het veronderstelde positieve verband tussen zelfregulatie en leerprestaties?
2. Hoe kunnen docenten in het Nederlandse voortgezet onderwijs de zelfregulatie van hun leerlingen concreet stimuleren?
3. Zijn zelfregulatievaardigheden die bij het ene schoolvak worden aangeleerd, ook inzetbaar bij andere schoolvakken?
4. Welk verband is er tussen zelfregulatie en motivatie voor school?

Welkomstwoord prof.dr. Jeroen van Merriënboer

De conferentie begint met een welkomstwoord door prof.dr. Jeroen van Merriënboer, hoogleraar aan de Universiteit Maastricht. Hij positioneert het symposium als de kickoff van een online masterclass van de Open Universiteit én de afsluiting van het onderzoeksproject ‘Ondersteunen van zelfregulatie’ van het Nationaal Regieorgaan Onderwijsonderzoek (NRO) waarvan Van Merriënboer de leider was.

Keynote 1: prof.dr. Alexander Renkl

De titel van de lezing van Alexander Renkl, hoogleraar Ontwikkelings- en Pedagogische Psychologie in Freiburg, luidt: “Learning Arrangements with High External Regulation: Why Fostering Learner’ Self-regulation is of Special Importance”. Het punt dat Renkl wil maken is dat leerarrangementen altijd enige mate van zelfregulatie moeten bevatten om het leren te bevorderen. Dat betekent dat het zinvol is om in leerarrangementen met veel externe regulatie, bijvoorbeeld regulatie door de docent of door de computer, enige zelfregulatie in te bouwen. Externe regulatie kan weliswaar productief zijn, maar kan zelfregulatie niet geheel vervangen.

Er bestaan veel verschillende modellen van zelfregulatie, elk met een andere invalshoek. Zo zijn er modellen die de nadruk leggen op motivatie, emotie, leerstrategieën of—zoals in Vermunt en Verloop (1999)—leerfuncties. Renkl benadert zelfregulatie vanuit de invalshoek van de leerfuncties die door de lerende geïnitieerd zijn. Concreet gaat het dan om leerfuncties als uitwerking, metacognitie, motivatie en volitie.

            Renkl hanteert een continuüm van vormen van regulatie. De uitersten zijn volledige zelfregulatie (het initiatief ligt geheel bij de lerende) en volledig externe regulatie (het initiatief ligt geheel bij de docent). Tussen beide uitersten in ligt ‘prompted’ zelfregulatie: de lerende neemt initiatief na een prompt van de docent. Dit continuüm is bijvoorbeeld toepasbaar op de leerfunctie van het uitwerken van ‘worked examples’ (voorbeelden als didactisch instrument).

In het genoemde artikel van Vermunt en Verloop (1999) zijn zelfregulatie en externe regulatie omgekeerd evenredig: hoe meer externe regulatie, des te minder ruimte er is voor zelfregulatie, en omgekeerd. Renkl nuanceert dit met zijn stelling dat voor optimaal leren altijd enige mate van externe regulatie én enige mate van zelfregulatie (al dan niet na een prompt van de docent) nodig is. Dit werkt Renkl uit aan de hand van zijn eigen onderzoeksthema, het ‘uitgewerkte voorbeeld’ (‘worked example’). Dat lijkt paradoxaal: leren van uitgewerkte voorbeelden geldt namelijk als het tegendeel van zelfgereguleerd leren (Lee & Anderson, 2013). Maar volgens Renkl is dit onterecht: een uitgewerkt voorbeeld kan wel degelijk op een manier gebruikt worden waarin er ruimte is voor zelfregulatie. Durkin en Rittle-Johnson (2012) laten dit zien met het voorbeeld van de getallenlijn in een wiskundeles, waarbij de lerende zelf na een aanwijzing van de docent (‘self explanation prompt’) aan zichzelf een uitgewerkt voorbeeld uitlegt.

            Volgens Renkl zijn er twee redenen waarom leren altijd enige mate van zelfregulatie vereist. Ten eerste kan de docent niet de leerfunctie in het hoofd van de lerende uitvoeren (Berthold & Renkl, 2010). Het leren vereist namelijk actieve integratie door de lerende: wie alleen naar een uitleg luistert maar er niets mee doet, leert niet. Ten tweede blijkt uit Schwonke et al. (2013) dat er te veel leerfuncties zijn om tegelijk extern te reguleren: cognitieve, metacognitieve, motivationele en emotionele leerfuncties, die vervolgens weer allerlei subtypen kennen. Een docent kan deze in de praktijk nooit allemaal tegelijk bij de lerende aansturen.

            Met enkele voorbeelden laat Renkl ten slotte zien dat de docent de lerende niet alleen moet leiden, maar de lerende ook duidelijk moet maken hoe hij/zij de aanwijzingen moet gebruiken.

Ondersteuning van zelfregulatie (introductie NRO-project): Jeroen van Merriënboer

Prof.dr. Jeroen van Merriënboer is een van de grondleggers van het 4C/ID-model, een model waarmee het aanleren van complexe vaardigheden wordt beschreven. Het 4C/ID-model bevat vier componenten: leertaken, ondersteunende informatie, procedurele informatie en deeltaakoefening (Van Merriënboer & Kirschner, 2018). Van Merriënboer beperkt zich vandaag tot de eerste component en gaat dus vooral in op regulatie bij leertaken.

            Het 4C/ID-model gaat ervan uit dat competentie-ontwikkeling bij lerenden ondersteund wordt door authentieke leertaken: de leertaken zijn gebaseerd op levensechte situaties buiten school. Deze leertaken zijn bijna altijd integratief: ze kunnen alleen uitgevoerd worden wanneer kennis, vaardigheden en attitude met elkaar verbonden worden. Verder moeten leertaken volgens Van Merriënboer aan drie eisen voldoen (Van Merriënboer & Kirschner, 2018): [1] ze moeten net zo gevarieerd zijn als de authentieke situatie waarvan zij een afspiegeling zijn; dit maakt voor lerenden transfer mogelijk in nieuwe, onbekende situaties; [2] de leertaken moeten geordend worden in taakklassen, oplopend van simpel naar complex; [3] de begeleiding neemt gaandeweg af (‘scaffolding’), totdat de lerende op een hoger complexiteitsniveau komt. De toe- en afnemende begeleiding vormt een ‘zaagtandpatroon’. Van Merriënboer neemt van Vygotsky de opvatting over dat lerenden het best leren in de zone van naaste ontwikkeling. Om de juiste mate van ondersteuning te kiezen, kan gebruikt gemaakt worden van een algoritme.

Volgens Van Merriënboer is zelfregulatie een complexe vaardigheid en is het 4C/ID-model daarom van toepassing op het aanleren van ervan. De drie eisen die in het 4C/ID-model gesteld worden aan leertaken, gelden dus ook voor het aanleren van zelfregulatie. De aan te leren regulatie moet een variatie van externe en zelfregulatie zijn. Ook moeten lerenden eerst zelfregulatie aanleren voor eenvoudige situaties, later voor meer complexe situaties. Ten derde moet docent de lerende steeds meer verantwoordelijkheid geven en de lerende steeds meer zichzelf laten reguleren. Dit noemt Van Merriënboer ‘second-order scaffolding’ (de term ‘second order’ geeft aan dat het niet om domeinspecifieke regulatie gaat). Een voorwaarde hiervoor is het gebruik van een systeem waarmee de docent het niveau van zelfregulatie van de lerende kan monitoren, bijvoorbeeld een ontwikkelportfolio (Corbalan Perez, 2008). De inzet van zo’n ontwikkelportfolio met bijbehorende gesprekken in het project STEPP is onderzocht door Kicken (2008).

De aanpak van projecten zoals STEPP is veelbelovend. Het blijkt dat leerlingen zichzelf inderdaad kunnen reguleren als ze frequent gecoacht worden door de docent, als er ‘second order’ scaffolding plaatsvindt en als ze een elektronisch ontwikkelportfolio gebruiken. Het probleem is dat de docenten door alle portfolio’s en gesprekken te veel tijd kwijt zijn aan begeleiding van de regulatie. Het NRO-project is bedoeld om een oplossing voor dit probleem te vinden. Er worden in drie onderzoeksprojecten nieuwe wegen onderzocht waarbij het aanleren van zelfregulatievaardigheden minder docentafhankelijk is:

1. de lerende gebruikt checklists voor zelfregulatie ;
2. de lerende gebruikt modelvoorbeelden, waarbij lerenden videobeelden zien van andere lerenden die zichzelf reguleren ;
3. de lerende wordt op een efficiënte manier door een systeem getutord (Michelle Nugteren).

Van elk van deze drie wegen volgt nu een presentatie.

Projectpresentatie 1: Michelle Nugteren, MSc.

In het project van Michelle Nugteren, “Tutorondersteuning bij taakselecties”, staat taakselectie centraal. In het model van Kennisnet is taakselectie een subvaardigheid van de zelfregulatievaardigheden, en daarmee onderdeel van de 21e-eeuwse vaardigheden (Thijs et al., 2014). Lerenden zetten taakselectie bijvoorbeeld in bij het vormgeven van hun eigen leerproces. Met name voor middelbare scholieren zijn taakselectievaardigheden erg belangrijk wanneer zij nieuwe vaardigheden moeten aanleren. Traditioneel is het de docent die de taken selecteert. Dat leidt tot een suboptimale situatie, omdat niet elke leerling op dat moment even ver is in het leerproces en de geselecteerde taak daardoor mogelijk niet het juiste complexiteitsniveau heeft. Wanneer leerlingen de taakselectie zélf mogen uitvoeren, kunnen de taken beter aansluiten op het leerproces. Voorwaarde is wel dat de leerlingen geleerd hebben hoe ze hun taken het best kunnen selecteren (Nugteren et al., 2018). In het project van Nugteren is onderzocht hoe een elektronisch tutorsysteem leerlingen zou kunnen ondersteunen in hun taakselectie.

            Het onderzoek is gebaseerd op een cyclisch model dat gebaseerd is op de 4C/ID-theorie. Leerlingen doorlopen de cyclus van het verrichten van een taak, zelfbeoordeling, normering en selectie van een nieuwe taak. De onderzoeksvraag is in hoeverre elektronische tutorondersteuning invloed heeft op zelfbeoordeling en taakselectie door leerlingen. Ook is onderzocht in hoeverre motivatie invloed heeft op zelfbeoordeling en taakselectie. In het onderzoek waren er verschillende vormen van tutorondersteuning: met specifieke feedback op de procedure, met algemene feedback op de strategie, en zonder feedback op de zelfbeoordeling. De drie vormen van feedback werden gevolgd door een bijpassend taakselectie-advies: een specifiek advies om precies één niveau hoger of lager te kiezen, een algemeen advies om een of meer niveaus (naar keuze van de leerling) hoger of lager te kiezen, of geen enkel advies over taakselectie. Elke leerling kreeg een van de drie vormen van feedback en advies. Tussen de drie groepen leerlingen die zo ontstonden, bleken geen verschillen in de taken die de leerlingen kozen. De vorm van tutoraat had dus geen invloed op de taakselectie. Ook op de eindtoets bleken geen verschillen in prestatie tussen de groepen.

            In een tweede experiment werd een metacognitieve elektronische tutor ingezet, die de leerlingen specifieke feedback en een algemeen advies gaf. Vergeleken met de controletutor (die geen feedback en geen advies gaf) had deze vorm van tutoraat wél invloed op de taakselectie van de leerlingen. En als de leerlingen het advies van de tutor daadwerkelijk opvolgden, had de inzet van de metacognitieve tutor ook invloed op de eindtoetsscores.

            In een derde experiment werd onderzocht of er verschillen in motivatie waren tussen de groep die door de metacognitieve tutor werd begeleid en de controlegroep. Die verschillen bleken er niet te zijn. Er wordt nog onderzocht welke rol motivatie speelt bij het opvolgen van het advies en bij de behoefte aan ondersteuning. Gemotiveerde lerenden lijken minder behoefte aan ondersteuning te hebben en andersom.

            De conclusie van Nugteren is dat een elektronische tutor een positieve invloed heeft op de inspanning als deze specifieke feedback geeft en een algemeen advies, en als de lerende het advies ook daadwerkelijk opvolgt.

Projectpresentatie 2: Steven Raaijmakers, MSc.

De presentatie van Steven Raaijmakers is getiteld: “Effecten van training en feedback op de accuratesse en taakselectie”. Raaijmakers stelt dat zelfgestuurd leren een belangrijke vaardigheid is in het voortgezet onderwijs: het is de sleutel tot succes in het hoger onderwijs en de verdere loopbaan. Het ontwikkelt zich echter niet vanzelf, maar is met de nodige ondersteuning wel aan te leren. Zelfgestuurd leren valt uiteen in zelfbeoordeling en taakselectie (‘monitoring’ en ‘control’). In vorig onderzoek is geprobeerd zelfbeoordeling en taakselectie te trainen met videobeelden. In Kostons et al. (2012) is onderzocht of training met videobeelden effect heeft op de zelfbeoordeling, taakselectie en prestatie. Hieruit bleek dat tutoring met videovoorbeelden een positief effect heeft op zelfbeoordeling (zowel van prestatie als van moeite), taakselectie en prestaties. Dit onderzoek betrof het vak biologie bij leerlingen in het voortgezet onderwijs. De vraag die Raaijmakers onderzocht, is of er ook transfer van de vaardigheden van zelfgestuurd leren naar een ander vak (wiskunde) mogelijk is.

            De proefpersoon kreeg de zelfbeoordeling van een andere leerling te zien en moest op basis daarvan een advies geven voor taakselectie. De controlegroep werd niet getraind en kreeg niet de zelfbeoordeling te zien. Een derde groep werd getraind met een abstracte heuristiek. Uit het onderzoek bleek dat de prestatie na zelfgestuurd leren verbeterde. Ook de taakselectie voor de fictieve leerling werd beter. Alleen de transfer met de abstracte (vakoverstijgende) selectieregel bleek niet plaats te vinden: de abstracte heuristiek leverde dus geen betere taakselectievaardigheden op. Mogelijk was het oplossen van de vraagstukken, leren van de nieuwe vaardigheid tijdens de training én de zelfsturingsvaardigheid te veel gevraagd voor de proefpersonen (Sweller, 1988). Mogelijk was de zelfbeoordeling van de leerlingen ook niet accuraat.

            De accuratesse van de zelfbeoordeling werd in een nieuw experiment onderzocht. De vraag was welk effect feedback van de docent heeft op de accuratesse van de zelfbeoordeling. Dit effect bleek, verrassend genoeg, licht negatief. Ook bleken leerlingen die feedback kregen gemakkelijkere taken te kiezen dan leerlingen die geen feedback hadden gekregen. Raaijmakers verklaart dit door een negatief affectief effect van feedback. Een remedie zou prompting door de docent kunnen zijn: de docent geeft dan op verschillende momenten tijdens het leerproces feedback.

Projectpresentatie 3: Jimmie Leppink, MSc.

De presentatie van Jimmie Leppink, getiteld “Zelfregulering gaat niet vanzelf. Het belang van context, feedback en de juiste vragen”, betreft enerzijds het hoger onderwijs, anderzijds het voortgezet onderwijs. Leppink laat zien welke drie factoren van invloed zijn op de ontwikkeling van zelfregulatievaardigheden: de context, de kwaliteit van de feedback en het stellen van vervolgvragen.

In navolging van Berkhout et al. (2018) stelt Leppink dat de context van het leren van groot belang is voor het succesvol stimuleren van zelfregulatievaardigheden. De context omvat o.a. de sociale omgeving, de professionele relaties, ontwikkeling van de identiteit, de communicatie over het leren, assessment context en de representativiteit in de ‘echte’ wereld.

            Behalve de context is ook de kwaliteit van de feedback van invloed op de ontwikkeling van zelfreguleerd leren. In het onderzoek van Lepping betreft het alleen feedback op de taak. Bij het type taken dat Leppink onderzocht blijkt dat feedback geven de prestaties van de lerenden verhoogt. Ook blijken lerenden na het krijgen van feedback voorzichtiger te worden in de keuze van de vervolgtaak.

            Los van de feedback kunnen ook vervolgvragen de zelfregulatievaardigheden stimuleren. Dit betreffen dan reflectievragen (‘Hoeveel moeite kostte de taak?’, ‘Hoe goed denk je dat de taak ging?’), gevolgd door instructie over de selectie van een mogelijke vervolgtaak. Maar dit stimulerende effect treedt alleen op wanneer de lerenden voorafgaand aan de taak getraind zijn om met zulke vragen om te gaan (dit ligt dus in het verlengde van de keynote van Renkl). De combinatie van training vooraf en telkens weer prompten van de zelfregulatie na elke leertaak blijkt een positief effect te hebben op de resultaten.

Keynote 2: prof.dr. Vincent Aleven

Vincent Aleven, hoogleraar aan Carnegie Mellon University in Pittsburgh (VS), spreekt onder de titel “Een intelligent tutorsysteem dat leerlingen helpt te leren om effectief oefentaken te kiezen” over een deel van het promotieonderzoek van Yanjin Long (2015). Onder zelfregulatie verstaat hij “een verzameling proactieve processen door middel waarvan leerlingen academische vaardigheden opdoen, zoals het stellen van doelen, het selecteren en gebruiken van strategieën, en het continu beoordelen van de eigen effectiviteit” (Zimmerman, 2008). Het onderzoek van Long en Aleven gaat over de vraag hoe een intelligent tutorsysteem dit zou kunnen ondersteunen. Uit Metcalfe (2009) is bekend dat oefentaken die goed aansluiten bij het kennisniveau van de lerende leiden tot een effectief en efficiënt leerproces. Het is daarom belangrijk dat lerenden de juiste taken leren te selecteren (taakselectie, een vorm van zelfregulatie). Omdat lerenden dit meestal niet uit zichzelf kunnen (Metcalfe & Kornell, 2003), is ondersteuning bij het aanleren van taakselectievaardigheden vereist.

            Er bestaan al elektronische tutorsystemen voor allerlei schoolvakken. De effectiviteit van deze systemen voor het domeinspecifiek leren is al aangetoond (Aleven et al., 2016; Kulik & Fletcher, 2016). Het is echter nog niet bekend in hoeverre zulke systemen het leren van zelfregulerende vaardigheden zouden kunnen ondersteunen. Een risico bij het inzetten van een tutorsysteem is dat het systeem de keuzes van de leerlingen te sterk beïnvloedt, wat een negatief effect heeft op het gevoel van autonomie en de motivatie bij de lerende. De lerende moet dus enigszins de vrije hand hebben bij de taakselectie (“gedeelde zeggenschap” tussen lerende en systeem). Maar hoe kiezen lerenden dan eigenlijk hun oefentaken? En hoe kan onderwijstechnologie hen leren om de goede keuzes te maken?

Bij de eerste onderzoeksvraag bleek dat taakselectie door leerlingen moeilijk is. Leerlingen denken niet in termen van het beheersen van vaardigheden en missen vaak de motivatie om zich naar hogere niveaus te ontwikkelen. Ze gebruiken ook niet altijd de oefenregel “oefen ieder taaktype tot je het beheerst en ga dan verder met een ander taaktype”. Informatie over de mate van beheersing helpt wel, maar ook motivatie om te leren speelt een grote rol. Om de rol van motivatie te begrijpen gebruikten Aleven en Long de doeloriëntatietheorie (Harackiewicz et al., 2012; Schunk & Zimmerman, 2008). In navolging van O’Keefe et al. (2013) stellen zij dat sommige interventies de doeloriëntatie inderdaad ondersteunen.

In het onderzoek is een intelligent tutorsysteem voor wiskunde aangepast om leerlingen van 12–14 jaar te ondersteunen bij hun zelfregulatie. De controlegroep kreeg informatie over de mate van beheersing en werd gemotiveerd met “badges”. De interventiegroep kreeg bovendien gedeelde zeggenschap over de taakselectie, alsmede cognitieve en motivationele ondersteuning. De onderzoekers wilden weten of de zelfregulatie-ondersteuning door het systeem uiteindelijk een effect had op domeinspecifieke vaardigheden op langere termijn. Het onderzoek bevestigde de bevinding dat een intelligente tutorsysteem de leerlingen helpt met leren, zowel op kortere als op langere termijn. Maar op langere termijn blijkt ondersteuning in de taakselectie, hetzij gedeeld hetzij gestuurd, geen blijvend effect te hebben op leerresultaten en leerplezier.

De bijdrage van het onderzoek is drieledig. Praktisch gesproken blijkt ondersteuning in de taakselectie leerlingen meer autonomie te geven en resultaten te verhogen. Theoretisch toont het aan dat cognitieve en motivationele ondersteuning voor zelfregulatie kan leiden tot hogere domeinspecifieke leerprestaties. Methodologisch illustreert het onderzoek een procedure om interventies gericht op zelfregulatie.

Nu de waarde van gedeelde zeggenschap over taakselectie is aangetoond, blijven enkele vragen toch onbeantwoord. Zo is er nog geen verklaring voor het effect van de gedeelde zeggenschap en is niet duidelijk waarom het effect alleen aantoonbaar is op de korte termijn.

Conclusie en discussie

Uit de bijdragen aan deze conferentie komt als algemene conclusie naar voren dat het aanleren van zelfregulatievaardigheden bij leerlingen een haalbare en veelbelovende manier is om de leerprestaties op korte termijn te bevorderen, en dat docenten hiertoe vooral de zelfbeoordeling en taakselectie moeten trainen. De bijdragen vullen elkaar inzoverre aan, dat Renkl eerst het belang laat zien van zelfregulatie, Van Merriënboer vervolgens een theoretische uitwerking geeft, en de drie projectpresentaties dit hierna praktisch uitwerken. In deze conferentie is dus een duidelijke inhoudelijke lijn waarneembaar van meer theoretisch naar meer praktisch. Tegelijk zetten de projectpresentaties de theorie wel in een ander licht. Ze laten namelijk zien dat zelfregulatie alleen tot duurzame verbetering van leerprestaties leidt wanneer aan een aantal voorwaarden voldaan is. Zelfbeoordeling en taakselectie blijken belangrijk te zijn, maar blijken onvoldoende om te leiden tot duurzaam leren of transfer. Welke voorwaarden dan wél voldoende zijn, moet nader onderzocht worden.

Mijn leervragen zijn door de conferentie zeker beantwoord. De eerste vraag waarmee ik aan de conferentie begon, ging over het veronderstelde positieve verband tussen zelfregulatie en leerprestaties. De keynotes en projectpresentaties hebben mij geen expliciete verklaring voor dit verband opgeleverd. Ik vermoed zelf dat de mate waarin een docent de leerlingen ruimte geeft voor zelfregulatie een positief effect heeft op de mate van autonomie die de leerlingen ervaren. Meer ruimte voor zelfregulatie blijkt bijvoorbeeld uit meer ruimte voor taakselectie door de leerling. Dit laatste zou volgens de zelfdeterminatietheorie (Ryan & Deci, 2017), een van de toonaangevende motivatietheorieën in het actuele onderwijskundige onderzoek, kunnen betekenen dat deze leerlingen vervolgens meer motivatie voor school vertonen: ervaren autonomie is namelijk een psychologische basisbehoefte en voorwaarde voor intern gestuurde motivatie. In de presentatie van Michelle Nugteren kwam kort de hypothese naar voren dat het effect van zelfregulatie op leerprestaties gemedieerd wordt door motivatie. Deze hypothese kon echter, aldus Nugteren, nog niet door empirisch onderzoek bevestigd worden. Als de hypothese bevestigd zou worden, zou dit tevens een verklaring zijn van de stelling van Renkl dat minimaal een geringe mate van zelfregulatie al bevorderlijk is voor de leerprestaties. Tevens zou hiermee mijn vierde vraag, die naar het verband tussen zelfregulatie en motivatie, beantwoord zijn.

Mijn tweede vraag was van meer praktische aard. Als zelfregulatie zo bevorderlijk is voor leerprestaties en motivatie, hoe kunnen docenten de zelfregulatie van hun leerlingen dan concreet stimuleren? Deze vraag is concreet beantwoord in de plenaire lezingen en de projectpresentaties. Ondersteuning met feedback, prompting en uitgewerkte voorbeelden zijn effectieve interventies. Verder blijkt het 4C/ID-model een verrassend praktische kant te hebben: als docenten de opdrachten in taakklassen van gelijke moeilijkheidsgraad indelen (Van Merriënboer & Kirschner, 2018), kunnen leerlingen vervolgens een keus maken uit taken van oplopende moeilijkheid. Tegelijk kan de docent in iedere taakklasse zorgen voor afnemende begeleiding: de docent past dan het principe van ‘scaffolding’ toe. Een concreet voorbeeld met een digitale databank vol vragen van variërende moeilijkheid heb ik gezien in alle drie projectpresentaties. Dit zou zonder technische moeilijkheden ingepast kunnen worden in de elektronische leeromgeving op mijn eigen school, al doet dit wel een beroep op de digitale vaardigheden van de docenten.

Mijn derde vraag betrof de transfer van zelfregulatievaardigheden. De bijdrage van Van Merriënboer maakte me duidelijk dat zelfregulatie door leerlingen het leerproces efficiënter kan laten verlopen doordat leerlingen taken op het juiste niveau kunnen kiezen. Dit levert dus efficiencywinst op. Raaijmakers liet echter zien dat leerlingen de zelfregulatievaardigheden die bij het ene schoolvak worden getraind, niet zomaar inzetten bij andere schoolvakken. Het is niet duidelijk geworden hoe dit precies komt. Uit Raaijmakers voorzichtige hypothese dat hij in zijn experiment misschien te veel tegelijk had gevraagd van de deelnemers, leid ik af dat een nieuw experiment onder andere condities aan te bevelen zou zijn. Zijn tweede verklaring, namelijk dat leerlingen moeite hebben met het toepassen van een abstracte heuristiek, verbaast mij niet: vanuit mijn ervaring in het voortgezet onderwijs weet ik dat de meeste leerlingen een voorkeur hebben voor concrete aanwijzingen boven abstracte beslisregels. Mocht uit toekomstig onderzoek blijken dat transfer van zelfregulatievaardigheden niet mogelijk is, dan kan dit betekenen dat een deel van de efficiencywinst verloren gaat doordat deze vaardigheden telkens opnieuw moeten worden getraind.

Al met al heeft de conferentie mij duidelijk gemaakt dat het belangrijk is dat docenten aandacht besteden aan de zelfbeoordeling en taakselectie door hun leerlingen. Als ik de gewone praktijk in het voortgezet onderwijs bekijk vanuit het perspectief van zelfbeoordeling en taakselectie, dan is er denk ik nog veel te winnen. Docenten geven vrijwel altijd dezelfde opgaven op aan alle leerlingen in de klas. Ook huiswerk wordt altijd klassikaal opgegeven. Taakselectie door leerlingen op basis van hun vorderingen in het leerproces zou erg voor de hand liggen, maar is toch erg ongebruikelijk. Enerzijds leidt dit tot inefficiëntie, omdat leerlingen taken krijgen waar ze niet aan toe zijn of taken die juist te gemakkelijk zijn. Anderzijds leidt dit tot lagere motivatie, omdat leerlingen hun eigen leerproces niet kunnen sturen. Vormen van zelfbeoordeling zie ik daarentegen wél, bijvoorbeeld wanneer leerlingen hun huiswerk zelf nakijken aan de hand van een antwoordmodel—maar de uitkomst van deze zelfbeoordeling is (merkwaardig genoeg!) niet bepalend voor de vervolgtaak die de leerling gaat uitvoeren. Uit de conferentie heb ik geleerd dat docenten hier een kans laten liggen om de leerprestaties van hun leerlingen te verhogen. Ik neem de conclusies dan ook zeker mee terug naar school.

Tegelijk heb ik ook een punt van kritiek over de haalbaarheid van de ondersteuning van zelfregulatie. De presentatie van Raaijmakers toont aan dat de praktijk van het klaslokaal weerbarstig is: wat in theorie werkt, kan door onvoorziene omstandigheden in de klas anders uitpakken dan voorspeld. Leerlingen blijken bijvoorbeeld niet te veel nieuwe dingen tegelijk aan te kunnen. Mogelijk beïnvloedde het feit dat de leerlingen wisten dat ze aan een experiment meededen de uitkomsten van het onderzoek. Daardoor zou de ecologische validiteit wel eens in gevaar kunnen komen. Verder hebben de meeste docenten in hun opleiding weinig geleerd over zelfregulatie. En nu het zelfs voor Raaijmakers onduidelijk was waardoor zijn experiment zo anders uitpakte dan voorspeld, zet ik wel vraagtekens bij de reproduceerbaarheid van het onderzoek in een authentieke klassituatie.

Tot slot is het me wel duidelijk geworden dat technologie een ondersteunende rol kan spelen bij het aanleren van zelfregulatie, hetgeen de drempel voor docenten en leerlingen wellicht verlaagt.

Bibliografie

Aleven, V., McLaren, B. M., Roll, I., & Koedinger, K. R. (2016). Help helps, but only so much: Research on help seeking with intelligent tutoring systems. International Journal of Artificial Intelligence in Education, 26(1), 205–223. doi:10.1007/s40593-015-0089-1

Baars, M. (2014). Instructional Strategies for Improving Self-Monitoring of Learning to Solve Problems [ongepubliceerde dissertatie]. Erasmus Universiteit Rotterdam.

Beckers, J. (2016). With a little help from my e-portfolio: Supporting students’ self-directed learning in senior vocational education. Datawyse / Universitaire Pers Maastricht.

Berkhout, J. J., Helmich, E., Teunissen, P. W., Van der Vleuten, C. P. M., & Jaarsma, A. D. C. (2018). Context matters when striving to promote active and lifelong learning in medical education. Medical Education, 52(1), 34–44. https://doi.org/10.1111/medu.13463

Berthold, K., & Renkl, A. (2010). How to foster active processing of explanations in instructional communication. Educational Psychology Review, 22, 25–40.

Bjork, R. A., Dunlosky, J., & Kornell, N. (2013). Self-regulated learning: Beliefs, techniques, and illusions. Annual Review of Psychology, 64, 417–444.

Corbalan Perez, G. (2008). Shared control over task selection: Helping students to select their own learning tasks [Ongepubliceerde dissertatie]. Open Universiteit.

De Bruin, A. B. H., & van Gog, T. (2012). Improving self-monitoring and selfregulation: From cognitive psychology to the classroom. Learning and Instruction, 22, 245–252.

Dunlosky, J., Rawson, K. A., Marsh, E. J., Nathan, M. J., & Willingham, D. T. (2013). What works, what Doesn't. Scientific American Mind, 24(4), 46–53.

Durkin, K., & Rittle-Johnson, B. (2012). The effectiveness of using incorrect examples to support learning about decimal magnitude. Learning and Instruction, 22(3), 206–214. doi:10.1016/j.learninstruc.2011.11.001 De

Harackiewicz, J., Barron, K., Tauer, J., & Elliot, A. (2002). Predicting success in college: A longitudinal study of achievement goals and ability measures as predictors of interest and performance from freshman year through graduation. Journal of Educational Psychology, 94(3), 562–575. doi:10.1037//0022-0663.94.3.562

Hoogveld, B., Janssen-Noordman, A., & Van Merriënboer, J. (2017). Innovatief onderwijs ontwerpen: De ontwerpprincipes van het 4C/ID-model. Noordhoff Uitgevers B.V.

Inspectie van het Onderwijs. (2020). De staat van het onderwijs 2020.

Kicken, W. (2008). Portfolio use in vocational education: Helping students to direct their learning [ongepubliceerde dissertatie]. Open Universiteit.

Kostons, D., Van Gog, T., & Paas, F. (2012). Training self-assessment and task-selection skills: A cognitive approach to improving self-regulated learning. Learning and Instruction, 22(2), 121–132.

Kulik, J. A., & Fletcher, J. D. (2016). Effectiveness of intelligent tutoring systems: A meta-analytic review. Review of Educational Research, 86(1), 42–78. doi:10.3102/0034654315581420

Lee, H. S., & Anderson, J. R. (2013). Student learning: What has instruction got to do with it? Annual Review of Psychology, 64, 445–469.

Long, Y. (2015). Supporting Learner-Controlled Problem Selection in Intelligent Tutoring Systems [ongepubliceerde dissertatie]. Carnegie Mellon University.

Metcalfe, J. (2009). Metacognitive judgments and control of study. Current Directions in Psychological Science, 18(3), 159–163. doi:10.1111/j.1467-8721.2009.01628.x

Metcalfe, J., & Kornell, N. (2003). The dynamics of learning and allocation of study time to a region of proximal learning. Journal of Experimental Psychology: General, 132(4), 530–542. doi:10.1037/0096-3445.132.4.530

O’Keefe, P. A., Ben-Eliyahu, A., Linnenbrink-Garcia, L.(2013). Shaping achievement goal orientations in a mastery-structured environment and concomitant changes in related contingencies of self-worth. Motivation and Emotion, 37(1), 50–64. doi:10.1007/s11031-012-9293-6

Nugteren, M. L., Jarodzka, H. M., Kester, L., & Van Merriënboer, J. (2018). Self-regulation of secondary school students: Self-assessments are inaccurate and insufficiently used for learning-task selection. Instructional Science, 46(3), 357–381. doi:10.1007/s11251-018-9448-2

Pintrich, P. R., & De Groot, E. V. (1990). Motivational and self-regulated components of classroom academic performance. Journal of Educational Psychology, 82, 33–40.

Raaijmakers, S. (2018). Improving Self-Regulated Learning: Effects of Training and Feedback on Self-Assessment and Task-Selection Accuracy[ongepubliceerde dissertatie]. Universiteit Utrecht.

Ryan, R. M., & Deci, E. L. (2017). Self-Determination Theory: Basic Psychological Needs in Motivation, Development, and Wellness. Guilford Press.

Schunk, D. H., & Zimmerman, B. J. (Eds.). (2008). Motivation and self-regulated learning: Theory, research, and applications. Lawrence Erlbaum Associates Publishers.

Schwonke, R., Ertelt, A., Otieno, C., Renkl, A., Aleven, V., & Salden, R (2013). Metacognitive support promotes an effective use of instructional resources in intelligent tutoring. Learning & Instruction, 23, 136–150.

SLO. (2020). Zelfregulatie: Achtergrondinformatie. https://slo.nl/thema/meer/21e-eeuwsevaardigheden/zelfregulering/artikel/

Sweller, J. (1988). Cognitive load during problem solving: effects on learning. Cognitive Science, 12, 257–285.

Thijs, A., Fisser, P., & Van der Hoeven, M. (2014). 21e eeuwse vaardigheden in het curriculum van het funderend onderwijs. Stichting Leerplanontwikkeling.

Van Loon, M. H. G. (2014). Fostering monitoring and regulation of learning. Datawyse / Universitaire Pers Maastricht.Van Merriënboer, J. G., & Kirschner, P. A. (2018). Ten steps to complex learning: A systematic approach to four-component instruction design. Routledge.

Vermunt, J. D., & Verloop, N. (1999). Congruence and friction between learning and teaching. Learning and Instruction, 9(3), 257–280. https://doi.org/10.1016/S0959-4752(98)00028-0

Zimmerman, B. J., (2008). Investigating self-regulation and motivation: Historical background, methodological developments, and future prospects. American Educational Research Journal, 45(1), 166–183.