Feedback die werkt: zo geef je leren een richting

Waarom feedback het leren stuurt

Zonder feedback weet je alleen dat je iets deed, niet of het goed was. Oefenen zonder terugkoppeling kan zelfs fouten inslijpen. Onderzoek naar onderwijs laat steeds weer zien dat feedback een van de krachtigste invloeden op leren is, maar ook dat het effect sterk verschilt: sommige feedback helpt, andere doet niets of verslechtert het. Het gaat dus niet om meer feedback, maar om betere.

Vijf kenmerken van feedback die helpt

1. Concreet. "Je stelde drie keer een gesloten vraag" helpt; "goed gedaan" niet.
2. Snel. Hoe korter na de handeling, hoe beter hij aan die handeling vastzit. Voor vaardigheden is binnen minuten beter dan binnen weken.
3. Over de taak, niet de persoon. "Deze uitleg sloeg een stap over" is bruikbaarder dan "je bent slordig".
4. Toepasbaar. Geef aan wat je de volgende keer anders kunt doen, niet alleen wat er mis was.
5. Met een herkansing. Feedback zonder tweede poging is een oordeel. Met tweede poging is het leren.

Wat AI-feedback in een leerreis kan

In CoVince worden open antwoorden door AI beoordeeld, krijgt de lerende feedback in de les en schrijft de AI na een gesprek met een CrewMate een eindrapport. Het grote voordeel is snelheid en beschikbaarheid: de feedback komt direct, voor iedere deelnemer, op elk moment. Dat is iets wat een trainer met twintig deelnemers nooit kan.

Ook de feedback na een tweede poging is anders: bij een vraag kun je opnieuw proberen en krijg je minder punten, zodat de herkansing is ingebouwd.

Valkuilen bij AI-feedback

• Te vriendelijk. Een AI die alles prijst, leert niets. Maak de criteria zichtbaar en stel de beoordeling streng genoeg in.
• Te algemeen. Als de feedback voor elk antwoord hetzelfde zou kunnen zijn, is hij waardeloos. Geef de AI de criteria mee.
• Zonder mens. De AI ziet niet alles. Laat een trainer of collega regelmatig meelezen en bijsturen.

Het eindrapport als gespreksstof

Een rapport is pas waardevol als iemand er iets mee doet. Laat lerenden na een gespreksoefening één punt kiezen waar ze mee verder willen, en het bij de volgende ronde proberen. Een trainer of leidinggevende kan in een gesprek van tien minuten het rapport als uitgangspunt nemen. Zo wordt de AI-feedback het begin van een gesprek, niet het einde ervan. Meer over het oefenen zelf lees je in oefenen met een AI-rollenspel.

Feedback van elkaar

Niet alle feedback hoeft van de AI of de trainer te komen. In een scenario game krijg je in de debrief te zien wie wat wanneer wist, en daarmee feedback van het spel over het team. In de organisatie kunnen collega’s elkaar een award geven, met een verplichte reden. Zo is erkenning ook een vorm van feedback: het zegt wat iemand goed deed. Zie belonen zonder gamification-valkuilen.

Een voorbeeld: van "goed gedaan" naar iets bruikbaars

Vergelijk twee vormen van feedback op een uitleg aan een klant. De eerste: "Goed gedaan, duidelijk verhaal." Prettig, maar de lerende weet niet wat hij moet herhalen of aanpassen. De tweede: "Je begon met het resultaat voor de klant en gebruikte één voorbeeld. Je sloeg de stap over hoe het betaald wordt, en daar kwam de vraag van de klant vandaan. Probeer die stap de volgende keer na het voorbeeld."

De tweede is concreet, gaat over de taak, legt een oorzaak uit en geeft een volgende stap. Zo’n feedback kun je schrijven voor open vragen, zodat de AI hem ook zo geeft: leg de beoordelingscriteria vast, en vraag om een observatie, een gevolg en een suggestie.

Een cultuur waarin feedback gewoon is

Techniek helpt, maar feedback werkt pas echt als mensen hem willen. Dat vraagt een omgeving waarin fouten maken in een oefening normaal is, en waarin leidinggevenden zelf feedback vragen en ontvangen. Een leerreis kan daarbij helpen: een chat per leerreis waar vragen worden gesteld, awards waarmee collega’s elkaar met een reden bedanken, een debrief na een scenario game waarin het over feiten gaat en niet over schuld.

Begin bij jezelf: vraag als trainer of ontwerper feedback op je eigen leerreis. Een open vraag aan het eind ("wat was onduidelijk?") levert veel op en laat zien dat je het meent.

Criteria opstellen voor AI-beoordeling

De kwaliteit van AI-feedback hangt af van de criteria die je meegeeft. Een goede set bestaat uit drie tot vijf criteria, elk in gewone taal en observeerbaar. Voor een klantgesprek bijvoorbeeld: vroeg de lerende door voordat hij een oplossing gaf, benoemde hij het gevoel van de klant, vatte hij samen voor hij afsloot, en zei hij concreet wat de volgende stap is?

• Houd criteria concreet: wat is te zien of te horen?
• Beschrijf wat goed en wat onvoldoende is, met een voorbeeld.
• Test de criteria met een paar echte antwoorden en kijk of de AI zo beoordeelt als jij zou doen.
• Pas aan op basis van wat je ziet, en deel de criteria met de lerenden.

Zo richt je het in

Begin per leerdoel met de vraag: welke feedback heeft de lerende nodig om beter te worden, en wanneer? Zet de snelle feedback (juist/onjuist met uitleg) in de swipeslides, de rijke feedback (rapport) bij de gesprekken, en de menselijke feedback op de momenten die ertoe doen. Controleer in de rapporten of mensen na feedback echt een tweede ronde doen. Zo niet, dan is de feedback misschien goed maar de stap ernaar toe niet.