Samenvatting Module 1 Instructiepsychologie en -technologie | Skinner, Glaser, Von Glasersfeld | KU Leuven | 2025/26

Module 1 – instructie: teksten skinner, glaser, von glasersfeld & brown
Skinner (1958) – behaviorisme
Kennisclip:
 Belangrijke kenmerken
o Stap voor stap leren v materiaal dmv opdachten
o Lln krijgt automatisch leerstof aangeboden door instrument
o Lln verwerkt leerstof op eigen tempo
o Zonder hulp leerkracht
 Werking
o lln kan op het einde alles zelf
o Doel v skinner: antwoorden zelf samenstellen ipv herkennen bij
meerkeuzevragen
o Cruciaal dat antwoorden vd leerling bekrachitgd worden!! -> nodig om juiste
stimulus-respons relaties aan te moedigen (contingencies of reinforcement)
o Lln krijgt onmiddellijk feedback -> krijgt de kans om leerproces aan te passen
-> lln speelt actieve rol + leerproces w efficënter
 Kritiek
o Programmering -> 2 versch type programma’s:
 Open vragen
 Complexer en duurder
 Gesloten vragen
 Verlies in inbreng
 Bij meerkeuzevragen -> herkennen ipv zelf formuleren
o 1 programma in contact met versch leerlingen
 Kan leiden tot vorm v massaproductie
 Aantal argumenten die aantonen dat dit niet het geval is:
 Constante interactie tss lerende en programma
 Programma gaat pas verder indien juist antw
 Biedt enkel materiaal waar lln klaar voor is
 Beloning bij elk juist antw
 Belang onmiddelijke feedback aangetoond
 Actieve rol v lln
 Leerstof stapsgewijs opbouwt
 Ander gebruik – rekening houden met:
o Leren v verschillende zaken -> afh v wat men moet leren ander leermethode
en dus ook ander type programma
 Problemen bij teaching machines
o Cognitief -> persoonlijke kunnen v kinderen en voorkennis
 Oplossing volgens skinner: geven v minder of meer info tijdens
doorlopen v programma
 Hiervoor kijken naar reeds aanwezig info/kennis vd lerende ->
hoe minder voorkennis, hoe meer info
 Hoe gedaan -> door extra of minder stappen in programma
(denk aan vertakte geprogrammeerde instructie)
o Motivationeel -> motivatie v lerende tijdens doorlopen v programma
 Als voor lln te makelijk of te moeilijk -> behouden v motivatie =
probleem
 Oplossing: stappen aangepast aan lln = onderwijs op maat (groot
voordeel)
 Conclusie:


1

, o Teaching machine goed en handig instrument -> kinderen leren sneller en
beter
o In huidig onderwijs -> moderne invulling via apps bv bingel
o Klassiek onderwijs staat nog steeds centraal!
 Door financiële, culturele en tijdsaspect


Samenvatting tekst:
Probleemstelling/inleiding
 Wereldwijde vraag naar onderwijs stijgt => meer scholen en leraren opleiden is
geen duurzame oplossing
 => nood aan efficiënter onderwijs
o Criteria herbekijken
o Betere leermiddelen en technieken
 => komst v audiovisueel materiaal
o Leerstof w interessanter aangeboden => zorgt ervoor dat de lln leert
o Voordeel: meer studenten tegelijk lesgeven
o Nadeel: maakt llnen passieve ontvangers v info (als interactie tss leraar en lln
volledig w overgenomen door apparatuur)


1. Pressey’s teaching machine
 Interactieve machine met meerkeuzevragen
o Juist antw  volgende vraag
o Fout antw  opnieuw proberen
 Voordelen:
o Geef niet enkel score, maar leert actief
o Onmiddelijke feedback (zelfscoringssysteem)
o Geschikt voor klassen met versch niveaus
 Llnen werken op eigen tempo + aangepast niveau
 Beperkingen
o Technologie nog niet klaar  weinig kennis over effectieve leerprocessen
o Pressey ontdekte als eerste belang v onmiddelijke feedback
2. another kind of machine
 Meer inzicht in leren dankzij gedragsonderzoek (contigencies of reinforcement -
> gedrag vormen en onder controle houden door het aanreiken v specifieke
stimulus)
 Focus op ACTIEF antwoorden samenstellen  niet herkennen zoals
meerkeuzevragen
 Instructie opgebouwd uit kleine stapjes  shaping
 Lln kan pas verder na correcte respons
 Vergelijking met leraar
o Continue interactie tss programma en lln
o Alle leerstof moet begrepen zijn voor je door kan <-> handboeken
o De machine/ leerkracht brengt enkel de info waar de student klaar voor is
o Leerkracht/machine helpt leerling te komen tot een goed antw
 Het minimaliseert kans op falen
o Positieve bekrachtiging bij elk goed antw
o De programmeur kan in contact komen met oneindig veel llnen
 De machine zelf onderwijst niet maar de ontwerper ervan onderwijst

2

,  Bepaalde gedragsvormen uitlokken via specifieke stimuli
 De machine gebruikt vanishing of fading = steeds minder ondersteuning bieden
o Als de machine het steeds te makkelijk houdt, gaat de lln het lesmateriaal
niet kunnen toepassen in de echte wereld
3. Programming material
 Succes v machine = afh v kwaliteit vh lesprogramma dat er in gebruikt w
o Bv spelling
 Lln moet ontbrekende letters of woord invullen - >zo leren ze de
woorden kennen -> woorden met elkaar koppelen/ linken zodat de lln
hier zelf de betekenis inzien
o Bv bij rekenen heel andere manier v werken/materiaal
 Versch vakken vragen aangepaste aanpak
 Vanishing/fading = ondersteuning neemt af naarmate lln vaardiger w
 Zie tekst voor heel veel versch manieren waarop teaching machines kunnen w
ingezet

 Voordeel -> Feedback aan ontwerpers:
o Foutpatronen tonen aan welke onderdelen moeilijk zijn voor de llnen
o Kan al aanzienelijke verbetering opwekken in onderwijs
o <-> deze feedback niet beschikbaar voor makers v handboek bv


4. can material be too easy?
 Traditionele leraren minimaliseren fouten -> maar fouten niet per se demotiverend
o Oplossing: motivatie bevorderen door student te laten denken dat hij het niet
weet
 Geen bewijs dat makkelijker leidt tot sneller vergeten
 Te gemakkelijke programma’s maken de lln afh vd machine -> doel is
zelfstandigheid
o We willen dat aan einde v programma de lerende volledig onafh is en
zelfstandig de kennis kan gebruiken
 Dit doen door: machine te gebruiken om materiaal dat op andere
manier is aangeleerd te bespreken, te verdiepen en te oefenen
 nog geen evaluatie gedaan over gebruik v teaching machines in onderwijs -> nog
bezig met praktische problemen bij ontwerp, gebruik en testen van
voorbeeldprogramma’s
 verwachte voordelen v teaching machines wel bevestigd tot nu toe
 ervaring v lerende
o veel meer leren in kortere tijd
o kost minder moeite
o langer leren -> erna wel moe
o lln wist waar hij aan toe was zonder test of examen

5. some questions

Kunnen de onderzoeksresultaten zonder machines gebruikt w?
 Ja, inzichten kunnen handboeken en films verbeteren
 Maar machines blijven uniek + onvervangbaar!
o Precieze bekrachtiging -> leren optimaliseren
 Vooral bij non-verbale vaardigheden zoals lezen
 Bij verbale vaardigheden persoonlijk contact beter
o Automatische registratie

3