In de blogtekst ‘Liever optimaliseren dan innoveren‘ formuleerden we al een wake-up call: optimaliseren is niet langer voldoende om relevant te blijven. Met als voorbeeld Kodak en Nokia. Zij waren als grote speler in slaap gevallen, en werden daardoor voorbijgestoken door concurrenten die wel gingen voor innovatie. In het klimwerk van technologie maakten we een onderscheid tussen een stabiele en een volatiele omgeving en de mate van innovatie. Daar waar technologie ingezet wordt om bepaalde manuele processen te optimaliseren, spreken we van digitalisering. Wanneer digitale technologie gebruikt wordt om het primaire proces te verbouwen en te vernieuwen, gaan we eerder in de richting van digitale transformatie. Vaak een hele omwenteling.

Het verhaal van de auto-industrie

Op de keeper beschouwd is de auto in de 20ste (en begin 21^ste) eeuw geëvolueerd doch weinig fundamenteel veranderd. Het betrof steeds verbeteringen aan een bestaand patroon om bewust – en met zekere regelmaat – nieuwe modellen te lanceren.  Borgen wat goed is en bijsturen waar nodig. Optimaliseren dus. Net genoeg aanpassingen om de consument te verleiden tot de aankoop van een nieuwe wagen, maar ook niet te vaak, om te voorkomen dat de consument een slecht gevoel kreeg over het bezitten van een verouderd model. De ontwikkelings- en productiekost in evenwicht houden ten opzichte van de opbrengsten uit de autoverkoop, zorgde voor een lineaire en trage vooruitgang. Met de introductie van nieuwe technologie kwam er een einde aan dit verhaal. Niet de steeds strengere milieueisen voor verbrandingsmotoren was het probleem, wel de transitie naar de implementatie van software.

De CEO van General Motors, Mary Barra, gaf in 2017 al aan dat de auto-industrie de komende 5 jaar meer zal veranderen dan de voorbije 50 jaar. Software laat zich niet opsluiten in de hokjes van de klassieke sectoren, maar sloopt de sectormuren. Klassieke auto-instructeurs hadden hun markt voldoende afgeschermd om te beletten dat er nieuwe constructeurs op hun markt kwamen concurreren. 

Tesla (Elon Musk) bracht iets op de markt dat (van buitenaf gezien) op een auto leek. Elon Musk was nochtans niet actief in de auto-industrie, want dit werd onmogelijk gemaakt door hoge beschermingsmaatregelen. Hij kwam vanuit een andere sector, eentje met andere spelregels om klanten hun product te laten beleven. De auto-industrie werd hierdoor in een andere richting geduwd, waarvoor andere knowhow nodig was. Maar de auto-industrie was oorspronkelijk blind en bleef gewoon doorgaan met het verbeteren van hun verdienmodel en kopiëren waar mogelijk. De auto is geen overdekte motor op wielen meer, maar een grote smartphone op wielen. Software zorgt er dus voor dat oude industrieën vervagen of zelfs verdwijnen.

Waar klassieke autobedrijven via massaproductie de prijs konden drukken voor een grotere afname en daarna differentiatie inbouwden om in te spelen op diverse klanten, zijn de nieuwe auto’s gewoon dataverzamelaars op wielen met grote batterijen. Net zoals je gedrag via de smartphone wordt gevolgd, zullen auto’s worden gevolgd. Wat zal resulteren in een verandering van autobezit naar een organisatie die mobiliteit regelt.

Op grote schaal organiseren, levert big data op, waardoor de grenzen van klassieke sectoren vervagen. Geen enkel bedrijf zal nog op zijn eentje in staat zijn om een auto te bouwen. Bijvoorbeeld elektrisch rijden betekent dat energiebedrijven brood zien in batterijen voor auto’s en dus samenwerkingen aangaan. Wat op zijn beurt weer andere grondstoffen aanspreekt. Wanneer auto’s zelfrijdend worden, dan moeten ze constant communiceren met andere auto’s en sensoren, waar de technologiebedrijven dan weer sterk in zijn. Uber, het grootste taxibedrijf ter wereld, heeft geen enkele auto in zijn bezit, maar verbindt miljoenen vragers en aanbieders van ritten.

Ook in de gezondheidszorg verschuift de focus van genezen naar voorkomen, dankzij data, wearables en voedingsbedrijven die samenwerken met techspelers. Maar ook met landbouwbedrijven die gezonde voeding volgens bepaalde protocollen produceren. Ook de mediawereld veranderde toen Netflix niet simpelweg ‘televisie’ maakte, maar streaming introduceerde en de hele televisiecultuur herschreef. Het geheel duwt die ‘klassieke industrie’ naar een andere richting, met data als nieuwe link. Kate van KBC is bijvoorbeeld de ‘digitale persoon’ die al je data uit de bankwereld met elkaar verbindt en je op die manier nog beter bedient.

Onze eigen onderwijstaal

Dat breng ons tot het thema onderwijs, waar je parallellen kan trekken. Onderwijs heeft zijn sector afgeschermd, met een eigen taaltje en eigen spelregels. Het onderwijs is geëvolueerd tot een aparte wereld met eigen vakjargon en vele afkortingen, waar menig buitenstaander zijn weg niet meer in vindt. Het leidt tot een ingewikkelde structuur, waar afwegingen en beslissingen voor die buitenstaander soms raar overkomen.

Welke gewone burger of doorsneeouder of -leerling kent voldoende het onderscheid tussen onderwijsvormen (bso, tso, aso, kso) en finaliteiten (doorstroom, dubbele finaliteit, arbeidsmarktfinaliteit)? Wie raakt nog wegwijs is de vele procedures van klachten, tucht, klokkenluidersregelingen, kamers van beroep en interne beroepscommissies? Laat staan dat de gewone burger weet welke formele stappen er moeten worden gezet om op de juiste manier gehoord te worden. Zijn brieven en rapportcommentaren begrijpbaar genoeg, zeker wanneer er ook vakjargon gebruikt wordt zoals “beheerst de basisgeletterdheid” of “haalt de minimumdoelen niet”? Om nog maar te zwijgen over “kan beter”…

Kijk ook maar naar de complexiteit van de schoolorganisatie, waarbij bepaalde type leerkrachten voorrang hebben op anderen of benoemd zijn in vakken in functie van diploma’s. Wat leidt tot een ingewikkelde urenpuzzel, om toch maar een lesrooster te distilleren die voor de leerkracht doenbaar is en voor de leerling pedagogisch verantwoord. Waarbij een eenvoudige vraag tot wijziging in lesopdracht of lesrooster steevast uitmondt in een lange uitleg waarom het niet mogelijk is of moeilijk realiseerbaar. Of waarom een bepaalde (vak)leerkracht niet mag mee evolueren met de leerlingen naar een volgend schooljaar en er dus opnieuw geïnvesteerd moet worden in de persoonlijke relatie tussen leerling, ouders en leerkracht. Sommige keuzes zijn voor een buitenstaander moeilijk te begrijpen. Er is vrijheid tot oprichting van scholen, maar de drempels rond kennis van de spelregels liggen relatief hoog. Denk maar aan het inschrijven van leerlingen of het oprichten of afschaffen van studierichtingen. Dat is niet vrij te regelen door de directie of het bestuur, maar hangt vast aan structuren zoals scholengemeenschappen of regionale werkingen, adviezen van allerlei instanties en goedkeuringen van de minister.

Liever optimaliseren dan innoveren?

En dat brengt ons tot dezelfde conclusie als die van de auto-industrie. Op de keeper beschouwd is het Vlaamse onderwijs in de 20ste (en begin 21ste) eeuw wel geëvolueerd, maar weinig fundamenteel veranderd. Meubilair en leermiddelen zijn soms wat hipper en moderner, maar wezenlijk organiseren we ons onderwijs nog steeds zoals vroeger. In leerjaren, vakken en meestal met één leerkracht soloslim voor de klas. Toch zien we vormen van co-teaching of introductie van alternatieve werkvormen of educatieve technologie. Maar ook hier ging het over verbeteringen toebrengen aan een bestaand systeem; met een vakinhoudelijke update hier, een nieuw leerplan daar, een extra afkorting, een aanpassing aan de ordening en matrix van studierichtingen, de introductie van de laptop … Steeds met de bedoeling om de bestaande organisatie te behouden waar het goed werkte, en bij te sturen waar nodig. Optimaliseren dus. Net genoeg om het voor ouders en leerlingen ‘vernieuwend’ te laten aanvoelen, maar net niet ingrijpend genoeg om het vertrouwde gevoel kwijt te spelen. Schooljaren, leerplannen en ministeriële hervormingen zorgden eigenlijk voor een lineaire, trage vooruitgang. Met de introductie van digitale technologie en AI lijkt dit tijdperk stilaan voorbij. Niet alleen een nieuw eindtermendecreet of bijgestelde leerdoelen zullen het onderwijs fundamenteel veranderen, maar de overgang naar een onderwijsecosysteem dat data- en softwaregedreven wordt door de toenemende digitalisering en digitale transformaties.

Software als platformschool

Software laat zich niet opsluiten in het leerplan of in de vakkenstructuur, maar sloopt de klassieke muren tussen vakgebieden, jaren, graden en zelfs verschillende onderwijsvormen. De traditionele school hield haar markt lang genoeg afgeschermd om externe spelers buiten te houden. Echte samenwerking met scholen is omwille van specifieke regelgeving en organisatievorm niet evident, zonder de complexiteit te verhogen.

Toch werd het startschot voor een zachte disruptie eigenlijk al gegeven toen grote technologiebedrijven zoals Google en Microsoft volop educatieve platformen en apps begonnen aan te bieden. Ook streamingdiensten die zich richten op levenslang leren, of uitgeverijen die geswitcht zijn en eigen platformen ontwikkelen, zorgen voor disruptie. Hun nieuwe ‘product’ lijkt van buitenaf op lesmateriaal (zoals vroeger het handboek), maar volgt eigenlijk totaal andere spelregels: gepersonaliseerd, datagedreven en (wereldwijd) schaalbaar.

Het onderwijs wordt hierdoor in een nieuwe richting geduwd die andere knowhow vraagt. Waar klassieke scholen hun “productie” konden afstemmen op leerlingen en studierichtingen georganiseerd in leerjaren, vakken en klassen, worden leerprocessen meer gepersonaliseerde leertrajecten met permanente monitoring. Leerdata zullen in de toekomst meer centraal staan. Dat kan leiden tot een verschuiving van het klassieke “schoolbezit” naar een netwerk van organisaties die samen leerervaringen aanbieden, los van fysieke schoolmuren en schooluren. De school is niet langer enkel een gebouw met borden, gangen en banken, maar ook een digitale leeromgeving die 24/7 data verzamelt over hoe en wat leerlingen leren. Het grootste “onderwijsplatform” van de toekomst bezit misschien zelf geen enkel schoolgebouw, maar verbindt miljoenen vragers en aanbieders van leren (leerlingen en leerkrachten). Eigenlijk wereldwijd.

Big onderwijsdata?

Op grote schaal ‘leren’ organiseren, levert ‘big data’ op. Maar waar zitten onze leerdata eigenlijk? In de school of bij flankerende commerciële bedrijven en allerlei begeleidende centra? Hierdoor dreigen de grenzen tussen onderwijs, arbeidsmarkt en vrijetijdssector te vervagen. Geen enkele school zal nog alleen alle expertise in huis hebben om in te spelen op al die beschikbare data en info. Daar waar Kate van KBC alle financiële transacties volgt en je bijstaat bij betalingen of inzicht geeft in inkomsten en uitgaven allerhande (energie, mobiliteit, telecom, consumptie …), kan een leerplatform je sterktes, zwaktes, leerbehoeften en tempo analyseren en je met tips bijstaan, zelfs doorverwijzen. AI-modellen kunnen een persoonlijke leerassistent genereren die als digitale tutor of leerbuddy meedenkt en stimuleert. Stel dat leerdata net zoals gezondheidsdata realtime via wearable of platformgebruik worden gemonitord, dan kan elke leerling volgens een leerfitheidsprofiel ingedeeld en benaderd worden in functie van behoeften. Data uit onderwijs en gezondheidszorg kunnen nieuwe dienstverlening op maat doen ontstaan. Behoudens het bereiken van een kritisch niveau aan achtergrondbasiskennis, kan je nemen wat je nodig hebt op het moment dat het je past. Het vraagt misschien wat discipline, maar anderzijds kunnen leerplatformen via de algoritmes ook suggesties geven. Omdat het algoritme gemerkt heeft welk hoofdstuk of boek of artikel je gelezen hebt, kunnen ook suggesties worden geleverd voor meer diepgang. Net zoals Amazon of Bol.com jou klik- en koopgedrag bijhoudt. Principes van de e-commerce interfereren met de onderwijssector. Maar ook de gamingindustrie is niet zo ver verwijderd van de onderwijssector wanneer ze de leerstof of vaardigheden niet zozeer per leerjaar en vak aanbiedt, maar aan de hand van levels, challenges en directe feedback. Het bereiken van een moeilijkheidsgraad levert een directie beloning op, bijvoorbeeld in de vorm van coins, waarmee je naar een volgend level kan evolueren en je geen schooljaar hoeft te wachten. Het zijn principes die gepersonaliseerd leren meer vorm kunnen geven.

Samenwerkingsplatform

Iets futuristischer zou zijn dat we leerlingen geen klassieke stage in een productie- of dienstverleningsbedrijf in de buurt meer laten doen, maar dat ze ook virtueel stage kunnen lopen in organisaties die vandaag onbereikbaar zijn. Hoe zou het zijn om lessen vanuit een ruimtestation of vanuit een duikboot te krijgen en terecht te komen bij NASA, SpaceX of ander? De STEM-interesse zal er bij varen en kan ook gelinkt worden aan andere kennisdomeinen zoals energie, klimaat, mijnbouw, ecologie …  

Wat te denken van een input in het brein via neurotechnologie? Rechtstreekse prikkels om de concentratie te bevorderen of creativiteit te stimuleren. Misschien zelfs helemaal sciencefiction om kennis “up te loaden”. Of een link met de geestelijke gezondheidsindustrie die mentale fitnessmodellen aanbiedt ter preventie. Of scholen die spin-offs oprichten en zich richten op het printen van eetbare verpakkingen of andere innovaties met 3D-printing. Biologie wordt dan even techniek. Scholen kunnen ook testlocaties zijn voor projecten over biodiversiteit en daarmee klimaatherstellende projecten realiseren in de plaats van te leren over de problemen. Elke keer biedt input vanuit een andere sector meer mogelijkheden voor het onderwijs zelf.

Mijn conclusie? De klassieke school kan zich niet tegen de technologische evolutie afschermen. Concurrentie komt niet meer alleen van de school om de hoek, maar van totaal andere spelers. Ze komen niet als “nieuwe school” op de markt, maar als leerervaringen die leerlingen zelf kiezen, los van gebouwen of roosters. Concurrentie komt van buitenaf en ze speelt volgens andere spelregels. Data zijn telkens de rode verbindingsdraad. Met als resultaat: concurrentie tussen verschillende netwerken. Allemaal op zoek naar diezelfde klantgegevens (data) om de meest persoonlijke beleving teweeg te kunnen brengen. Daardoor zal concurrentie van alle kanten komen en is het verkeerd enkel te kijken naar de eigen sector. Grenzen zullen dus verder vervagen. Wanneer de technologische evolutie zich verderzet, zal het onderwijsecosysteem de komende 10 jaar dus meer veranderen dan in de afgelopen 50 jaar.