Een leerling met ADHD of dyslexie die vastloopt in een gewone klas? Het lijkt soms vanzelfsprekend: “Die heeft gewoon extra structuur nodig” of “Dat moet explicieter.” Maar wat gebeurt er als je net die expliciete houvast weglaat? Wat als je wil weten hoe deze leerlingen leren in situaties die juist dichter bij de echte wereld staan – vol prikkels, zonder duidelijke instructie?

Dat was de insteek van een nieuwe studie van Gabay en collega’s. Ze lieten jongeren met en zonder diagnose een game-achtige leertakenreeks uitvoeren waarin het loonde om de juiste stimulus te kiezen op basis van kleur, vorm of textuur. In sommige versies van de taak werd vooraf verteld welk aspect belangrijk was (de ‘explicit-assist’), maar in andere moest je dat zelf uitzoeken via trial-and-error (de ‘no-explicit-assist’). Kortom: leren zoals het in het echte leven vaak gaat – zonder stappenplan, zonder leerkracht die voordoet.

Wat bleek? Zowel jongeren met ADHD als met dyslexie scoorden lager dan hun controlegroep, in beide versies. Maar interessant werd het pas toen de onderzoekers gingen kijken hoe die lagere scores tot stand kwamen, met behulp van computationele modellen. Jongeren met ADHD bleken in de complexere taak minder gebruik te maken van slimme, probabilistische strategieën (zoals Bayesian learning) en vertrouwden eerder op eenvoudige stimulus-beloning associaties. Anders gezegd: ze gingen minder goed na wat precies bepalend was voor hun succes. Jongeren met dyslexie vertoonden dan weer iets anders: een hogere ‘decay rate’. Ze vergaten sneller wat ze geleerd hadden – niet zozeer omdat ze niet wilden leren, maar omdat de associaties sneller vervaagden.

Het verschil is subtiel, maar belangrijk. Want hoewel beide groepen uiteindelijk minder presteerden, was de onderliggende reden anders. Voor de ene groep ging het over strategieën en aandacht; voor de andere over geheugen en retentie. En net dat maakt deze studie zo relevant voor het onderwijs. Wie bij leerproblemen alleen maar harder begint te structureren en alles expliciet gaat uitleggen, mist misschien de kern. Soms is het probleem niet het gebrek aan uitleg, maar het snel vervagen van verbanden. Soms is het niet het onvermogen om op te letten, maar het niet weten waarop je moet letten.

In een eerdere blog schreef ik al dat de echte discussie over inclusief onderwijs zou moeten gaan over het hoe, niet over het waar (link naar blog). Deze studie onderstreept dat punt nog eens. Als je begrijpt hoe verschillende leerlingen leren – en waarin dat leren verschilt – dan wordt de zoektocht naar ondersteuning veel preciezer. Niet meer: “Ze hebben nood aan differentiatie.” Wel: “Deze leerling vergeet snel wat hij net geleerd heeft, tenzij we herhaling inbouwen.” Of: “Deze leerling zoekt niet vanzelf naar patronen, tenzij we hem helpen ontdekken waar de relevante informatie zit.”

Onderwijs voor iedereen vraagt dus meer dan goede bedoelingen. Het vraagt inzicht in de complexe interactie tussen aandacht, geheugen en leerstrategieën. Deze studie draagt daartoe bij – en maakt duidelijk dat het ‘waarom’ van inclusief onderwijs zelden het probleem is. Het echte werk begint bij het ‘hoe’.

Abstract van het onderzoek:

The current study examined how individuals with neurodevelopmental disorders navigate the complexities of learning within multidimensional environments marked by uncertain dimension values and without explicit guidance. Participants engaged in a game-like complex reinforcement learning task in which the stimuli dimension determining reward remained undisclosed, necessitating that participants discover which dimension should be prioritized for detecting the maximum reward. For comparison, a control condition featuring a simple reinforcement learning task was included in which the predictive dimension was explicitly revealed. The findings showed that individuals with ADHD and dyslexia exhibited reduced performance across both tasks compared to their controls. Computational modeling revealed that relative to controls, participants with ADHD exhibited a markedly decreased ability to utilize demanding yet more optimal Bayesian inference strategies, whereas participants with dyslexia demonstrated heightened decay rates, indicating quicker discounting of recently learned associations. These findings illuminate different computational markers of neurodevelopmental disorders in naturalistic learning contexts.