Soms lees je een studie waarvan je denkt: dit is revolutionair qua onderzoeksaanpak en tegelijk herkenbaar voor wie al jaren met klasmanagement bezig is. Het onderzoek van Shi en collega’s uit China valt precies in die categorie. De onderzoekers wilden weten hoe goed overtuigingen van leraren overeenkomen met wat ze zelf zeggen te doen en met wat ze in de klas werkelijk doen.

Ze combineerden vragenlijsten met video-opnames van 673 lessen en gebruikten een AI-systeem dat woorden, toon en bewegingen automatisch codeert. Het gaat om 345 leraren en drie soorten gegevens: zelfvertrouwen over klasmanagement, zelfgerapporteerde strategieën en AI-geobserveerd gedrag. Dat gedrag omvat bijvoorbeeld hoe vaak een leraar prijst, welke toon iemand gebruikt en hoeveel tijd hij of zij tussen de leerlingen beweegt. Deze dataset is zonder twijfel grondig en bijzonder uitgebreid.

De eerste bevinding is voorspelbaar. Leraren met een hoge klasmanagement-self-efficacy rapporteren dat ze vaker goede strategieën inzetten. Zij zeggen dat ze meer positieve feedback geven, preventiever werken en duidelijker instrueren. Dat sluit mooi aan bij eerdere literatuur. Maar zodra de onderzoekers kijken naar het gedrag dat effectief op video verschijnt, verandert het beeld.

De AI ziet nauwelijks verschillen tussen leraren met hoog of laag zelfvertrouwen. Het aantal keren dat er wordt geprezen, de hoeveelheid corrigerende opmerkingen, de warmte in de stem, de tijd tussen de leerlingen: het lijkt allemaal nauwelijks te verschillen. Er is alleen een lichte indicatie dat leraren met minder zelfvertrouwen iets vaker disciplinaire taal gebruiken, maar zelfs dat haalt de statistische drempel niet.

Daarmee bevestigt het onderzoek iets wat veel leraren intuïtief herkennen. Wat je denkt dat je doet en wat je in het moment werkelijk doet zijn twee verschillende werelden. Zelfrapportage blijft waardevol omdat het zicht geeft op intenties, maar mensen beantwoorden vragen vaak te positief. Observatie komt dichter bij de realiteit, maar ook observatie vangt nooit alles. De studie laat precies dat spanningsveld zien. Intenties, overtuigingen en gedrag vallen niet netjes samen. Alleen bij prijzen is er een duidelijke link tussen wat leraren zeggen en wat ze doen. Bij andere strategieën verdwijnt die samenhang. Dat lijkt een detail, maar het toont hoe complex klasmanagement is en hoe weinig rechtlijnig het verband is tussen weten, willen en doen.

De onderzoekers wijzen terecht op de beperkingen van hun AI-systeem, voor alle duidelijkheid. Kleine gebaren, subtiele relationele signalen en zeldzame maar belangrijke interventies gaan snel verloren. Toch biedt de combinatie van vragenlijsten en AI-observatie een rijker beeld dan we tot nu toe hadden. Ze maakt zichtbaar hoe groot de kloof soms is tussen overtuiging en handelen. Dat maakt deze aanpak interessant voor professionalisering. Het helpt om gesprekken niet alleen over strategieën en overtuigingen te voeren, maar ook over wat er daadwerkelijk gebeurt. Reflectie wint aan kracht wanneer ze gebaseerd is op concreet gedrag.