Wie door de literatuur gaat, komt telkens opnieuw bij dezelfde conclusie uit: één-op-één of kleinschalige begeleiding behoort tot de meest effectieve interventies die we kennen. Meta-analyses van tientallen tot honderden studies tonen consistente en vaak relatief grote effecten. Dat is geen randfenomeen, maar een van de stevigste bevindingen in onderwijsonderzoek. Meer nog, het is een van dé manieren om ongelijkheid weg te werken.
Maar er zit een belangrijke nuance onder die consensus. Tutoring werkt namelijk niet zomaar. Het werkt vooral wanneer het gebeurt onder vrij specifieke omstandigheden. Hoge frequentie, consistente deelname, goed opgeleide tutors, en liefst ingebed in de schooldag, het zijn allemaal factoren die de effectiviteit verhogen. En dan komen we vaak uit bij wat “high-dosage tutoring” wordt genoemd. Dat is geen detail: wanneer die intensiteit gehaald wordt, zijn de effecten aanzienlijk groter. Maar daar beginnen de problemen. Voor alle duidelijkheid: niet alle tutoring moet high dosage zijn, maar het sterkste bewijs voor effectiviteit zit daar wel. En net daar wringt het: we organiseren vaak iets dat er op lijkt, maar het niet helemaal is.
Een recente studie van Shmoys en collega’s kijkt niet naar de vraag of tutoring werkt, maar naar iets wat in de praktijk misschien relevanter is: krijgen we het überhaupt georganiseerd zoals het bedoeld is? Het antwoord is ongemakkelijk eenvoudig: nee.
In vijf verschillende programma’s, verspreid over drie vormen van tutoring (face-to-face, live online en AI-gestuurd), slaagde geen enkel programma erin om het niveau van “high dosage” te halen. Leerlingen kregen minder sessies dan gepland, minder uren dan voorzien, en vaak ook minder consistent. Dat is op zich al interessant. Want het toont dat het probleem niet zit in het gebrek aan goede ideeën, maar in de uitvoering ervan.
Wat deze studie sterk maakt, is dat ze verder kijkt dan cijfers. Via interviews, observaties en surveys proberen de onderzoekers te begrijpen waarom het misloopt. En wat daaruit komt, is tegelijk herkenbaar (ik heb zelf ooit voor een onderzoek een tutorprogramma opgestart met collega’s) en confronterend.
Een eerste probleem is gewoon logistiek. Denk dan aan:
- Tijd vinden in een overvol rooster.
- Een rustige ruimte vinden.
- Leerlingen op het juiste moment beschikbaar hebben.
Het klinkt misschien allemaal te banaal voor woorden, maar precies hier is het dat het vaakst vastloopt.
Een tweede probleem is kwaliteit. Niet elke tutor is even sterk, en korte trainingen compenseren dat niet altijd. Bij AI-tutoring verschuift dat probleem: daar is de frustratie dat het systeem bepaalde aspecten van leren, zoals begrip, onvoldoende ondersteunt.
In de studie blijkt dat betrokkenheid van leerlingen sterk samenhangt met de relatie met de tutor, iets wat mij persoonlijk niet verbaast. Tutors investeren bewust tijd in het leren kennen van leerlingen, in kleine gesprekken, in vertrouwen opbouwen. Dat is geen randzaak, maar een mechanisme. En net daar botst vooral AI-tutoring op een grens. Leerlingen willen liever met een echte persoon lezen dan met een computer. Dat klinkt anekdotisch, maar het wijst op iets fundamentelers. Zoals elke goeie lesgever weet, is leren niet alleen cognitief, maar zeker ook relationeel.
Veel van de problemen die de studie beschrijft, hebben te maken met extra belasting voor leraren. Zij moeten ruimte maken, plannen aanpassen, technische problemen oplossen, communiceren met de tutoren bovenop alles wat ze al doen. En dat is misschien de kern van het probleem. We hebben een interventie die werkt, maar die alleen werkt als ze goed georganiseerd is. En die organisatie vraagt tijd, structuur en ondersteuning die er vaak niet zijn.
Dat maakt deze studie relevant naast de meta-analyses die we kennen en steeds weer bevestigen dat tutoring effectief is, of beter: kan zijn. Het kan een harde les zijn, maar wel een belangrijke.