Bijna alles wat je moeten weten over psychologie (leestip)

Urban Education

‘Bijna alles wat je moeten weten over psychologie van kinderen en jongeren’ (2021) van De Bruyckere, Hulshof en Missinne doet wat het moet doen: een actueel en toegankelijk overzicht geven van inzichten uit de psychologie die belangrijk zijn bij de ontwikkeling en het leren van kinderen en jongeren. De auteurs reiken op die manier heel wat handvatten aan die bruikbaar zijn bij opvoeding en onderwijs.

Het boek gaat over IK (de ontwikkeling van het individu), de ANDEREN (ontwikkeling in interactie), LEREN (van ondersteunen van de ontwikkeling naar leren) en HANDELEN (over gedrag). Vanuit recente inzichten worden kaders en concepten aangeboden, én daar waar nodig ook ontkracht. De auteurs ronden elk luikje af met ‘Wat betekent dit voor de praktijk?’ En hieruit haal ik 4 citaten:

  • “Een team met de neuzen in de richting van de leerlingen en samen geloven het verschil te kunnen maken is zo waardevol!”

View original post 192 woorden meer

Hoe een goedbedoelde poster soms dingen erger maakt

Gisteren zag ik deze poster passeren op Twitter:

Het klopt: de boodschap die men wil meegeven worden en de boodschap die effectief meegegeven wordt, spreken elkaar tegen. Dit is de betere versie:

Wat big data ons niet kan leren over daten (Linda Duits)

Deze post verscheen eerder op dieponderzoek.nl.

Seth Stephens-Davidowitz is econoom en schrijver, bekend van het boek Everybody Lies. Daarin kijkt hij naar zoekopdrachten in plaats van naar survey-antwoorden, om te betogen dat mensen eerlijker zijn tegen Google dan tegen onderzoekers. Om zijn nieuwe boek Don’t Trust Your Gut: Using Data to Get What You Really Want in Life te promoten verscheen er een artikel van hem op Wired over dating en data science, met de catchy titel ‘People Are Dating All Wrong, According to Data Science’. Klopt dat?

Datagedreven
Stephens-Davidowitz’s stijl is aanstekelijk en gepersonaliseerd. In plaats van te beschrijven dat ene Samantha Joel 43 bestaande datasets combineerde en daarop een kunstmatige intelligentie losliet, schrijft hij over “a young, energetic, uber-curious, and brilliant scientist, Samantha Joel” die “recruited a large number of scientists”. Dat leidde dan tot een indrukwekkende dataset.

“Joel and her team didn’t just have more data than everybody else in the field. They had better statistical methods. Joel and some of the other researchers had mastered machine learning, a subset of artificial intelligence that allows contemporary scholars to detect subtle patterns in large mounds of data. One might call Joel’s project the AI Marriage, as it was among the first studies to utilize these advanced techniques to try to predict relationship happiness.”

Het is hyperbolisch taalgebruik dat de hype rond big data en data science (alsof niet alle wetenschap datagedreven is) aanwakkert: het idee is dat als je dataset maar groot genoeg is, je alle antwoorden kunt vinden. Dat blijkt niet zomaar zo te zijn, ook niet in het geval de zoektocht naar een romantische partner.

Opzet studie
Het is veelzeggend dat Stephens-Davidowitz nauwelijks iets vertelt over de onderzoeksvragen en de gehanteerde methode. Nu is het alsof de ‘AI Marriage’ magisch analyses uitvoerde, in plaats van door mensen werd gevoed met specifieke data. Uiteraard staat deze informatie wel in het artikel over de studie.

Er werden 43 datasets gecombineerd, met daarin in totaal 11.196 stellen die meermaals ondervraagd zijn, variërend van twee tot elf keer, over een tijdsperiode variërend van twee tot 48 maanden. Deze data zeggen dus sowieso niets over relaties langer dan vier jaar. De onderzoekers wilden weten hoeveel van de variantie in relatiekwaliteit verklaard kan worden en welke psychologische maten het beste zijn in relatiekwaliteit voorspellen. De mate van verklaarde variantie verwijst naar de grootte van de voorspellende waarde van een variabele.

Resultaten volgens Stephens-Davidowitz
In zijn boek en op Wired schrijft Stephens-Davidowitz dat big data ons niet kan helpen bij het vinden van een romantische partner. Volgens hem is er geen set van eigenschappen die geluk in de liefde garandeert en geen AI die kan voorspellen welke twee mensen met elkaar geluk gaan vinden. De factoren die wél voorspellende kracht hebben gaan over de respondent zelf, dus degene die de vragenlijst ingevuld had. Als iemand tevreden over zijn leven was voor de relatie begon, vrolijk ingesteld en niet depressief was, dan was de kans groter op een succesvolle relatie.

In de rest van het stuk reflecteert Stephens-Davidowitz op wat het betekent dat de resultaten van zo’n omvattend onderzoek exact hetzelfde is als de common sense-wijsheid “Nobody can make you happy until you’re happy with yourself first”. Hij blijft – uiteraard – enthousiast over een ‘data driven life’ en legt zich er maar bij neer:

“we data geeks must also accept [sic] when the data confirms conventional wisdom or clichéd advice. We must be willing to go wherever the data takes us, even if that is to findings like those featured on Daily Inspirational Quotes.”

Zijn uiteindelijke conclusie is dat we het verkeerde najagen op de datemarkt: lange mannen met sexy banen gaan ons niet gelukkig maken. Goh.

Resultaten volgens de studie
Het is belangrijk op te merken dat het onderzoek nooit ging over lange mannen met sexy banen. Lengte van de partner komt in het gehele onderzoek niet voor, de enige variabele die over uiterlijk ging was de mate waarin iemand de partner aantrekkelijk vond. In plaats daarvan staat in het onderzoek een onderscheid centraal tussen individuele variabelen (over de respondent zelf) en relatie-specifieke variabelen (over de partner en over de relatie), en gaat de conclusie over het verschil daartussen. Ook daarover rapporteert Stephens-Davidowitz verkeerd.

Relatie-variabelen, dus de manier waarop een respondent naar de relatie en de partner kijkt, verklaren 45 procent van de variantie aan het begin van het onderzoek en tot 18 procent van de variantie in relatiekwaliteit aan het einde van de studie. Individuele variabelen verklaren minder variantie, maar nog steeds 21 procent aan het begin en 12 aan het eind. Deze uitkomst sluit aan bij bestaande meta-analyses, oftewel: dit wisten we al.

Implicaties
Er is dus een grote mismatch tussen wat Stephens-Davidowitz beweert op basis van dit onderzoek en het onderzoek zelf. Het klinkt natuurlijk leuk: de belofte dat we beter zouden kunnen daten als we meer datagedreven zouden zijn. ‘Big data’ suggereert dat we voorbij menselijke fouten kunnen gaan – de computer weet het beter. Maar al aan het begin gaan hier dingen mis.

Wat zou goed daten inhouden? Dat we direct een partner voor het leven vinden? Dat zou betekenen dat mensen niet daten voor de seks en het impliceert dat een levenslange partner ideaaltypisch is boven bijvoorbeeld meerdere langdurige partners.

Een tweede fout is het idee dat partnerkeuze en/of relatiesucces überhaupt te verklaren is met kenbare variabelen. Mensen vinden het heel moeilijk te omschrijven waarom ze op iemand vallen, het meest in de buurt komt vaak ‘die persoon is fijn om bij te zijn’. Als onafhankelijke (voorspellende) variabele heb je daar niets aan als onderzoek want de samenhang met de afhankelijke variabele is veel te groot. De beste voorspeller voor geluk in de liefde is dan of je graag bij iemand bent. Daar verkoop je geen boeken mee.

Een mooie samenvatting van het onderzoek naar leerachterstanden in Nederland door Corona

Gisteren verscheen een update op het onderzoek naar ongelijkheid en vertraging in de leergroei in het Nederlandse basisonderwijs. Onderzoekster Carla Haelermans deelde een mooie samenvatting op Twitter, die ik hier graag deel met jullie:

Lees verder

Handig voor op school: Rijke Teksten

Het is al lang een verzuchting van menig leerkracht: ik wil wel aan (begrijpend) lezen werken, maar waar vind ik goeie, rijke teksten?

Vanaf gisteren is het antwoord op die vraag: rijketeksten.org:

Op deze website van de TaalUnie vind je informatie over wat rijke teksten zijn, hoe je ze herkent en waarom het zo belangrijk is ermee te werken. Ook vind je hier voorbeelden van rijke teksten voor leerlingen van 6 tot 18 jaar om jouw taal- en zaakvaklessen mee te verrijken.

Lees zeker hier na wat het verschil is tussen rijke en verarmde teksten:

Leerlingen komen soms in contact met ‘verarmde’ teksten die aangepast of vereenvoudigd zijn voor een bepaald lezerspubliek. Die zijn bijvoorbeeld geschreven met een onderwijsdoel voor ogen, waardoor ze onnatuurlijk kunnen overkomen. Door het geforceerde taalgebruik zijn deze teksten vaak juist moeilijker te begrijpen voor leerlingen. Dat komt omdat leerlingen zelf verbanden moeten leggen tussen de zinnen doordat bijvoorbeeld signaal- en verbindingswoorden zijn weggelaten. Dat komt hun leesbegrip niet ten goede, omdat hun werkgeheugen overbelast raakt. Zo schieten teksten die geschreven zijn voor leerlingen die moeite hebben met lezen soms hun doel voorbij.
Bovendien ontnemen verarmde teksten leerlingen de kans om hun kennis en woordenschat te verbreden en te verruimen. Woorden als ‘daarentegen’ leer je niet in woordenlijstjes, maar door ze geregeld in rijke teksten tegen te komen. Komt in een tekst alleen maar het woord ‘storm’ voor, in plaats van ‘tornado’, ‘windstoot’ of ‘orkaan’? Dan krijgen leerlingen onvoldoende kansen om hun kennis van de wereld te verruimen en te verdiepen.

Praten over zelfmoord of juist niet? Enkele mythes onder de loep

Opgroeien

Elke dag sterven bijna 3 mensen ten gevolgen van suïcide in Vlaanderen. Gemiddeld 25 suïcidepogingen worden ondernomen per dag. Toch praat niemand erover. Vaak wordt gedacht dat praten over zelfdoding of iemand vragen naar suïcidale gedachten een zelfmoordpoging kan aanmoedigen. Dit is echter een veelvoorkomende mythe die niet wetenschappelijk gefundeerd is. Door de emoties die de persoon ervaart bespreekbaar te maken, schep je net een klimaat waarin deze persoon zijn of haar verhaal kan delen. Hierdoor voelt de persoon met zelfmoordgedachten zich beter begrepen en wordt het isolement doorbroken.

Onderzoek toont aan dat het geloven in deze mythe een negatieve invloed heeft op de intentie om te helpen. Het ontkrachten van deze mythe kan helpen bij het verminderen van de angst om de situatie erger te maken door directe vragen te stellen over zelfmoord. Hierdoor vergroot de waarschijnlijkheid dat familie en vrienden vragen stellen over suïcidale gedachten en plannen aan…

View original post 677 woorden meer

Het werk van de YouTuber: slaaf van grillen van de aandachtsspanne van anderen (Linda Duits)

Deze post verscheen eerst op dieponderzoek.nl.

Het leven van een influencer gaat niet over rozen. Voor buitenstaanders is de arbeid die je verricht grotendeels onzichtbaar (zie wat ik daarover schreef met Cesar Majorana), tegelijkertijd werk je voor die buitenstaander – in de zin dat je probeert zijn views en likes te scoren. Onder influencers komen dan ook veel burnouts voor. Het is werk waar je niet makkelijk uitstapt: je hebt een schare volgers opgebouwd, daar verdien je geld mee en het is moeilijk die ‘deal’ te laten schieten en je om te scholen.

Op Vox schreef Rebecca Jennings over wat zij onhandig het YouTube-brein noemt: wat er gebeurt met je hersenen

“when you are both creatively and financially subject to the whims of other people’s attention spans for years at a time, weighed down by neverending demand for more content for dwindling returns.”

Onhandig, omdat het dus gaat om de hersenen van de contentmaker, niet van de gebruiker. Ter vergelijking, het twitterbrein ziet ze als mensen die op Twitter voortdurend boos zijn, het instagrambrein als te materialistisch en het tiktokbrein als onvoorwaardelijk trend-toegewijd. Maar Jennings signaleert wel iets relevants over het carrièrepad van vloggers.

Zij beginnen vaak jong en als ze succesvol blijken, zijn ze YouTuber for life. Jennings schrijft dat niet toe aan het systeem, maar aan de persoonlijkheden van de YouTubers die het maken. Ze noemt ze “fervently individualistic”, “a little bitter” en “keenly, almost freakishly attuned to the in-depth analytics YouTube provides for them”. Daaruit spreekt weinig empathie, en daarmee laat ze YouTube veel te makkelijk ontsnappen aan systeemkritiek. Het is immers YouTube dat, zoals Jennings zelf schrijft, de vlogger overstelpt met feedback over welke content het goed doet en welke niet.

Het lot van de YouTuber doet denken aan dat van kindsterretjes, zoals Miley Cyrus: op een gegeven moment past het pad en het imago niet meer, en dan moeten ze vrij breken. Dat gaat in de meeste gevallen niet goed. Het verschil is dat de oude kindsterren waren overgeleverd aan de wensen en financiële belangen van ouders, studio’s of platenmaatschappijen, de online generatie is slaaf aan de grillen van het algoritme. Tel daarbij op dat het online nog moeilijker is persoon en persona uit elkaar te houden, dus wie je echt bent en de persona die je neerzet in je vlogs, en je ziet dat deze mensen eerder hulp en sympathie verdienen dan kritiek en hoon.

Beeld: vlogger Dan Howell die na drie jaar radiostilte in een recent vlog uitlegt waarom hij met YouTube wilde stoppen. 

Lectuur op zaterdag: zeemonsters, Spinal Tap, mafia in Las Vegas en mirakels ipv magie (en meer)

De weekendbijlage bij deze blog:

Tot slot: deze introductie tot Excel uit 1992