Plexuz

PRAKTIJKVOORBEELD

Plexuz is een quiz-like ‘assessment-for-learning tool’ die gebruik maakt van kunstmatige intelligentie om: studenten en aios oefenvragen aan te bieden in een gepersonaliseerd leerpad, hen in groepen te matchen op basis van hun individuele prestaties en docenten inzichten te geven om hun onderwijs te verbeteren.

Het project is opgestart vanuit geneeskundestudenten en a(n)ios die laagdrempelig willen kunnen oefenen met klinisch relevante kennisitems, om kennishiaten en onbewuste onbekwaamheden op gebieden zoals farmacotherapie te verkleinen.

Doel

De Plexuz studeer-app is ontwikkeld als tool om het studeren te ondersteunen, gericht op de klinisch praktijk van het te bestuderen onderwerp. Het is bekend dat oefenen met vragen een leereffect heeft.

Plexus

Innovatie

Plexuz is een studeer-app die gebruik maakt van kunstmatige intelligentie. De app biedt de mogelijkheid om studiegroepen te kiezen, waarin studenten een specifiek deelgebied kunnen oefenen. Zo bevat Plexuz bijvoorbeeld de farmacotherapie-studiegroep. Hier kunnen studenten zich voorbereiden op de farmacotherapie eindtoets. En aios kunnen er hun farmacotherapie-kennis up to date houden. 

Het Plexuz-algoritme leert patronen herkennen in de gemaakte vragen. Op deze manier worden deelonderwerpen of kennisitems die de student of aios vaker verkeerd beantwoordt, vaker herhaald. Bovendien bevatten studiegroepen een scorebord en een scoreverdeling, waarin ze zien hoe ze scoren ten opzichte van andere deelnemers. Er is dus sprake van een gepersonaliseerd leerproces. 

Resultaten tot nu toe

In 2015 werd begonnen met de ontwikkeling van Plexuz, inmiddels is de eerste fase van deze innovatie afgerond. En wordt er gekeken naar doorontwikkeling. Zo werd er al een pilot uitgevoerd om deelnemers te verdelen in subgroepen: de docent bepaalt het aantal studenten per subgroep, en Plexuz rekent vervolgens door middel van ‘big data entity matching’ uit welke verdeling voor de meeste studenten de beste match geeft. De verdeling wordt gemaakt aan de hand van hun individuele prestaties per leerdoel, om optimale kruisbestuiving tussen studenten te bewerkstelligen.

Plexus

Leerervaring

Anios infectieziektenbestrijding Martijn van der Meulen: ‘Plexuz is begonnen als een interdisciplinair initiatief van studenten geneeskunde, informatiekunde en rechtsgeleerdheid van de Radboud Universiteit. Vanuit mijn programmeerervaring heb ik zelf de front-end applicatie ontwikkeld. Dit is het zichtbare gedeelte van een app in Android en iOS, ook wel gebruikerskant genoemd. De collega van informatiekunde heeft de back-end (server) en het algoritme ontwikkeld, en de collega van rechtsgeleerdheid heeft zich ontfermd over noodzakelijke documenten, zoals een privacy statement en algemene voorwaarden. In het team waren hiermee dus de noodzakelijke inhoudelijke, technische en juridische kennis vertegenwoordigd, wat de slagingskans van het project aanzienlijk deed toenemen.

'Naast het werken met een multidisciplinair team, heb ik veel geleerd over bedrijfsvoering en management'

Zo zijn er initiatieven zoals Sustainable Healthcare Challenge, Meractor Launch en Philips Innovation Award, waar ik verschillende masterclasses en workshops heb kunnen volgen. Denk hierbij aan pitch- en netwerkworkshops, stakeholderanalyses en SWOT analyses, maar ook bedrijfsvoering, subsidieaanvraagprocessen, en (team)psychologie. Bovendien is het bijzonder interessant om ondernemers uit andere domeinen te leren kennen. 

Naast eerdergenoemde organisaties heeft Radboud Universiteit ons op technisch, financieel en inhoudelijk vlak ondersteund, onder andere via het programma Proeftuin ICT in het Onderwijs en via het team van ICT Servicecentrum. De vervolgstappen na (succesvolle) pilots en daarmee het opschalen van de app bleken in de praktijk echter lastig te zijn. Vroegtijdig de juiste stakeholders actief aanhaken is hier een belangrijk leerpunt in.’

Beoogde vervolgstappen

Er zijn verschillende richtingen mogelijk voor doorontwikkeling. Denk bijvoorbeeld aan het inzetten van Plexuz voor een pre-test of post-test. Tot slot is het inzichtelijk maken van ‘learning analytics’ nog een mogelijkheid, om op aggregatieniveau naar respons op toetsvragen kijken, feedback te verzamelen en hun onderwijs te verbeteren.

Betrokken stakeholders:

  • Radboud Universiteit
  • Mercator Launch

Meer informatie over dit praktijkverhaal? Neem contact op met: Martijn van der Meulen, anios infectieziektenbestrijding martijn@plexuz.nl.