Auteur: Siem Buseyne - Oktober 2025
Wat als leerkrachten in één oogopslag kunnen zien waar leerlingen vastlopen tijdens het lezen van een tekst? Met het EYE-TEACH-project zetten we een stap richting die toekomst. Door eye-tracking te combineren met artificiële intelligentie werken we samen met internationale experts aan een slimme tool die leraren helpt om beter in te spelen op de noden van hun leerlingen.
In het EYE-TEACH-project bundelen we met een groep onderzoekers van de Universiteit Antwerpen (onderzoeksgroep Edubron) onze krachten met internationale experts. Samen werken we aan een innovatieve tool die leraren in de klas kan ondersteunen. Wat de beoogde EYE-TEACH-tool zo vernieuwend zal maken, is dat ze oogbewegingen van leerlingen zal registreren terwijl ze teksten lezen op een computerscherm. Die gegevens worden geanalyseerd met een slim AI-systeem die de ruwe data kan omzetten in heldere inzichten voor leraren. Denk bijvoorbeeld aan het tijdig identificeren van individuele of groepen leerlingen die vastlopen bij specifieke passages of struikelen over bepaalde woorden in een tekst, signalen die kunnen wijzen op leesmoeilijkheden of een tekst die niet goed aansluit bij het niveau van de klas.
De EYE-TEACH-tool wordt niet in een vacuüm ontwikkeld. Om ervoor te zorgen dat ze echt aansluit bij de noden in de klaspraktijk, verzamelen we tijdens het hele project input van verschillende betrokkenen. Leraren staan daarbij centraal: hun feedback wordt voortdurend teruggekoppeld, zodat de ontwikkeling afgestemd blijft op wat zij nuttig en werkbaar vinden.
Ons eerste feedbackmoment vond plaats helemaal aan het begin van het project, met als doel om de onderzoeksrichting mee vorm te geven. In mei 2025 organiseerden we een virtuele workshop waarbij bijna 60 leraren, onderzoekers en andere betrokkenen uit het basis-, secundair en hoger onderwijs samenkwamen. Tijdens deze sessie verkenden we de ervaringen en verwachtingen van leerkrachten rond het gebruik van AI-ondersteunde eye-trackingsystemen. In break-outgroepen per onderwijsniveau (lager, secundair en hoger onderwijs) ontstonden waardevolle gesprekken, die niet alleen inzichten opleverden maar ook de bezorgdheden van leraren in deze vroege fase scherp in beeld brachten.
De huidige klaspraktijk
Om zicht te krijgen op de noden die leerkrachten ervaren in hun lespraktijk vroegen we welke superkracht ze het liefst zouden willen hebben wanneer leerlingen lezen. Over alle groepen heen dook één centraal thema op: de wens om beter te begrijpen wat leerlingen ervaren tijdens het lezen. Zoals een leerkracht uit het basisonderwijs het verwoordde, wenste ze de superkracht om “in hun hoofden te zitten”, om te weten waar leerlingen naar kijken, waar ze blijven hangen, welke beslissingen ze nemen, en of een opgegeven tekst op hun niveau is.
Daarnaast meldde elke lerarengroep ook unieke uitdagingen bij het ondersteunen van leerlingen tijdens het lezen. Leerkrachten in het basisonderwijs gaven aan dat leerlingen vaak opgeven bij moeilijkheden en terughoudend zijn om hulp te vragen. Ze wezen op hiaten in basisvaardigheden zoals decoderen en op beperkte woordenschat, waardoor tekstbegrip bemoeilijkt wordt. De diversiteit in taalachtergrond voegt een extra complexiteit toe, aangezien leerlingen met verschillende taalniveaus gedifferentieerde instructie nodig hebben.
In het secundair onderwijs benadrukten leraren problemen zoals oppervlakkig of snel lezen: leerlingen lezen vaak te snel en te oppervlakkig zonder écht de tekst te begrijpen. Ze stelden ook een gebrek aan leesinteresse vast, waarbij sommige leerlingen slechts zoveel met lezen bezig zijn als nodig is om een individuele taak af te ronden. Docenten in het hoger onderwijs merkten op dat studenten soms teksten verkeerd interpreteren door te focussen op irrelevante details, moeite hebben om essentiële informatie uit teksten te halen en vaak afgeleid zijn.
Dit eerste deel van de workshop maakte duidelijk dat het monitoren van leesprocessen van leerlingen op alle onderwijsniveaus een uitdaging blijft. Bovendien haalden leerkrachten ook aan dat ze slechts beperkte tools hebben om zicht te krijgen op het leesbegrip van hun leerlingen. Meer bepaald vertrouwen leraren doorgaans op traditionele methoden zoals vragen stellen en kijken naar oppervlakkige, direct observeerbare gedragingen van leerlingen.
AI-ondersteunde eye-tracking: kansen per onderwijsniveau
Tijdens de workshop leidde de eerder besproken uitdagingen tot een levendig gesprek over hoe technologie leraren kan ondersteunen bij het verkrijgen van diepere inzichten in leesprocessen. Over de onderwijsniveaus heen gaven leraren aan sterk geïnteresseerd te zijn in een AI-ondersteunde eye-trackingtool.
In het basisonderwijs was er bijzondere aandacht voor het diagnostisch gebruik van zo’n tool, bijvoorbeeld bij nieuwe leerlingen of leerlingen met specifieke noden. Leraren uit het secundair onderwijs waren vooral benieuwd of de tool kon aantonen of leerlingen teksten herlezen, hoe ze tekstuele en visuele informatie combineren, en of ze aandacht besteden aan kernwoorden. Een docent uit het hoger onderwijs gaf aan geïnteresseerd te zijn in het begrijpen van afleidingsgedrag bij studenten.
Daarnaast stelden leraren uit het basis- en secundair onderwijs ook een gebrek aan leesinteresse vast. Leerlingen zijn tijdens de les slechts zoveel met een tekst bezig als nodig is om taken af te ronden en leraren hopen dat het systeem zulke leerlingen kan ondersteunen door extra, aangepast en voldoende uitdagend materiaal aan te bieden. Docenten uit het hoger onderwijs stonden open voor AI-gestuurde gepersonaliseerde aanbevelingen, maar waarschuwden tegelijk ook voor over-automatisering, één van de aspecten waar we later dieper op ingaan.
Welke inzichten en indicatoren heeft de leraar nodig?
Wanneer we peilden naar de inzichten die ze graag zouden krijgen van de tool, bleek er een duidelijke behoefte aan gegevens op zowel leerling- als klasniveau. Over alle groepen heen was men het eens over de waarde van het identificeren van leesstrategieën en het vergelijken van hoe verschillende leerlingen hetzelfde materiaal verwerken. Indicatoren zoals betrokkenheid, aandacht, leestempo, leespatronen en voorspellingen van begrip werden daarbij als bijzonder waardevol gezien. Deelnemers uit het hoger onderwijs toonden bovendien interesse in tools die de moeilijkste delen van een tekst kunnen aanwijzen en suggesties doen voor passende interventies, zoals aanvullende lectuur of relevante media.
De voorkeursvorm voor rapportering van deze gegevens varieerde, maar bestond meestal uit visualisaties naast tekstuele samenvattingen. Zo stelde een leerkracht uit het basisonderwijs voor om tijdens activiteiten emoji’s te gebruiken voor onmiddellijke leerlingfeedback, terwijl een leerkracht uit het secundair liever een melding op een laptop op tablet heeft met suggesties en geannoteerde tekst. Docenten in het hoger onderwijs gaven de voorkeur aan spreadsheets en grafieken voor meer diepgaandere analyses.
Veel leraren gaven aan dat ze het meeste zouden hebben aan een dashboard dat verschillende functies combineert. Zo zien ze potentieel in mirroring, waarbij ze in realtime kunnen volgen hoe leerlingen omgaan met teksten, bijvoorbeeld om leesgedrag of aandacht te monitoren. Daarnaast is er interesse in alerting, om gewaarschuwd te worden wanneer er iets misloopt, en in advising, waarbij het systeem suggesties doet die leraren kunnen helpen bij het nemen van beslissingen.
Welke grenzen moeten worden ingesteld?
Tijdens de workshop kwamen ook verschillende ethische bezorgdheden naar voren. Leerkrachten uit het basisonderwijs uitten bijvoorbeeld zorgen over de impact van feedback op het zelfbeeld van leerlingen, en wezen op het risico dat zulke informatie verkeerd gebruikt zou kunnen worden. In het secundair onderwijs lag de focus op de cognitieve overbelasting en het afleidingspotentieel van digitale tekstelementen.
Over alle niveaus heen benadrukten deelnemers dat de tool de autonomie van de leraar moet respecteren. Eén deelnemer stelde bijvoorbeeld de vraag of automatisch ingrijpen leerlingen niet te passief maakt en de rol van de leraar ondermijnt. Beslissingen over leerlingen moeten bij de leraar blijven, omdat die niet alleen pedagogische expertise heeft, maar ook empathie en kennis van de context van de leerling. Zoals een docent uit het hoger onderwijs het kernachtig verwoordde: “De tool mag slechts gaan zo ver als de leraar het aangeeft.”
Beperkte autonome ondersteuning werd wél positief onthaald. Zo werd het automatisch detecteren van triggerwoorden in een tekst genoemd als een nuttige functie, mits de leraar de controle behoudt over hoe en wanneer die informatie wordt ingezet. Als laatste gaven de leraren ook aan dat er nood is aan degelijke training en duidelijke richtlijnen om AI-ondersteunde eye-trackingtools op een verantwoorde en effectieve manier in te zetten. Alleen zo kan het systeem optimaal gebruikt worden in de klaspraktijk.
Hoe nu verder?
Ondanks verschillen in context tussen landen, talen en onderwijsniveaus, kwamen in de discussies sterke gemene delers naar voren, wat opnieuw het belang en de noodzaak van het EYE-TEACH-project onderstreept. Leraren op alle niveaus wensen diepere inzichten in leesprocessen, effectievere monitoringtools en aanpasbare, gebruiksvriendelijke systemen. Ze delen ook zorgen over ethisch datagebruik, de risico’s van automatisering van onderwijs en de nood aan degelijke training voor implementatie, zaken die EYE-TEACH integraal opneemt in het project. Succesvolle implementatie vergt nauwgezette aandacht voor ontwerpflexibiliteit, ethische overwegingen en professionalisering, zodat deze tools de cruciale spelers in het onderwijs versterken in plaats van vervangen.
Met de workshops als startschot voor onze interactie met leraren, lanceerden we recent ook een diepgaande vragenlijst, beschikbaar in negen talen, om aanvullende input te verzamelen van leraren in heel Europa. We nodigen leerkrachten uit het basisonderwijs, secundair onderwijs en hoger onderwijs van harte uit om hun inzichten te delen. Er is geen voorkennis van AI of eye-tracking vereist en deelname is anoniem.
Meedoen kan via deze link:
https://uantwerpen.eu.qualtrics.com/jfe/form/SV_eqXCxxVot4Uwix0?Q_Language=NL
Meer info over het project:
https://eyeteach.eu/participate/
Deze tekst is gebaseerd op een Engelstalige blogtekst van dezelfde auteur, beschikbaar via volgende link: https://eyeteach.eu/the-potential-of-ai-powered-eye-tracking-in-the-classroomexploring-teachers-perspectives/
Het EYE-TEACH project wordt gefinancierd door de Europese Unie. De geuite opvattingen en meningen zijn echter uitsluitend die van de auteur en weerspiegelen niet noodzakelijkerwijs die van de Europese Unie of het Europees Uitvoerend Agentschap voor Onderzoek (REA). Noch de Europese Unie, noch de subsidieverlenende instantie kan hiervoor verantwoordelijk worden gehouden.