In deze bijdrage gaat het om de vraag wat inzicht in leerstijlen kan bijdragen aan de opleiding en begeleiding van medewerkers in een organisatie. Het concept leerstijlen wordt besproken, een leerstijlmodel wordt geïntroduceerd en sterke en zwakke punten van elk type leerstijl en de consequenties voor opleiden, voor teams en voor loopbaanbegeleiding worden besproken.
Leerstijlen staan ter discussie. Er lijkt geen coherent raamwerk voor leerstijlen te zijn en wetenschappelijk bewijs ontbreekt dat matching, het aanpassen van de didactiek aan de leerstijl, leidt tot betere leerresultaten. Bij nadere inspectie blijkt het bestaan van leerstijlen niet zozeer onderwerp van kritiek, maar wel het aanpassen van lessen aan leerstijlen. Wat betreft de matchinghypothese blijkt het te gaan om een specifieke variant van inspelen op leerstijlen. Een alternatieve manier van inspelen op leerstijlen houdt rekening met de inhoud van de te verwerven leerstof en is gericht op verbreding van het leerrepertoire.
Presentatie en Workshop tijdens Seminar matching en selectie in het HO - De Burcht. Zijn competenties, studiecijfers, intelligentie, persoonlijkheid, motivatie en leerstijlen gerelateerd aan (het vroege) succes op de arbeidsmarkt? Focus op matching, selectie en uitstroom.
Bedrijven in de maakindustrie staan voor de grote uitdaging om vakkennis structureel te borgen en zo de concurrentiepositie te behouden. Vakkennis vloeit weg doordat vakmensen met pensioen gaan en de kennis die zij hebben opgebouwd moeilijk aan deze nieuwe medewerkers overdraagbaar is. Huidige vormen van een-op-een instructieleren zijn erg tijdsintensief en steeds minder haalbaar doordat er minder experts beschikbaar zijn. Werkinstructies vangen de nodige vakkennis onvoldoende en de vorm sluit niet goed aan bij de leerstijlen en behoeften van de nieuwe instroom. Augmented reality (AR) en bijpassende methodieken bieden een alternatief dat laagdrempelige manieren van vakkennis vangen (capture) en delen (transfer) mogelijk maakt. Het vangen wordt ondersteund door verschillende sensoren en algoritmes om acties te monitoren. Het terugkoppelen van informatie kan in een intuïtievere, gepersonaliseerde vorm op de juiste plek, moment en in de juiste context. Maakbedrijven zien de potentie van deze technologie voor het oplossen van hun probleem van kennisborging en training van de brede nieuwe instroom, maar missen de handvatten om dit goed op te pakken en in te zetten. Door de vele onzekerheden durven bedrijven de nodige investering niet aan te gaan. Negen bedrijven, twee lectoraten, netwerkpartners uit de XR & smart industry en een universitaire vakgroep bundelen in deze aanvraag hun krachten om te komen tot handvatten en richtlijnen om AR effectief in te kunnen zetten voor het vangen en aanbieden van vakkennis. Hiervoor worden praktische oplossingen ontwikkeld, geëvalueerd, en algemene lessen uit geabstraheerd. De geleerde lessen, ontwikkelde methodiek en demonstrator opstellingen worden algemeen beschikbaar gesteld voor de maakindustrie die deze technologie willen gebruiken voor behoud van kennis en optimale inzet van nieuwe werknemers, en bedrijven die dit soort technologische oplossingen ontwikkelen.
