De toegevoegde waarde van intelligentie- en dynamische tests voor het leerpotentieel van leerlingen

Geplaatst op 19 juli 2024

Intelligentietests worden vaak gezien als een betrouwbare manier om de schoolresultaten van leerlingen te voorspellen. Ze bieden waardevolle informatie over het cognitieve vermogen van een leerling op basis van een vergelijking met normgroepen. Echter, bij het meten van leerpotentieel, dat zich richt op de groei en ontwikkeling van een leerling in een bepaalde tijd, blijkt dat methodeonafhankelijke dynamische tests beter aansluiten dan traditionele intelligentietests. Dit artikel onderzoekt de toegevoegde waarde van deze dynamische tests ten opzichte van traditionele intelligentietests voor het meten van leerpotentieel.

Definitie en Belang van Leerpotentieel

Leerpotentieel wordt gedefinieerd als de maximale vooruitgang die een leerling kan boeken in een ideale leersituatie en binnen een bepaalde tijdsperiode (Resing, 2006). Het daadwerkelijk bereiken van dit potentieel hangt af van zowel cognitieve factoren zoals intelligentie als persoonlijke factoren zoals motivatie en de manier waarop een leerling feedback verwerkt. Ook externe factoren, zoals de leeromgeving, spelen een rol (Stad et al., 2018; Steinmayr & Spinath, 2009; Hanrahan, 1998).

Traditionele Intelligentietests: Beperkingen en Vooruitgang

Traditionele intelligentietests meten het cognitieve vermogen door de testresultaten te vergelijken met een normgroep. Ze veronderstellen dat intelligentie een vaststaand kenmerk is en dat de testresultaten constant blijven bij herhaalde metingen. Studies tonen aan dat intelligentietests een goede voorspeller zijn voor schoolresultaten, vooral in de domeinen taal en rekenen (Lu et al., 2011; Filiaková et al., 2015; Deary et al., 2007). Deze tests geven een momentopname van de cognitieve capaciteiten van een leerling en worden meestal slechts eenmalig afgenomen.

Recente inzichten hebben echter geleid tot een herziening van dit perspectief. Intelligentietests worden nu steeds meer gezien als onderdeel van een dynamisch concept van intelligentie. Onderzoekers suggereren dat intelligentie niet alleen statisch is, maar beïnvloed kan worden door de omgeving en door de tijd (Makharia et al., 2016). Dit dynamische concept vraagt om een andere benadering van meting, waarbij de veranderingen en ontwikkeling van een leerling over tijd worden gevolgd.

Dynamische Tests: Voordelen en Vormgeving

Dynamische tests zijn ontworpen om het leerpotentieel van leerlingen beter te meten door niet alleen te focussen op statische scores, maar ook door rekening te houden met hoe leerlingen zich ontwikkelen en hoe zij reageren op feedback. Dit soort tests biedt een indicatie van de zogenaamde zone van naaste ontwikkeling (Vygotsky, 1978), die de potentie van een leerling aangeeft om nieuwe vaardigheden te leren met de juiste ondersteuning.

Dynamische tests kunnen op verschillende manieren worden vormgegeven. Een veelgebruikte methode bestaat uit een voormeting, een korte trainingsoefening en een nameting. Een alternatieve methode voegt tijdens de test hulp en feedback toe, waardoor een beter inzicht wordt verkregen in hoe leerlingen omgaan met ondersteuning en hoe zij zich ontwikkelen (Resing, 2000; Meijer et al., 2002).

Onderzoek heeft aangetoond dat dynamische tests, zoals de Studie van De Beer en Van der Merwe (2006), een veel nauwkeuriger beeld geven van het leerpotentieel dan traditionele intelligentietests. Dynamische tests blijken ook bijzonder nuttig voor leerlingen uit etnische minderheidsgroepen en bieden waardevolle inzichten in hun onderwijsbehoeften (Touw et al., 2019). Bijvoorbeeld, een dynamische toets specifiek ontwikkeld voor rekenen en technisch lezen toonde betere resultaten op deze gebieden dan een statische intelligentietest.

Praktische Implementatie van Dynamische Tests

Bij de implementatie van dynamische tests kunnen scholen kiezen tussen verschillende benaderingen. De eerste methode omvat een voormeting, gevolgd door een trainingsoefening en een nameting. Dit geeft inzicht in hoe een leerling het doet na een periode van gerichte instructie. De tweede methode voegt hulp en feedback toe tijdens de test, wat helpt om te begrijpen hoe goed een leerling kan leren van ondersteuning tijdens het leerproces (Resing, 2000; Meijer et al., 2002).

Uit de studies blijkt dat de mate waarin een leerling kan profiteren van feedback een belangrijke voorspeller is van leerpotentieel. Bijvoorbeeld, tests die meten hoe goed een leerling leert van fouten en feedback (zoals de Wisconsin Card Sorting Test van Nelson, 1976) bieden waardevolle informatie over de leercapaciteit en kunnen de voorspellende waarde van dynamische tests verder vergroten (Stad et al., 2018).

Conclusie

De analyse wijst uit dat traditionele intelligentietests waardevolle informatie kunnen bieden over de huidige cognitieve capaciteiten van leerlingen, maar dat ze tekortschieten bij het meten van leerpotentieel. Leerpotentieel richt zich op de mogelijkheid van een leerling om te groeien en zich te ontwikkelen binnen een bepaalde tijdsperiode, en is beïnvloed door een complex samenspel van persoonlijke en omgevingsfactoren.

Dynamische tests bieden een meer uitgebreid en accuraat beeld van het leerpotentieel door de voortgang van leerlingen over tijd te volgen en door te meten hoe goed zij reageren op feedback en ondersteuning. Voor een vollediger begrip van een leerling’s leerpotentieel, is het raadzaam om traditionele intelligentietests aan te vullen met methodeonafhankelijke dynamische tests. Deze combinatie kan scholen helpen om meer gerichte en effectieve ondersteuning te bieden, waardoor leerlingen hun volledige potentieel kunnen realiseren.

Geraadpleegde bronnen 

• De Beer, M., & Van der Merwe, D. (2006). Challenges of student selection: Predicting academic performance. South African Journal of Higher Education, 20(4), 547-562.
• Caffrey, E., Fuchs, D., & Fuchs, L. S. (2008). The predictive validity of dynamic assessment: A review. The Journal of Special Education, 41(4), 254-270.
• Deary, I. J., Strand, S., Smith, P., & Fernandes, C. (2007). Intelligence and educational achievement. Intelligence, 35(1), 13-21.
• Filicková, M., Ropovik, I., Bobaková, M., & Kovalčíková, I. (2015). The relationship between fluid intelligence and learning potential: Is there an interaction with attentional control?. Journal of Pedagogy, 6(1), 25-41.
• Hanrahan, M. (1998). The effect of learning environment factors on students’ motivation and learning. International Journal of Science Education, 20(6), 737-753.
• Lu, L., Weber, H. S., Spinath, F. M., & Shi, J. (2011). Predicting school achievement from cognitive and non-cognitive variables in a Chinese sample of elementary school children. Intelligence, 39(2-3), 130-140.
• Makharia, A., Nagarajan, A., Mishra, A., Peddisetty, S., Chahal, D., & Singh, Y. (2016). Effect of environmental factors on intelligence quotient of children. Industrial Psychiatry Journal, 25(2), 189.
• Meijer, J., Oostdam, R., & Van der Sluis, S. (2002). A feasibility study into incremental predictive validity of dynamic assessment of verbal reasoning ability. Learning potential assessment and cognitive training: actual research and perspectives in theory building and methodology, 7, 273-291.
• Nelson, H. E. (1976). A modified card sorting test sensitive to frontal lobe defects. Cortex, 12(4), 313–324.
• Resing, W. (2000). Assessing the learning potential for inductive reasoning in young children, in: C. S. Lidz & J. G. Elliott (eds.), Dynamic Assessment: Prevailing models and applications, pp. 229–262, New York, Elsevier.
• Resing, W. C. M. (2006). Zicht op potentieel. Over dynamisch testen, variabiliteit in oplossingsgedrag en leerpotentieel van kinderen (Oratie). Leiden: Universiteit Leiden.
• Stad, F. E., Van Heijningen, C. J., Wiedl, K. H., & Resing, W. C. (2018). Predicting school achievement: differential effects of dynamic testing measures and cognitive flexibility for math performance. Learning and Individual Differences, 67, 117-125.
• Steinmayr, R., & Spinath, B. (2009). The importance of motivation as a predictor of school achievement. Learning and Individual Differences, 19(1), 80-90.
• Touw, K. W., Vogelaar, B., Bakker, M., & Resing, W. C. (2019). Using electronic technology in the dynamic testing of young primary school children: predicting school achievement. Educational Technology Research and Development, 67(2), 443-465.
• Vygotsky, L. S. (1978). Mind in Society: the Development of Higher Psychological Processes. Cambridge, Harvard University Press.