ASTLA: Advanced speech technology and learning analytics for child personalized reading education

Leerlingen goed leren lezen is een van de kerntaken van het onderwijs. Het ontwikkelen van goede technisch leesvaardigheden is essentieel om een goede begrijpend lezer te worden. In de schoolomgeving blijft diagnostiek echter vaak oppervlakkig en tijdrovend en leidt weinig tot gepersonaliseerde begeleiding. Met het huidige onderzoek wordt geprobeerd om dit proces van diagnosticeren en begeleiden te verbeteren door middel van onder andere automatische spraakherkenning.  

Het verkrijgen van inzichten en begeleiding in vloeiende lezen zou wel mogelijk zijn als de technisch leesvaardigheid van leerlingen beoordeeld zou kunnen worden via een geautomatiseerd spraakgestuurd digitaal systeem dat (a) spraak analyseert en (b) de verzamelde gegevens verwerkt en informatie biedt over hoe het lezen kan worden verbeterd. Dit kan worden bereikt door automatische spraakherkenning (ASR), spraakdiagnostiek en leeranalyse te combineren in een innovatieve, geïntegreerde benadering van leesdiagnostiek. 

Het huidige interdisciplinaire onderzoek dat wordt uitgevoerd, heeft tot doel te onderzoeken hoe spraakdiagnostische resultaten kunnen worden verkregen uit ASR en hoe deze diagnostiek kan worden omgezet in aanbevelingen voor het personaliseren van leertrajecten. Er wordt een educatieve app ontwikkeld waarin leesoefeningen voor jonge basisschoolkinderen worden geanalyseerd met behulp van ASR-technologie, en leeranalyse wordt gebruikt om ASR-gegevens te analyseren en aanbevelingen te doen over hoe de leesontwikkeling van een kind kan worden gestimuleerd. Deze nieuwe interdisciplinaire aanpak levert niet alleen nieuwe wetenschappelijke inzichten op in hoe nauwkeurigheid, vloeiendheid en expressief lezen zich in de loop van de tijd ontwikkelen, maar leidt ook tot nieuwe manieren om het onderwijs af te stemmen op de behoeften van leerlingen.