In een eerdere blog heb ik over de resultaten van dit onderzoek (hier het volledige rapport), uitgevoerd als Fellow van het NIAS, verteld. Het blad OnderwijsInnovatie vroeg mij een ‘toegankelijk’ stuk voor hen te schrijven. Hier, met hun goedkeuring, is het artikel.

De arbeidsmarkt ontwikkelt zich razend snel. Nu veelgevraagde beroepen bestonden vijf jaar geleden nog niet. En hoewel niemand weet welke impact automatisering en robotisering precies zullen hebben, is wel duidelijk dat sommige banen verdwijnen en nieuwe banen ontstaan. Hoe ontwikkel je in deze situatie goed onderwijs? Het rapport Het voorbereiden van leerlingen op (nog) niet bestaande banen, dat ten grondslag ligt aan dit artikel, geeft een eerste aanzet voor de oplossing van dit probleem.

Volgens het World Economic Forum (WEF) is er iets aan de hand als het gaat om het opleiden van leerlingen voor hun steeds langere en onzekerder (arbeids)toekomst. In het rapport The Future of Jobs: Employment, Skills and Workforce Strategy for the Fourth Industrial Revolution (2016) schrijft het WEF: “Ontwrichtende veranderingen in de gangbare businessmodellen zullen een grote invloed hebben op de arbeidsmarkt in de komende jaren. De meest gevraagde beroepen of specialiteiten in veel bedrijfstakken van nu bestonden tien of zelfs vijf jaar geleden niet en het tempo van deze veranderingen versnelt. Anticiperen en voorbereiden op deze transitie is daarom cruciaal.” (p. 3), en “De steeds snellere technologische, demografische en sociaaleconomische ontwrichting transformeert de industrie- en bedrijfsmodellen, verandert de vaardigheden die werknemers nodig hebben en verkort de houdbaarheid van de vaardigheden waarover die werknemers beschikken.” (p. 19). De WEF concludeert verder dat: “Tijdens de vorige industriële revoluties heeft het vaak decennia gekost om de nodige opleidings-, trainingssystemen en arbeidsmarktorganisaties te bouwen om zo belangrijke nieuwe vaardigheden op grote schaal te ontwikkelen. Gezien het tempo en de omvang van de ontwrichting, veroorzaakt door de Vierde Industriële Revolutie, is dit gewoon geen optie.” (p. 20).

In ons land heeft de PO-Raad vergelijkbare zorgen geuit in haar nota Nú investeren in onderwijs van morgen: Manifest voor ict in het funderend onderwijs die begin 2017 verscheen. Daarin schrijft de PO-Raad: “De digitale economie is geen utopie meer maar realiteit. Nieuwe banen, nieuwe vormen van samenwerken en nieuwe technologieën bepalen hoe de arbeidsmarkt en het leven er straks uitzien voor kinderen die nu de basisschoolleeftijd hebben of op de middelbare school zitten. Het is noodzakelijk hen hierop voor te bereiden en leerlingen de kennis en vaardigheden te geven om optimaal te kunnen functioneren in een digitale maatschappij.” (p. 1)

De vraag is hoe je dat doet. Hoe kunnen wij jongeren opleiden voor een (arbeids)toekomst waarin enerzijds de beroepen waarvoor zij worden opgeleid op korte termijn kunnen/zullen verdwijnen en anderzijds voor beroepen die nog niet bestaan en/of waar wij zelfs geen idee van hebben? Het rapport Het voorbereiden van leerlingen op (nog) niet bestaande banen geeft een eerste, op onderzoek geïnformeerde stap in de richting van een oplossing voor dit probleem.

Toekomstbestendig leren
Er is veel onduidelijkheid welke kennis, vaardigheden en attitudes nodig zijn voor het wapenen van jongeren tegen toekomstige arbeidsmarktproblemen en de gevolgen daarvan. Duidelijk is wel dat leerlingen voorzien moeten worden van een stevige kennis- en vaardigheidsbasis om toekomstbestendig te kunnen leren. Terwijl er veel gesproken en geschreven wordt over 21^ste-eeuwse vaardigheden, laat een analyse zien dat deze vaardigheden duidelijk noch eenduidig zijn, dat ze wat aantal en inhoud betreft steeds veranderen en dat ze voor het grootste deel helemaal niet zo 21^ste-eeuws zijn. Veel vaardigheden waren ook in de 20^ste-, 19^e – en eigenlijk sinds het ontstaan van de homo sapiëns – noodzakelijk en zelfs al aanwezig. De enige vaardigheden die écht als 21^ste-eeuws aangemerkt kunnen worden, zijn informatiegeletterdheid (het kunnen zoeken, identificeren, evalueren (van de kwaliteit en betrouwbaarheid van bronnen) en het effectief gebruiken van verkregen informatie) en informatiemanagement (het kunnen vastleggen, beheren en delen van verkregen informatie).

Beter en belangrijker is het daarom te spreken over toekomstbestendig leren (Kirschner, 2017; Walma van der Molen & Kirschner, 2017): het verwerven van de vaardigheden en houdingen die nodig zijn om op een stabiele, bestendige manier te blijven leren in onze snel veranderende wereld. Scholen – meer in het bijzonder ons onderwijs – hebben daarbij een belangrijke taak, maar het is de vraag of ze daarvoor goed uitgerust zijn. De hoofdredenen hiervoor zijn:

• scholen reageren te traag om de veranderingen in het toekomstige arbeidsmarkt goed in het curriculum te verwerken;
• scholen zijn niet goed uitgerust op hun taak om leerlingen op te leiden/voor te bereiden op een onzekere (arbeids)toekomst;
• het gebruik van ict is niet goed geïntegreerd in het onderwijs en het niet zeker of docenten zelf over de nodige ict-kennis en -vaardigheden beschikken om leerlingen op een toekomstbestendige wijze op te leiden.

Met behulp van computers, software, data analytics en machinaal leren kunnen ieder jaar complexere taken worden uitgevoerd. Het gebruik van deze nieuwe technologieën wordt ook steeds goedkoper en voor een breder publiek of werkveld toegankelijk. Tot en met het einde van de vorige eeuw was automatisering – en daarna computerisering – van functies aanvankelijk vooral gericht op routinematige en fysieke taken. Daarna verschoof de focus naar routinematige cognitieve taken (zie het linkerdeel van figuur 1, afgeleid van Frey & Osborne, 2013). Nu, en in de voorspelbare toekomst, is computerisering mogelijk op het gebied van non-routine taken (zie het rechterdeel van figuur 1). De verschuiving van de linker- naar de rechterhelft van de figuur ligt, volgens Frey & Osborne, aan de groei en volwassenwording van kunstmatige intelligentie, analyse van grote databestanden en machinaal leren. Dergelijke ontwikkelingen zorgen ervoor dat we in de nabije toekomst waarschijnlijk minder mensen nodig zullen hebben in functies die niet-routinematige fysieke en cognitieve vaardigheden vereisen. Dat geldt dus voor heel veel leerlingen en heel veel banen (zie kader).

Figuur 1: The future of employment: How susceptible are jobs to computerisation? (Frey & Osborne, 2013).

Kader

Het is aannemelijk dat veel (v)mbo-scholen hun leerlingen opleiden voor banen waarvan we nu weten dat die – gezien de robotisering (zowel fysiek als virtueel in de vorm van internetbots) – op zeer korte termijn niet of nauwelijks meer door mensen zullen worden uitgevoerd. Een voorbeeld om dit te illustreren: volgens cijfers uit 2016 van de MBO-Raad stond bijna vijftien procent van de 475.000 mbo-leerlingen ingeschreven bij de richting Voedsel, Groen en Gastvrijheid. Dat zijn ongeveer 71.000 leerlingen. Ruim elf procent (meer dan 54.000 leerlingen) van de mbo’ers stond in 2016 ingeschreven bij de richting Zakelijke Dienstverlening en Veiligheid. Dat betekent dat in 2016 bijna 125.000 mbo’ers een opleiding volgden die opleidt tot ondersteunend, representatief administratief werk, of financieel-administratieve of juridische beroepen op middenniveau waarvan de kans zeer groot is dat zij in de zeer nabije toekomst (bijna) volledig geautomatiseerd zullen worden.

Vijftien clusters
Een zogenoemde GCM-procedure (Group Concept Mapping; Kane & Trochim, 2007; Trochim & McLinden, 2017; zie ook Stoyanov & Kirschner, 2004; Stoyanov, Jablokow, Rosas, Wopereis, & Kirschner, 2017) onder experts over de hele wereld heeft vijftien clusters van ideeën geïdentificeerd waaraan het onderwijs zou moeten werken om te zorgen dat de leerlingen van vandaag toekomstbestendig worden. De clusters zijn: 1) kritisch denken, 2) transfer van vaardigheden, 3) hogere-orde denken, 4) competenties (kennis, vaardigheden, attitudes), 5) metacognitie en reflectie, 6) versterken van het gevoel van kunnen (zelfbeeld), 7) leren in authentieke situaties, 8) integratie van school en beroep, 9) samenwerking, 10) docentprofessionalisering, 11) informatiegeletterdheid, 12) herontwerp de school, 13) geletterdheid (in brede zin), 14) informatievaardigheden, en 15) leren voor de toekomst (zie ook figuur 2).

Figuur 2: Vijftien clusters van ideeën waaraan het onderwijs moet werken om te zorgen dat leerlingen toekomstbestendig worden.

 Nadat de clusters zijn geformeerd, zijn alle ideeën beoordeeld op twee ‘waarden’, namelijk hoe belangrijk ze zijn en hoe haalbaar het is om ze te implementeren. Deze procedure leverde de volgende patroonvergelijking op (zie figuur 3):

Figuur 3: Patroonvergelijking van de vijftien clusters na toetsing op de waarden ‘belang’ en ‘haalbaarheid’.
Aan de linkerkant van figuur 3 staat hoe de ideeën binnen de clusters beoordeeld zijn op de waarde ‘belang’ en aan de rechterkant de beoordeling op de waarde ‘haalbaarheid’. Het belangrijkste, meest haalbare staat bovenaan, het minst belangrijke, minst haalbare cluster staat onderaan. In de figuur zien we dat de zogenoemde hogere orde vaardigheden (metacognitie & reflectie, transfer van vaardigheden en kritisch denken) de belangrijkste clusters van ideeën bevatten, maar dat deze vaardigheden tegelijkertijd door de respondenten beoordeeld worden als moeilijk te implementeren. Daarentegen vinden de respondenten dat de makkelijkste te implementeren clusters te maken hebben met wat men tot 21^ste-eeuwse vaardigheden zou kunnen rekenen (geletterdheid in brede zin, informatievaardigheden, samenwerking), maar dat zij die clusters als niet van groot belang beoordelen bij een school- of curriculumherziening.

Drietrapsprocedure
Een gevolg hiervan zou kunnen zijn dat men bij het uitzetten van het onderwijsbeleid voor de komende tien tot vijftien jaren kiest voor een drietrapsprocedure. De eerste trap houdt in dat gekozen wordt om de basis te leggen bij leerlingen zodat deze in de toekomst kunnen functioneren. Deze leerlingen zullen over een solide fundament – de nodige basiskennis en -vaardigheden – moeten beschikken waarop verder gebouwd kan worden. De tweede trap moet erop gericht zijn dat leerlingen op een hoog niveau met deze kennisbasis kunnen denken en werken, dat zij het gevoel krijgen dat ze iets kunnen doen met wat ze hebben geleerd. In het Engels noemt men dit efficacy building, wat zoveel wil zeggen dat leerlingen beschikken over de nodige competenties (kennis, vaardigheden, attitudes) voor zowel het werken als het verder leren en dat zij in staat zijn tot samenwerking met anderen om problemen op te lossen of taken uit te voeren. De derde trap, voortbouwend op de eerste twee, moet ervoor zorgen dat de door de respondenten genoemde zeer belangrijke aandachtspunten (metacognitie en reflectie, transfer van vaardigheden en het kritisch kunnen denken) door leerlingen bereikt kunnen worden. Deze aanpak is niet alleen zinvol, maar gezien het feit dat de derde trap voortbouwt op de tweede die, op zijn beurt, op de eerste voortbouwt, ook een noodzakelijke.

Referenties
Het onderzoek werd mogelijk gemaakt door de NSvP (Nederlandse Stichting voor Psychotechniek). Ik had dit onderzoek niet kunnen uitvoeren zonder de assistentie van Dr. Slavi Stoyanov van de Open Universiteit wiens kennis en kunde met betrekking tot het inrichten, uitvoeren, analyseren en interpreteren van onderzoek dat gebruik maakt van Group Concept Mapping was onmisbaar. Naast hem is er een drietal mensen die in verschillende stadia van het onderzoek mij zowel inhoudelijk, methodologisch als taalkundig hebben ondersteund namelijk Francien H. Miedema (docente mbo), George van Sluis (oprichter en directeur van PrismActief) en Maud Hendrickx (docente hbo en masterstudente Vrije Universiteit Amsterdam).

Referenties
Frey, C. B., & Osborne, M. A. (2013). The future of employment: How susceptible are jobs to computerisation? Oxford, UK: Oxford Martin School. Beschikbaar op acikistihbarat.com/Dosyalar/effect-of-computerisation-on-employment-report-acikistihbarat.pdf.

Kane, M., & Trochim, W. M. (2007). Concept mapping for planning and evaluation. Thousand Oaks, CA: Sage Publications.

Kirschner, P. A. (2017). Het voorbereiden van leerlingen op (nog) niet bestaande banen. Arnhem, The Netherlands: NSVP Innovatief in Werk.

MBO-Raad (2017, January 23). Studenten. Beschikbaar op https://www.mboraad.nl/het-mbo/feiten-en-cijfers/studenten.

PO-Raad (2017). Nú investeren in onderwijs van morgen: Manifest voor ict in het funderend onderwijs. Utrecht, The Netherlands. Beschikbaar op unilogic.nl/sites/default/files/content_img/Manifest.pdf.

Stoyanov, S., & Kirschner, P. A. (2004). Expert concept mapping method for defining the characteristics of adaptive e-learning: Alfanet project case. Educational Technology Research and Development, 52, (2), 41-56.

Stoyanov, S., Jablokow, K., Rosas, S. R., Wopereis, I. G. J., H., & Kirschner, P. A. (2016). Concept mapping – An effective method for identifying diversity and congruity in cognitive style. Evaluation and Program Planning, 60, 238-244.

Trochim, W. M., & McLinden, D. (2017). Introduction to a special issue on concept mapping. Evaluation and Program Planning, 60, 166-175.

Walma van der Molen, J. H. & Kirschner, P. A. (2017). Met de juiste vaardigheden de arbeidsmarkt op. White paper Nederlandse Vereniging voor Psychotechniek (NSvP) – Innovatief in Werk. Arnhem, The Netherlands: NSvP.

World Economic Forum (2016). The Future of Jobs: Employment, Skills and Workforce Strategy for the Fourth Industrial Revolution. New York, NY: World Economic Forum LLC. Beschikbaar op www3.weforum.org/docs/WEF_Future_of_Jobs.pdf.