Geautomatiseerde feedback helpt studenten beter schrijven
Gedetailleerde feedback op de schrijfvaardigheid van studenten kost docenten veel tijd. Geautomatiseerde schrijfhulpmiddelen kunnen daarbij helpen, maar veel bestaande benaderingen bevatten zeer specifieke feedback over taal die voor studenten moeilijk te interpreteren is. Abbas onderzocht daarom of eenvoudige, grafische methoden beter werken.
Begrijpelijke taal
Hij voerde zijn onderzoek in drie fasen uit. Eerst werden essays van Nederlandse studenten geanalyseerd om de juiste kenmerken voor de beoordeling van teksten te identificeren. Deze kenmerken vormden de basis voor het ontwerp van een nieuwe feedbackmethode die teksten analyseert en van visuele feedback en aanbevelingen in begrijpelijke taal voorziet. Het systeem werd eerst geëvalueerd met Duitse masterstudenten en vervolgens getest door Pakistaanse studenten die Engels studeren. De conclusie: met de geautomatiseerde visuele feedback konden de studenten hun essays herzien en verbeterde de schrijfkwaliteit.
Mohsin Abbas (Lahore, 1985) is directeur Beoordelingen en Examens bij de regering van Punjab, Pakistan. Eerder was hij universitair docent aan de faculteit Informatietechnologie van de Universiteit van Centraal-Punjab. Op vrijdag 30 oktober 2026 om 13.30 uur verdedigt hij zijn proefschrift Computationally Efficient Graph-Based NLP System for Automated Essay Feedback aan de Open Universiteit in Heerlen. Zijn promotor is prof. dr. M. Kalz (Open Universiteit en Pädagogische Hochschule Heidelberg). Zijn copromotoren zijn prof. dr. W.A. Dolfsma (Open Universiteit) en dr. P. van Rosmalen (Universiteit Maastricht). De promotie kan worden bijgewoond aan de Open Universiteit in Heerlen en online worden gevolgd via ou.nl/live.
