Serious games worden steeds vaker ingezet als moderne lesmethode in het mbo. Ze activeren studenten, maken complexe leerstof toegankelijk en sluiten aan op de belevingswereld van Generatie Z. Maar dan komt de vraag die veel docenten en schoolleiders stellen: hoe weet je eigenlijk of het werkt? Het zichtbaar maken van leerresultaten bij game-based learning is een van de grootste uitdagingen bij de implementatie van digitaal leren in de klas.
In dit artikel beantwoorden we de meest gestelde vragen over het meten en presenteren van leerresultaten bij serious games. Van definitie tot praktische tools, van veelgemaakte fouten tot manieren om bevindingen overtuigend te presenteren aan schoolleiders. Of je nu net begint met innovatief onderwijs of al ervaring hebt met het implementeren van game-based learning, hier vind je concrete handvatten.
Wat zijn leerresultaten bij serious games precies?
Leerresultaten bij serious games zijn de aantoonbare veranderingen in kennis, vaardigheden, houding of gedrag die een speler laat zien als gevolg van het spelen van de game. Ze omvatten niet alleen wat iemand weet na afloop, maar ook hoe iemand denkt, beslissingen neemt en handelt in vergelijkbare situaties buiten het spel.
Dit onderscheidt serious games van traditionele toetsen. Waar een schriftelijke test vooral declaratieve kennis meet, biedt een goed ontworpen serious game inzicht in toegepaste vaardigheden en besluitvorming onder druk. Een student die in een simulatie de juiste keuzes maakt in een medische situatie, toont daarmee meer dan feitenkennis. Dat maakt leerresultaten bij serious games rijker en complexer dan bij veel andere lesmethoden.
Leerresultaten zijn ook altijd gekoppeld aan vooraf bepaalde leerdoelen. Zonder heldere doelen is meten onmogelijk. Een goede serious game is daarom ontworpen vanuit die doelen, waarbij elke game-mechanic bijdraagt aan het bereiken ervan.
Waarom zijn leerresultaten van serious games moeilijk zichtbaar te maken?
Leerresultaten van serious games zijn moeilijk zichtbaar te maken omdat leren in een spel impliciet is en zich over tijd verspreidt. Er is geen enkel meetmoment zoals een eindtoets. Bovendien meten traditionele evaluatiemethoden niet wat games juist goed doen: gedrag, redeneren en toepassen in context.
Een tweede reden is dat veel scholen en organisaties gewend zijn aan kwantitatieve meetmethoden zoals cijfers en slagingspercentages. Serious games genereren andere soorten data, zoals keuzepatronen, doorlooptijden en herprobeergedrag. Die data zijn waardevol, maar vragen om een andere interpretatie dan docenten gewend zijn.
Tot slot ontbreekt het bij de implementatie van game-based learning regelmatig aan een duidelijk meetplan vooraf. Als je pas na afloop bedenkt wat je wilde meten, is veel waardevolle informatie al verloren gegaan. Succesvol digitaal leren in de klas begint daarom altijd met de vraag: wat willen we aantonen, en hoe leggen we dat vast?
Welke soorten leerresultaten kun je meten bij serious games?
Bij serious games kun je vier soorten leerresultaten onderscheiden: kennisverwerving, vaardigheidstoepassing, houdingsverandering en gedragsverandering. Elk type vraagt om een andere meetaanpak en levert andere inzichten op over de effectiviteit van de leerervaring.
- Kennisverwerving: Wat weet de student na het spelen wat hij of zij daarvoor niet wist? Dit is het meest direct meetbaar via voor- en nametingen.
- Vaardigheidstoepassing: Kan de student het geleerde toepassen in een nieuwe situatie? Dit blijkt uit in-game prestaties en scenariokeuzes.
- Houdingsverandering: Is de student anders gaan denken over een onderwerp? Dit meet je via reflectievragen of observaties.
- Gedragsverandering: Handelt de student in de praktijk anders dan vóór de training? Dit is het meest waardevolle, maar ook het moeilijkst te meten resultaat.
Voor serious games in het onderwijs zijn met name vaardigheidstoepassing en houdingsverandering relevant, omdat die aansluiten op de praktijkgerichte doelen van het mbo. Gedragsverandering op de werkvloer is de ultieme graadmeter, maar vraagt om een langere follow-up na de game-ervaring.
Hoe meet je leerresultaten tijdens het spelen van een serious game?
Leerresultaten tijdens het spelen van een serious game meet je door gebruik te maken van in-game data die automatisch worden gegenereerd. Denk aan keuzelogging, tijdregistratie per taak, herprobeerpogingen, scoreverloop en de volgorde waarin een speler door scenario’s navigeert. Deze data geven een realtime beeld van het leerproces.
In-game gedragsdata analyseren
Elke actie die een speler onderneemt, is potentieel informatief. Kiest een student consequent de veilige optie, ook als dat niet de beste keuze is? Dat zegt iets over risicobereidheid of begrip van de leerstof. Hoe lang doet iemand over een beslissing? Dat kan duiden op onzekerheid of juist op zorgvuldigheid. Door deze patronen te analyseren, krijg je inzicht in het denkproces achter de keuzes.
Voormeting en nameting combineren
Een krachtige aanpak is het combineren van in-game data met een korte voormeting vóór en een nameting na het spelen. Zo kun je aantonen welke verschuiving in kennis of houding heeft plaatsgevonden. Dit maakt de leerresultaten niet alleen zichtbaar, maar ook vergelijkbaar en overdraagbaar naar andere contexten.
Wat is het verschil tussen formatief en summatief meten bij serious games?
Formatief meten bij serious games vindt plaats tijdens het leerproces en is gericht op bijsturen. Summatief meten vindt plaats na afloop en is gericht op beoordelen. Beide vormen zijn waardevol, maar vullen elkaar aan en dienen verschillende doelen binnen innovatief onderwijs.
Formatieve metingen helpen de docent om tijdig in te grijpen. Als de data laten zien dat een groep studenten steeds dezelfde fout maakt in een scenario, is dat een signaal om de uitleg aan te passen of extra begeleiding te bieden. De game fungeert dan als diagnostisch instrument in plaats van alleen als leerervaring.
Summatieve metingen zijn geschikt voor verantwoording en evaluatie. Ze beantwoorden de vraag: heeft de game bereikt wat we beoogden? Dit is de informatie die schoolleiders en beleidsmakers nodig hebben om beslissingen te nemen over verdere inzet van game-based learning in het curriculum.
Welke tools en methoden helpen bij het inzichtelijk maken van leerdata?
Leerdata van serious games worden inzichtelijk gemaakt via dashboards, leerbeheersystemen (LMS), exporteerbare rapportages en reflectie-instrumenten. De juiste tool hangt af van wat je wilt meten en hoe de game technisch is gebouwd.
Een goed ingericht dashboard geeft docenten realtime inzicht in de voortgang van individuele studenten en de groep als geheel. Moderne serious games zijn vaak gekoppeld aan een LMS via standaarden als xAPI of SCORM, waardoor leerdata automatisch worden opgeslagen en geanalyseerd. xAPI is daarbij de meest geavanceerde optie, omdat het ook gedrag buiten de formele leeromgeving kan registreren.
Naast technische tools zijn kwalitatieve methoden minstens zo waardevol. Reflectiegesprekken na het spelen, observaties tijdens gameplay en gerichte feedbackvragen helpen om de cijfers te duiden. Getallen vertellen wat er gebeurt; gesprekken vertellen waarom. Een combinatie van beide levert het meest complete beeld van de leerresultaten op.
Hoe presenteer je leerresultaten van serious games aan schoolleiders en beleid?
Presenteer leerresultaten aan schoolleiders door te focussen op drie elementen: de leerdoelen die zijn bereikt, de betrokkenheid van studenten tijdens het leerproces en de relatie met de bredere onderwijsdoelen van de school. Vertaal technische leerdata naar begrijpelijke conclusies die aansluiten op strategische prioriteiten.
Schoolleiders en beleidsmakers denken in termen van rendement, kwaliteit en schaalbaarheid. Laat daarom zien wat de game heeft opgeleverd in verhouding tot de investering, hoe studenten de ervaring hebben beoordeeld en of de aanpak herhaalbaar is voor andere groepen of vakken. Concrete voorbeelden van gedragsverandering of verhoogde betrokkenheid zijn overtuigender dan abstracte scores.
Vermijd jargon en technische details in de presentatie. Gebruik visuals zoals grafieken en vergelijkingen van vóór en na. Sluit af met een duidelijke aanbeveling: wat is de volgende stap als de resultaten positief zijn? Zo maak je van een evaluatie een springplank voor verdere implementatie van digitaal leren in de klas.
Welke fouten moet je vermijden bij het evalueren van serious games?
De meest gemaakte fouten bij het evalueren van serious games zijn: geen meetplan opstellen vóór de start, uitsluitend kwantitatieve data gebruiken, de game los evalueren van de bredere leercontext en resultaten niet terugkoppelen aan studenten of docenten. Elk van deze fouten ondermijnt de waarde van de evaluatie.
- Geen vooraf bepaalde leerdoelen: Zonder heldere doelen weet je niet wat je moet meten. Bepaal vóór de start welk gedrag of welke kennis je wilt zien na afloop.
- Alleen kijken naar scores: Een hoge score zegt niet altijd dat er geleerd is. Kijk ook naar het proces, de keuzes en de reflectie van studenten.
- De game als losstaand instrument behandelen: Een serious game werkt het best als onderdeel van een breder leertraject. Evalueer ook wat er vóór en na de game gebeurt.
- Geen feedbackloop inbouwen: Als studenten en docenten niets horen over de resultaten, verdwijnt de motivatie om de volgende keer beter te doen.
- Te vroeg evalueren: Gedragsverandering kost tijd. Een meting direct na afloop geeft een ander beeld dan een meting vier weken later.
Het vermijden van deze valkuilen vraagt om een gestructureerde aanpak bij het implementeren van game-based learning. Een goede voorbereiding, heldere doelen en een doordacht evaluatieplan maken het verschil tussen een leuke activiteit en een aantoonbaar effectieve leerervaring. Wil je weten hoe wij dat aanpakken, of ben je benieuwd wat er mogelijk is voor jouw onderwijssituatie? Neem dan gerust contact met ons op.
