Adaptief leren: wat het écht zou moeten betekenen

Voorbij vertakte vragenlijsten en statische leerpaden — Mentor's aanpak op drie niveaus, met regels en matching als fundering en interventies als sluitstuk

"Adaptief leren" is een van de meest opgerekte termen in opleidingssoftware. Vrijwel elk platform claimt het. Vrijwel niemand bedoelt hetzelfde.

Voor het ene platform betekent het: bij antwoord A ga je verder met vraag 3, bij antwoord B met vraag 4. Dat is conditionele logica, geen adaptiviteit. Voor het andere platform betekent het: de cursist vult vooraf een intake-vragenlijst in, op basis daarvan wordt een uniek leerpad opgesteld, en dat is dan zijn pad voor het hele traject. Dat is gepersonaliseerd, maar het beweegt niet meer mee — de cursist die op dinsdag de intake invulde krijgt op vrijdag, ziek, moe of net gepromoveerd, exact hetzelfde pad voorgeschoteld.

Dit artikel laat zien wat adaptiviteit wél kan zijn als je het serieus neemt: een systeem dat continu meebeweegt met wie de cursist is, hoe hij zich gedraagt en wat er op dit moment gebeurt. In Mentor zit dat opgebouwd in drie lagen — met regels en matching als onmisbaar fundament, met de adaptieve engine als drijvend mechanisme, en met interventies als sluitstuk wanneer de cursist dreigt vast te lopen.

Eerlijk vooraf: alle smaken van adaptiviteit hebben hun plek. Voor een eenmalige veiligheidsinstructie van twintig minuten is conditionele logica meer dan genoeg. Voor een meerdaags traject in leven lang leren of professionele vaardigheden, met een cursist die je over weken of maanden vasthoudt, is statisch-gepersonaliseerd al snel ontoereikend — en daar maakt werkelijk adaptief het verschil tussen een voltooid en een gestaakt traject. Voor wie een cursist een rapport mee naar huis wil geven dat dient als persoonlijke leidraad, opent adaptiviteit zelfs een hele nieuwe categorie blended toepassingen. Daar komen we zo op terug.

Drie soorten "adaptief" die je in de markt tegenkomt

Voor we bij Mentor komen, een korte typering van wat er onder de noemer "adaptief leren" wordt aangeboden.

Conditioneel. Vertakte vragenlijsten, "bij A naar 3, bij B naar 4". Volstrekt legitiem, maar het is logica die elke betere quizmaker ook heeft. Niet wat de meeste mensen bedoelen als ze "adaptief" zeggen, maar wel wat ze vaak krijgen.

Statisch gepersonaliseerd. Een vragenlijst, leerstijl-test of niveaubepaling vooraf. Op basis daarvan wordt een uniek leerpad samengesteld voor deze cursist. Klinkt adaptief, ís voor elke cursist anders, maar het is een momentopname. Wat de vragenlijst niet meet, ziet het systeem nooit. Wat na de start verandert in de situatie van de cursist, beïnvloedt zijn pad niet meer.

Werkelijk adaptief. Het systeem reageert continu op context. Op wie de cursist is (statisch), op hoe hij zich in de tijd gedraagt (statistisch), op wat er op dit moment gebeurt (real-time). Het pad wordt niet eens vastgesteld; het wordt voortdurend bijgesteld. Dit is wat Mentor doet, en dit artikel gaat over hoe.

De rest van het artikel werkt van onder naar boven: eerst de logische fundering (regels en afhankelijkheden), dan de afstemmingslaag (matching), dan de adaptieve engine zelf met zijn drie niveaus, en tot slot de interventies wanneer adaptiviteit alleen niet meer genoeg is.

Laag 1 — Regels en afhankelijkheden: de fundering

Voor je überhaupt kunt praten over adaptief gedrag, moet er een logische structuur onder liggen. In Mentor is die laag uitgebreider dan in de meeste platforms en het is goed om die expliciet te maken, want hij doet al veel werk vóór de adaptiviteit überhaupt aan zet komt.

Afhankelijkheden tussen lessen. Een cursist kan pas naar les 3 als de score op les 2 boven een drempelwaarde ligt. Of: les 4 is alleen toegankelijk als zowel les 2 als les 3 zijn afgerond. Klinkt eenvoudig, maar het bouwt een leerpad waarin niemand per ongeluk gaten in de fundering laat zitten.

Toegangsvoorwaarden voor cursussen. Een gevorderde cursus is alleen toegankelijk voor cursisten met een vastgesteld basisniveau, een eerder behaald certificaat, of een aantoonbare werkervaring. Bij Mentor zit dat in het systeem zelf — niet als handmatige check door de backoffice, maar als geautomatiseerde voorwaarde.

Routering op antwoorden. De klassieke vertakte logica, waar veel concurrenten stoppen. In Mentor is dit één gereedschap in de doos, niet het hele verhaal.

Tijdgebaseerde afhankelijkheden en herhaling. Lessen, oefeningen of herinneringen kunnen automatisch worden afgevuurd op een vooraf bepaald aantal dagen of uren voor of na een eerdere les of activiteit. Daarmee implementeert Mentor het principe van spaced repetition: periodieke herhaling op de juiste tussenpozen, die kennis aantoonbaar beter laat beklijven dan eenmalige instructie. Het is de praktische toepassing van een van de oudste empirisch onderbouwde leerprincipes — de vergeetcurve die Hermann Ebbinghaus al in 1885 beschreef, en die in meer dan een eeuw aan vervolgonderzoek consistent is bevestigd. Voor compliance-onderwerpen waar kennis drie jaar later nog paraat moet zijn (BHV, VCA, Code 95), is dit geen luxe maar een voorwaarde.

Dit alleen is nog geen adaptiviteit in de echte zin — het zijn regels die jij of de cursusontwerper instelt. Maar het is wel het fundament waarop de rest leunt. Zonder deze laag is er geen kapstok om het adaptieve gedrag aan op te hangen.

Laag 2 — Matching: de afstemmingslaag

De tweede laag is matching op eigenschappen. Hier komt het systeem niet alleen in actie naar de cursist toe, maar ook naar de organisatie toe — wat Mentor zo direct relevant maakt voor de bedrijfsvoering van de opleider.

Cursus vereist een lokatie met gymzaal. Mentor matcht automatisch met beschikbare lokaties die aan die eis voldoen. Geen handmatige puzzelarbeid van een planner die alle vier de locaties uit zijn hoofd kent.

Cursist vraagt een docent uit zijn regio. Het systeem matcht docenten op afstand, beschikbaarheid en certificeringen. De cursist krijgt een passend voorstel; de planner hoeft niet meer in een spreadsheet te puzzelen.

Cursus ontwikkelt vaardigheden A en B. Het systeem registreert die vaardigheden op het profiel van de cursist na voltooiing. Een vervolgcursus die "vaardigheid A op niveau 2" als ingangseis heeft, weet automatisch wie kwalificeert.

Deelname vereist vaardigheidsniveau X. Bij inschrijving wordt direct gecontroleerd. Geen cursisten die op dag één blijken niet aan de instapeisen te voldoen.

Dit is matching tegen meerdere assen tegelijk. Het is geen spectaculaire feature om over op te scheppen — het is het type onzichtbare automatisering waarvan je pas merkt hoeveel werk het scheelt als je het een paar weken hebt. En hier zit een groot deel van de FTE-besparing die de businesscase zichtbaar maakt: dezelfde mensen verwerken meer volume omdat het handmatige matchwerk wegvalt.

Laag 3 — De adaptieve engine, op drie niveaus

Pas hier komen we bij wat Mentor onderscheidt van platforms die "adaptief" claimen maar bij laag 1 of laag 2 stoppen.

De adaptieve engine in Mentor werkt op drie verschillende soorten context, die opeenvolgend dynamischer worden. Bij elk niveau geldt: als de context aanleiding geeft, serveert Mentor een alternatieve variant van de content — een adaptief alternatief. Geen vervangende cursus, maar een andere uitleg, een andere modaliteit, een andere route naar hetzelfde leerdoel.

Niveau 1 — Statisch: wie de cursist is

Dit is de laag die het meest lijkt op wat statisch-gepersonaliseerde platforms bieden. Maar in Mentor werkt het continu door, niet alleen bij intake.

De statische context van een cursist bevat eigenschappen die niet snel veranderen: leeftijd, geslacht, taal, leerachtergrond, werkrol. Op basis daarvan serveert Mentor content die past — een Nederlandstalige uitleg voor wie Nederlands spreekt; voorbeelden uit de logistiek voor een chauffeur in opleiding; een andere casus voor een 22-jarige dan voor een 55-jarige met vijfentwintig jaar werkervaring.

Het verschil met een statisch-gepersonaliseerd platform: als de werkrol van de cursist verandert tijdens het traject — promotie, andere afdeling, nieuwe functie — past Mentor de content daarop aan. Bij een statisch systeem niet, want de eigenschap is alleen bij intake uitgevraagd.

Niveau 2 — Statistisch: hoe de cursist zich gedraagt

Dit is de laag die in een vragenlijst-vooraf-systeem geen tegenhanger heeft. Gedragspatronen zien is iets wat alleen kan tijdens het gebruik, niet vooraf.

Mentor herkent patronen in hoe een cursist het systeem gebruikt:

• Wisselt vaak van antwoord voordat hij bevestigt — signaal van twijfel of onzekerheid op dit onderwerp. Reactie: extra uitleg of een alternatieve uitleg aanbieden.
• Leert vooral 's nachts — past mogelijk bij een nachtdienst-profiel. Reactie: planning en herinneringen afstemmen op de daadwerkelijk beschikbare uren, niet op kantoortijden.
• Scoort goed op video, slecht op tekst — wijst op een leervoorkeur of mogelijk een dyslexie-profiel. Reactie: bij nieuwe onderwerpen eerst video aanbieden, tekst als verdieping in plaats van als ingang.
• Struikelt consistent over onderwerp X ondanks doorlopen content — signaal dat de standaard-uitleg niet werkt. Reactie: alternatieve uitleg, extra oefening, of een prerequisite-onderwerp herhalen.

Dit zijn patronen die je een goede docent ook ziet herkennen — en waarvan je een platform niet vanzelfsprekend zou verwachten dat het ze ziet. Het is de laag waar de meeste winst zit voor opleidingsresultaten, omdat het ingrijpt vóór de cursist vastloopt, niet erna.

Niveau 3 — Real-time: wat er nu gebeurt

De derde laag is conceptueel het tegenovergestelde van een statisch pad — het bestaat per definitie alleen in het moment.

Real-time signalen kunnen verschillende vormen aannemen, afhankelijk van welke data de cursist (opt-in) beschikbaar stelt:

• Fysiologische signalen zoals hartritme via een gekoppeld device — kunnen wijzen op stress, vermoeidheid of juist alertheid.
• Zelf-gerapporteerde stemming — de cursist geeft zelf aan hoe hij erin staat. Gespannen voor een toets, ontspannen na het sporten, gehaast tussen twee meetings door.
• Gedrag in de sessie zelf — snelheid van antwoorden, aantal pogingen, type fouten.

Op basis daarvan past Mentor het tempo, de moeilijkheidsgraad of de content aan. Een cursist die signalen van vermoeidheid uitzendt, krijgt geen nieuwe lastige stof gepresenteerd — die wacht tot een beter moment.

Op privacy en transparantie rond deze data komen we later in dit artikel terug — dat is geen voetnoot maar een serieus onderdeel van hoe Mentor hiermee omgaat.

In de praktijk: adaptiviteit als motor voor blended trajecten

De adaptieve engine wordt ook ingezet voor toepassingen die je niet meteen verwacht. Succesvol tot en met pensioen is daar een mooi voorbeeld van. Deze klant gebruikt Mentor's adaptieve leermodule om persoonlijke pensioenprofielen in beeld te brengen. De rapportagefunctionaliteit stelt op basis van die profielen automatisch een persoonlijk rapport op — en dat rapport dient vervolgens als leidraad voor fysieke bijeenkomsten met de deelnemer.

Wat hier eigenlijk gebeurt: adaptiviteit wordt niet alleen gebruikt om content tijdens een online cursus op de cursist af te stemmen, maar ook om gestructureerde output te produceren die buiten de cursus gebruikt wordt. Een trainer hoeft niet per deelnemer handmatig voor te bereiden — de adaptieve module en de rapportagelaag doen dat samen.

Dat opent een hele categorie blended toepassingen die zonder adaptiviteit operationeel onhaalbaar zouden zijn: financiële planning, loopbaancoaching, gezondheidsprogramma's, persoonlijke ontwikkelingstrajecten. Telkens met hetzelfde patroon — online module bouwt een persoonlijk profiel op, automatische rapportage zet dat om in een leesbaar document, fysiek gesprek gebruikt het document als startpunt.

Wanneer adaptiviteit niet meer genoeg is: interventies

Soms is content aanpassen niet genoeg. Een cursist die volledig blokkeert — vastloopt, vermijdt, afhaakt — heeft geen andere uitleg nodig, maar een onderbreking van het patroon.

In Mentor kan de adaptieve engine in dat geval een interventie afvuren: een gerichte actie buiten de leerstof om die de blokkade probeert op te heffen. Twee voorbeelden:

De gespannen cursist. Stresssignalen lopen op (hartritme, snelheid van foute antwoorden, vermijdgedrag). Voor de eerstvolgende sessie schuift Mentor een korte ontspanningsoefening in — twee minuten ademhaling, een korte mindfulness-instructie — en wacht met nieuwe lastige stof tot de signalen genormaliseerd zijn. Niet omdat ontspanning altijd het antwoord is, maar omdat een gespannen brein voor déze stof (begripsmatig, complex, vraagt overzicht) een slecht instrument is.

De te ontspannen cursist vóór feitenkennis. Het omgekeerde geval, en wetenschappelijk minder bekend bij het brede publiek. Voor pure feitenkennis — rijtjes, regels, definities, procedurestappen (in de literatuur: rote learning) — werkt een licht verhoogde alertheid (in wetenschappelijke termen: arousal) juist beter dan volledige ontspanning. De hersenen onthouden dit type stof beter na een korte stressprikkel vooraf, mits die prikkel past bij de context waarin de kennis later moet worden toegepast.

Dat laatste klinkt theoretisch, maar in jullie wereld is het direct herkenbaar. Een BHV-procedure leer je beter onder lichte tijdsdruk, want je past 'm later toe onder echte tijdsdruk. Een Code 95-instructie over verkeersveiligheid blijft beter hangen wanneer de leersetting iets van de alertheid oproept die ook op de weg nodig is. Het is de reden dat realistische oefensituaties effectiever zijn dan ontspannen klassikaal doornemen — en de adaptieve engine kan dat principe in een online setting nabootsen.

Belangrijk om hier expliciet bij te zeggen: de adaptieve engine in Mentor doet niet aan koude manipulatie van de gemoedstoestand van cursisten. Het matcht context aan content, en wanneer dat niet meer werkt biedt het een interventie aan — die de cursist altijd kan accepteren of overslaan. Het is een gereedschap, geen sturingsmechanisme.

Wat zegt de wetenschap?

De achterliggende principes zijn niet exotisch. Het basisidee: prestatie hangt af van de mate van alertheid of opwinding, met een optimum dat verschilt per taaktype. Voor complexe, begripsmatige taken ligt het optimum bij relatief lage spanning; voor eenvoudige, ingesleten taken bij hogere spanning. Dit is bekend als de Yerkes-Dodson-curve (preciezer: de Hebbiaanse performance-arousal-curve).

Het effect van stress op leren is verder genuanceerd in onderzoek van de laatste twee decennia. De korte versie: matige stress vóór of tijdens het leren kan de inprenting (technisch: consolidatie) versterken, vooral voor materiaal dat past bij de context waarin het later moet worden toegepast. Een cursist die een BHV-procedure leert in een setting met lichte tijdsdruk onthoudt die procedure beter in een echte noodsituatie dan een cursist die de stof in volstrekte rust heeft doorgenomen.

Belangrijke nuance die je niet vaak hoort: stress helpt vooral bij stof die bij de stressbron past. Spanning die niets met het onderwerp te maken heeft, verbetert het leren juist niet en kan het zelfs verstoren. Mentor maakt daarin onderscheid: interventies zijn altijd context-gericht en gerelateerd aan de leerstof die volgt.

Het gevolg voor de praktijk: voor compliance-onderwerpen (BHV, VCA, Code 95) waar de toepassingscontext zelf vaak stressvol is, kan een lichte spanning tijdens het leren juist gunstig zijn. Voor complexe begripsmatige stof (projectmanagement, leiderschap, strategie) zijn rust en focus voorwaardelijk.

Mentor probeert geen wetenschap te overschrijven, het probeert wetenschappelijke inzichten praktisch toe te passen. De grondslag voor de relatie tussen stress en het inprenten van kennis ligt onder andere in het werk van onderzoekers als Sonia Lupien, Marie-France Marin en Marian Joëls — wie dieper wil, kan via die namen verder zoeken in de literatuur op stress, cortisol en geheugen.

Privacy en grenzen

Een platform dat reageert op hartritme, gedragspatronen en zelf-gerapporteerde stemming roept terechte vragen op. Het privacy-beleid van Mentor staat op drie principes.

Doelgebondenheid. Data wordt alleen verzameld en bewaard voor het doel waarvoor het is bedoeld — adaptieve content serveren op het juiste moment. Niet voor profilering, niet voor secundair gebruik.

Real-time blijft in het moment. De real-time context (hartritme, stemming-van-nu, sessiegedrag) is alleen in dat moment van belang en wordt niet voor de langere termijn bewaard. Wat helpt bij de sessie van vandaag, leeft niet voort als gegevensspoor van morgen.

Controle bij de cursist. Alles wat Mentor wél vastlegt, heeft de cursist vooraf kunnen goedkeuren, kan op elk moment worden ingezien en desgewenst (laten) verwijderen.

Het is verleidelijk om dit als verkooppraat te lezen, maar het is precies het type beleid dat het verschil maakt tussen een platform dat adaptiviteit serieus neemt en een platform dat het als marketingargument inzet. De gesprekken die we voeren met opdrachtgevers in de zorg, de overheid en het bedrijfsleven gaan vaak meer over deze grenzen dan over de functionaliteit zelf.

Wat dit betekent voor opleidingsresultaten

Een cursist die niet vastloopt, voltooit. Een cursist die voltooit, certificeert. Een cursist die certificeert, telt mee in de hercertificeringscyclus drie jaar later. Adaptieve interventies grijpen in vóór de uitval, niet erna.

Onderzoek bevestigt dat effect. Een grote overzichtsstudie uit 2024 die 45 onderzoeken samenvatte vond een substantieel positief effect van AI-gedreven adaptief leren op leeruitkomsten, vergeleken met niet-adaptieve methoden. Specifiek voor voltooiing liet het Smart Sparrow-platform een stijging van rond 20% zien, en bredere onderzoeken naar gepersonaliseerd leren rapporteren consistent lagere uitval en hogere betrokkenheid.

Belangrijke nuance: dit onderzoek komt vooral uit academisch onderwijs en open online cursussen (MOOC's), waar voltooiingspercentages dramatisch laag liggen (gemiddeld rond 15%). In professionele opleidingen is dat al hoger door externe druk en motivatie. De winst van adaptief leren verschuift daar van pure voltooiing naar kwaliteit van het leren, snelheid van doorlopen, hercertificeringssucces en voltooiing van vrijwillige in-company-onderdelen. De onderliggende mechanismen werken in beide contexten en zijn zichtbaar in Mentor.

Wanneer dit ertoe doet — en wanneer minder

Niet elke leeractiviteit profiteert evenveel van een adaptieve engine. Eerlijkheid hierover maakt het hoofdverhaal juist sterker.

Het werkt vooral voor:

• Meerdaagse en meerweekse trajecten. Hoe langer het traject, hoe meer kans dat context tussentijds verandert — en hoe groter het verschil tussen een statisch en een adaptief pad.
• Leven lang leren en post-initieel onderwijs. Volwassen lerenden met werkende levens, ongelijke voorkennis, individuele leerritmes en wisselende beschikbaarheid. Precies de doelgroep waar statisch falen ophoudt.
• Professionele vaardigheden. Leiderschap, projectmanagement, communicatie — vakgebieden waar de context van de cursist (organisatie, rol, ervaring) direct invloed heeft op wat hij nodig heeft.
• Hercertificering met faalrisico. Wie eerder een hercertificering net niet haalde, heeft baat bij een platform dat daar in het volgende traject rekening mee houdt.
• Blended trajecten met persoonlijke output. Toepassingen zoals het Succesvol tot en met pensioen-voorbeeld eerder in dit artikel — waar adaptieve profilering de input vormt voor offline gesprekken of coachsessies.

Het werkt minder voor:

• Eenmalige veiligheidsinstructies van twintig minuten. Conditionele logica volstaat.
• Volledig gestandaardiseerde compliance-trainingen waar de inhoud bij wet vaststaat en alle cursisten hetzelfde moeten doorlopen.
• Doelgroepen met homogene voorkennis en werkomstandigheden. Als alle cursisten ongeveer hetzelfde startpunt hebben en in dezelfde context werken, is het verschil tussen adaptief en statisch klein.

Voor de meeste serieuze opleiders ligt het zwaartepunt aan de bovenste kant van deze lijst — meer dan ze in eerste instantie denken.

Reken je business case door, of zie het in actie

Adaptiviteit is een didactisch onderwerp, maar het heeft een zakelijke uitkomst. Daarom de twee paden hieronder:

• Reken eerst de business case door. De businesscase-calculator laat zien wat Mentor financieel oplevert voor jouw situatie — inclusief de impact van betere voltooiing en lagere uitval op de behoudkant. Dertig seconden, geen formulier, geen e-mailadres.
• Zie de adaptieve engine in actie. Plan een kennismaking waarin we de drie niveaus laten zien op een concrete cursus uit jouw segment. Niet een slide-deck-tour, maar een doorloop van een cursist door een traject waar de adaptiviteit zichtbaar wordt.

Voor de volledige zakelijke onderbouwing en hoe de adaptieve engine doorwerkt in voltooiing en omzet: zie ook Businesscase Mentor: wat levert het jouw opleidingsorganisatie écht op? — het uitgebreide artikel waar de drie blokken (besparing, omzetpotentieel, kosten) één voor één worden doorgerekend.