Je zit in de les Spaans en oefent met een klasgenoot hoe je incheckt in een hotel. Morgen probeer je hetzelfde scenario uit met een chatbot op je gsm. En later videobel je misschien nog met een taalpartner om het een laatste keer te oefenen.

Dezelfde taak, hetzelfde doel, maar elke situatie voelt anders aan. Hoe komt dat?

Wat blijkt? Ons brein gaat telkens anders aan de slag. En daar is empirisch bewijs voor.

We weten dat interactie essentieel is om een taal te leren, en sinds kort weten we ook dat ook interactie met een chatbot helpt. Dat bewijs komt vooral uit experimentele studies met taaltoetsen, en uit wat leerlingen zelf vertellen over hoe ze zich voelen. 

Maar leerlingen vragen hoe ze zich voelen, hoe belangrijk ook, vertelt ons soms maar een deel van het verhaal. [Eerlijk gezegd weet ik zelf ook niet altijd wat er in mijn hoofd omgaat… Ben ik boos? Of heb ik gewoon honger? Vaak heb ik geen idee]

Wat gebeurt er dan eigenlijk in ons brein tijdens die interacties? 

Een recente studie zocht precies dat uit en mat de hersenactiviteit van leerders van het Engels, afhankelijk van met wie, of met wat, ze praatten.

Hoe onderzochten ze wat interactie in een tweede taal met ons brein doet?

Dertig studenten Engels van een universiteit in Taiwan voerden gesprekken in drie verschillende contexten: 

Wat gebeurde er in elk van die contexten?

In elke setting (face-to-face, chatbot, virtueel) speelden de studenten 10 minuten een rollenspel in een hotel of restaurant, afwisselend als klant en als personeelslid.

Elke student droeg een NeuroSky Mindwave EEG-headset: een licht, draagbaar toestel dat hersengolven in realtime meet. Het toestel kan vijf soorten hersengolven volgen (delta, theta, alfa, bèta en gamma) en twee mentale toestanden (aandacht en meditatie).

Kort gezegd: met hersengolven bedoelen we patronen van elektrische activiteit in de hersenen, die ontstaan doordat neuronen met elkaar communiceren. Zie ze als de achtergrondmuziek van ons brein, die van ritme en tempo verandert naargelang we diep geconcentreerd zijn, ontspannen, of ergens daartussenin (Hier vind je een diepere duik in de wetenschap achter hersengolven).

Aandacht verwijst naar hoe sterk je mentaal gefocust bent, en meditatie wijst op een toestand van kalmte en ontspanning; allebei worden ze gezien als gunstige voorwaarden om te leren. 

Wat gebeurt er nu in ons brein?

Wat blijkt: de aandacht, meditatie en hersengolven van de studenten verschilden significant tussen de drie contexten.

Hoe dan?

De aandacht was het hoogst bij face-to-face, net als de alfa- en bètagolven, die samenhangen met alertheid en actief probleemoplossen. Logisch: mensen zijn gemaakt voor sociale interactie. De onvoorspelbaarheid van een live gesprek, met non-verbale signalen, gezichtsuitdrukkingen en het heen-en-weer, lijkt het brein actief betrokken te houden.

Bij de chatbot was de meditatie (ontspanning) het hoogst. Studenten voelden zich merkbaar rustiger als hun gesprekspartner een bot was, waarschijnlijk omdat er niemand is die oordeelt en dat de angst verlaagt. Delta- en thetagolven, die ook samenhangen met ontspanning en intuïtie, waren dominant. Ook de aandacht was hoog: lager dan bij face-to-face, maar hoger dan in de virtuele omgeving.

Opvallend: de virtuele omgeving scoorde het laagst op aandacht en meditatie. Gammagolven (die samenhangen met het ophalen van herinneringen en complexe informatieverwerking) piekten hier, wat erop wijst dat de studenten cognitief harder moesten werken om het gesprek gaande te houden.

Waarom is dit belangrijk?

Deze studie voegt neurowetenschappelijk bewijs toe aan hoe we naar interactie bij het leren van een taal kijken. Wat we voelen als we met een persoon, of met een bot, praten, zie je terug in onze hersenactiviteit.

De resultaten zijn ook om deze redenen belangrijk:

Voor wie, zoals wij, AI-tools voor taalleren bouwt, bevestigt deze studie een kernmissie: een veilige ruimte creëren waar taalleerders kunnen oefenen, spreekdurf kunnen opbouwen en rustig en gefocust aan de slag kunnen gaan


Oorspronkelijk artikel

Hsu, L. (2022). To CALL or not to CALL: empirical evidence from neuroscience. Computer Assisted Language Learning, 35(4), 792–815. https://doi.org/10.1080/09588221.2020.1750429

Afbeeldingen van Fauxels en Google DeepMind op Pexels