Onderbouwing

Waar dit op leunt.

Een studiekeuzetool die niet kan uitleggen waaróm hij zegt wat hij zegt, is een gokmachine met een mooie schil. Daarom staat hieronder de methode, de data en de rekenwijze — inclusief wat er nog niet klopt.

De methode: reflectie in dialoog

De gids is gebouwd op de loopbaancompetenties van Marinka Kuijpers, het kader dat ook in het Nederlandse LOB-beleid wordt gebruikt. De kern daarvan: een goede keuze ontstaat niet uit een test, maar uit reflectie en betekenisgeving in gesprek. Twee dingen die daaruit volgen en die je terugziet in elke vraag:

Van de vijf loopbaancompetenties dekken we er vier: motievenreflectie, kwaliteitenreflectie, werkexploratie en loopbaansturing. Netwerken doen we niet — dat blijft werk van de school.

De datalaag

Alle feiten in de tool komen uit één handgeschreven dataset. Niets wordt live opgehaald en niets wordt door de AI verzonnen.

Studies
150
hbo / wo
82 / 68
Interessegebieden
11

Per studie leggen we vast: niveau, nominale duur (bachelor plus master, en of die master echt nodig is voor het beroep), toelating met het beslissende vak, numerus fixus, een indicatieve week-verdeling, het hardnekkigste misverstand, beroepen, een indicatie van de baankansen, verwante studies en de vestigingssteden van de voorbeeldopleidingen. Daarnaast 61 tags en 23 swipe-kaarten die uitsluitend naar bestaande gebieden en tags verwijzen.

Hoe de matching rekent

Geen black box: het is optellen en aftrekken, en de knoppen staan open in de code.

+3Een gematcht interessegebiedPlus een bonus als je dat gebied vaker koos.
+1Een gematchte tagFijnmaziger dan het gebied zelf.
+3 / −2Jouw schoolniveauHavo neigt naar hbo, vwo naar wo — maar een echt passende studie van het andere niveau blijft staan.
−2Een weggeswipet gebiedMaximaal 2× geteld, zodat één swipe niets wegvaagt.
+3Ruime baankansenAlleen als je aangaf dat zekerheid over werk voor jou meetelt.

Bovenop de score komt een spreidingsregel: per hoofdgebied staan er hooguit twee studies in je top. Zonder die regel kreeg iemand met technische antwoorden vijf keer bijna dezelfde studie te zien. De volgorde blijft op score; alleen de selectie is verbreed. Ook zit er bewust één minder bekende maar passende studie tussen, tegen tunnelvisie.

Je vakkenpakket labelt alleen. Het filtert nooit: een studie buiten je profiel blijft gewoon zichtbaar, met erbij wat er zou moeten gebeuren om er alsnog te komen.

Wat de AI wel en niet mag
Wel
  • Doorvragen, terugspiegelen en verbanden benoemen
  • Je antwoorden vertalen naar gebieden en tags uit de dataset
  • Uitleggen wat een feit uit de dataset voor jou betekent
Niet
  • Feiten noemen die niet in de dataset staan
  • Exacte toelatingseisen, cijfers of salarissen opgeven
  • Een studie afraden omdat die buiten je profiel valt
  • Off-topic gaan, of medisch of psychologisch advies geven

Technisch: de AI krijgt per beurt alleen de toegestane gebieden en tags mee, plus een feitenkaart van de best passende studies. Zijn antwoord wordt gevalideerd — verzint hij een gebied of tag, dan valt dat er bij het inlezen uit. De sleutel staat server-side en het gesprek gaat nergens heen behalve naar het taalmodel.

Wat nog niet af is
  • De studiedata is niet extern geverifieerd. Toelatingseisen, numerus fixus en duur zijn met zorg samengesteld en op onderdelen nagelopen, maar niet gecontroleerd door de opleidingen zelf. Controleer ze via Studiekeuze123.
  • 150 studies is niet het volledige aanbod. Het is een doorsnede van bekende en minder bekende richtingen, geen complete gids.
  • De baankansen zijn kwalitatieve inschattingen, geen gemeten cijfers. Er is een veld klaargelegd voor echte arbeidsmarktdata uit de Studiekeuzedatabase (met bron en meetjaar), maar dat is nog niet gevuld.
  • De vestigingssteden zijn afgeleid uit de voorbeeldopleidingen in onze data. Niet elke opleiding draait op elke locatie van een instelling.
  • We hebben geen effectmeting. Er is geen onderzoek dat aantoont dat deze tool uitval vermindert. Dat zou een pilot moeten uitwijzen.
Bronnen

Vragen over de methode?

Kritiek op de aanpak of de data is welkom — daar wordt het beter van.

Neem contact op