Veel opleidingen werken bij stagereflectie met de STARR-methodiek. Die werkt prima voor reflectie op een geplande competentie. Zodra de student wil terugkijken op iets onverwachts, een dilemma in de klas, een lastig oudergesprek of een moment waarop iets niet liep zoals bedacht, past het model minder goed. Voor die situaties is de kritisch incident-methode geschikter. De student kiest één gebeurtenis die is blijven hangen, en werkt die in zeven stappen uit.
In de praktijk werkt het zo. De chatbot vraagt eerst naar opleiding, studiejaar en stagecontext, en helpt vervolgens om een geschikt incident te kiezen. Daarna gaat de student fase voor fase door het reflectieproces: eerst feitelijk beschrijven wat er gebeurde, dan onderzoeken wat de student dacht, voelde en deed, vervolgens analyseren waarom dit moment juist deze student raakte, alternatieve handelingen verkennen, en afsluiten met een concreet voornemen. Bij oppervlakkige antwoorden vraagt de chatbot door met vragen als “wat bedoel je precies” of “hoe zag dat er concreet uit”.
Wat deze chatbot bijzonder maakt, is dat hij de student dwingt om het incident ook door de ogen van een ander te bekijken. Hoe zou de leerling, collega of begeleider dezelfde gebeurtenis beschrijven? Die perspectiefwisseling is precies het moment waarop oppervlakkige reflectie omslaat in echt leren. Aan het einde krijgt de student een tekstbestand met de volledige reflectie, geordend per fase. Handig om in te leveren of later nog eens terug te lezen. De chatbot is beschikbaar als GPT en als GEM.
