Ik ben Mark Spermon. Ik help ervaren instructional designers leerervaringen te maken die aanzetten tot ander gedrag. Met AI als denkpartner en jouw vakmanschap aan het stuur.
8 weken · je eigen project · persoonlijke feedback
“Kun je van deze presentatie een module maken?” Jij wilt eerst weten wat mensen anders moeten kunnen doen. Maar de deadline staat al en de inhoud ligt klaar.
Leer laten zien waarom een andere keuze beter past — met het project dat al op je bureau ligt.
Je brengt een echt project mee dat toch al verder moet — en gebruikt het om beter te worden in de beslissingen achter het werk.
Learning Design Lab is een achtweekse werkplaats voor ervaren instructional designers. Je stakeholder, LMS, toegankelijkheidseisen en beperkingen aan AI-gebruik komen met je mee.
Dat is het werk.
In het Lab werken we aan de keuzes die je daadwerkelijk moet maken. Soms bevraagt AI je eerste kijk op het probleem. Later helpt het je misschien een optie te toetsen of een deel van de bouw te versnellen.
De uiteindelijke keuze moet voor jou nog steeds kloppen — en uit te leggen zijn aan iemand anders.
Ontdek Learning Design LabInschrijving opent op 20 oktober 2026. Meld je aan voor de wachtlijst.
Een leeroplossing kan mislukken omdat het ontwerp zwak is. Maar ook omdat de technologie eronder onbetrouwbaar is, onhandig werkt of gewoon niet past.
Ik werk al twintig jaar in digitaal leren, met een technische achtergrond waardoor ik aan beide kanten van dat probleem kan werken.
Ik gebruik evals om AI-output te testen en bouw mijn eigen AI-skills als een generiek model niet genoeg is.
Een van die skills draait om leerscenario’s. Het lastige is niet om AI een dialoog te laten schrijven. Het gaat erom dat de deelnemer een beslissing moet nemen die ertoe doet en dat het scenario reageert op een manier die daadwerkelijk iets leert.
Ik bouwde ook een tool waarmee instructional designers codeblokken op maat kunnen instellen, downloaden en importeren, zonder code te schrijven of AI te prompten.
Het technische werk gebeurt nog steeds. De instructional designer hoeft zich er alleen niet mee bezig te houden.
Voor een adaptief rekenplatform voor leerlingen in groep 7 moest ik ontwerpkeuzes vertalen naar systeemlogica: wat begrijpt deze leerling al, waar loopt die vast en wat moet er hierna gebeuren?
Op dat snijvlak werk ik graag.
Ondersteunt de technologie de ontwerpkeuze — of zit ze in de weg?
Niet elk project heeft een Lab van acht weken nodig. Soms wil je hulp bij één onderdeel van het werk.
Een tweede blik op jouw huidige project
Breng een briefing, storyboard, prototype of bestaande module mee.
Ik kijk of probleem en oplossing nog bij elkaar passen, waar een aanname getoetst moet worden en welke keuzes je beter kunt bevragen voordat je verdergaat.
Je krijgt een gerichte tweede blik vóór het volgende stakeholderoverleg — terwijl de onderdelen die aanpassing verdienen nog makkelijk te veranderen zijn.
Vraag naar Learning Design ReviewLeer van de keuzes achter echt werk
De meeste voorbeelden laten je de afgeronde module zien.
Ik ben meer geïnteresseerd in hoe die tot stand kwam.
Een Learning Design Breakdown begint bij de oorspronkelijke vraag en volgt het project langs de keuzes, afgevallen opties en wijzigingen die tot de uiteindelijke oplossing leidden. Waar dat helpt, zie je ook de bronbestanden en hoe AI onderweg is gebruikt.
Je ziet niet alleen wat er is gebouwd. Je kunt volgen waarom het zo is gebouwd en dat denkwerk vervolgens in je eigen werk gebruiken.
Vraag naar Learning Design BreakdownsOndersteuning bij één onderdeel van je werk
Ik bouw kleine tools voor specifieke onderdelen van instructional design waar wat structuur kan helpen.
Ze kunnen je helpen een opleidingsvraag open te leggen voordat de oplossing vaststaat, bij te houden waarom een belangrijke keuze is gemaakt of te bepalen waar je na de livegang op wilt letten — zodat er onder tijdsdruk minder denkwerk wordt overgeslagen.
Vraag naar Learning Design ToolsDe links voor Review, Breakdowns en Tools openen een e-mail aan Mark.
De module gaat live. Mensen ronden hem af. Maar hetzelfde probleem blijft terugkomen in het werk.
Hoe dan ook blijft de organisatie betalen voor hetzelfde onopgeloste probleem.
Dat noem ik Didactic Debt.
Daarom kom ik steeds terug op één regel:
Accepteer nooit AI-output zonder te weten waarom die in de oplossing thuishoort.
Een paar maanden later vraagt iemand om een opfrisser. Er komt nog een cursus bij, er gaat nog een herinnering uit, er wordt nog meer content gemaakt — terwijl het oorspronkelijke probleem er nog steeds is.
Soms was de leeroplossing vanaf het begin onvoldoende verbonden met het probleem. Soms blijft een ontwerpkeuze in de oplossing zitten, lang nadat niemand meer kan uitleggen waarom.
Die schuld groeit als leerinterventies symptomen aanpakken terwijl het oorspronkelijke probleem blijft bestaan, of als niemand kan uitleggen waarom belangrijke ontwerpkeuzes nog onderdeel van de oplossing zijn. Dat betekent meer content, meer onderhoud en later meer werk, zonder genoeg verandering op de plek waar het ertoe deed.
AI heeft Didactic Debt niet veroorzaakt. Maar AI kan die schuld sneller laten groeien: het is nu veel makkelijker iets te maken dat af lijkt voordat het probleem goed begrepen is.
Learning Design Lab geeft je een plek om met AI aan die beslissingen te werken, met een project dat al belangrijk is in je dagelijkse werk.
Je brengt het project verder en wordt beter in het uitleggen waarom het deze vorm kreeg — of waarom het die vorm niet zou moeten krijgen.
Ontdek Learning Design LabVragen over het Lab? Mail me.
Werk je met een L&D-team? Er is ook een Team Learning Design Lab.
Vraag naar Team Learning Design LabOpent een e-mail aan Mark.