Stephen Downes heeft gelijk. Het paper Attention please! Learning Analytics for Visualization and Recommendation van Erik Duval is een prima introductie op dit relatief nieuwe en actuele thema binnen ICT en onderwijs.
Duval relateert learning analytics hierin aan de overvloed aan informatie (waardoor aandacht een schaars goed wordt), en de paradox of choice (hoe meer keuzemogelijkheden, des te ongelukkiger jij wordt).
Na een introductie van learning analytics, en het maken van vergelijkingen met software tracking tools en hardloop applicaties, beschrijft Duval dat applicaties mensen helpen om doelen te formuleren en de voortgang visueel te maken. Als gebruiker krijg je feedback op prestaties. Er zijn zelfs tools die pro-actief opereren, en waarbij sociale netwerken een belangrijke rol spelen (gemotiveerd worden door anderen, jouw prestaties vergelijken met die van anderen).
Hij benadrukt daarbij het belang van de "quantified self " benadering: visualisaties prikkelen voorgenomen, ander, gedrag. Deze benadering is volgens Duval ook erg relevant voor learning analytics. Voor de lerende, maar ook voor de onderwijsgevende die zijn onderwijs kan aanpassen naar aanleiding van het gedrag dat lerenden vertonen. De auteur illustreert dit aan de hand van een aantal voorbeelden uit enkele projecten. Interessant in dit verband is ook het onderscheid dat mijn collega Wolfgang Greller maakt in het gebruik van learning analytics voor het doen van voorspellingen versus voor het reflecteren op leergedrag (Greller heeft een voorkeur voor de laatste functie).
Vergelijkingen met leergedrag van andere lerenden zijn afhankelijk van de hoeveelheid data. Hoe meer data, des te beter de vergelijkingen worden. Daarmee wordt de grote hoeveelheid informatie (berichten, aanbevelingen, e.d.) die wordt gegenereerd geen probleem, maar juist iets positiefs. Dit impliceert volgens Duval ook dat onderwijsinstellingen er belang bij hebben om data met elkaar delen.
Een belangrijke uitdaging is volgens hem: bepalen welke data daadwerkelijk verzameld moeten worden om echt zicht te krijgen op hoe geleerd wordt. Uiteraard is privacy ook een cruciaal aandachtspunt bij dit thema. In dit kader zijn de perspectieven die Greller in zijn concept-kader voor learning analytics schetst, van belang. Behalve privacy, adresseert hij ook ethische aspecten als issue.
This content is published under the Attribution 3.0 Unported license.
Ik zal de teks van Erik eens aandachtig lezen. Ik weet wel dat Rob Koper en anderen al jaren onderzoek doen naar de wijze waarop lerenden ‘zelfgestuurd navigeren’ in leernetwerken. Deze informatie kan worden gebruikt als voorbeeld voor anderen op een vergelijkbare wijze waarop mieren sproren achterlaten voor andere mieren. Ik zie dit als een benadering die sterk lijkt op ‘learning analytics’.
@Paulo Moekotte: klopt. Zie mijn verwijzing naar de blogpost van Wolfgang Greller. Learning analytics is één van de centrale topics waar CELSTEC zich mee bezighoudt.
Ik zou het overigens van belang vinden om de ‘quantified self’ ook zichtbaar te maken voor anderen en niet alleen voor de ‘self’ (als prikkel) of de docent (als seintje). Waarom niet ook zichtbaar voor de medestudent (als benchmark/trigger/voorbeeld): nu gebruiken we de ELO’s vooral voor de één op één communicatie als het gaat om voortgang en formatief assessment tussen student – docent. Waarom niet ook over voortgang en assessment communiceren in de groep.
Waarom niet zichtbaar voor toekomstige lichtingen/cohorten (als voorbeeld)? Nu wissen we alle sporen nadat studenten hun hielen hebben gelicht. Eigenlijk best wel jammer. En dan vragen we ze later als alumni om als ‘qualified self’ op te draven. Vreemd! Waarom niet over voorgangers, dwarsliggers, versnellers, switchers, twijfelaars, uitstellers, et cetera communiceren in de groep?
@Paulo Moekotte: ik vind het vooral belangrijk dat mensen zelf mogen beslissen of ze dit willen!