Leermanagementinformatie 2.0 dankzij learning analytics (#in)

Learning analytics wordt in editie 2011 van het Horizon-rapport getypeert als één van de trends die over 4 en 5 jaar breed geadopteerd is binnen het onderwijs. Wat is het, wat kan de waarde ervan zijn voor het onderwijs, en welke uitdagingen komen hierbij kijken?

George Siemens definieert learning analytics als

the use of intelligent data, learner-produced data, and analysis models to discover information and social connections, and to predict and advise on learning.

Analyses kunnen volgens hem leiden tot voorspellingen, op basis waarvan adaptie, personalisering en interventies plaats kunnen vinden. Het Horizon-rapport vat de potentie ervan als volgt samen:

Learning analytics promises to harness the power of advances in data mining, interpretation, and modeling to improve understandings of teaching and learning, and to tailor education to individual students more effectively.

Binnen het onderwijs wordt op dit moment steeds data over leerlingen verzameld, en gebruikt bijvoorbeeld voor het afleggen van verantwoording aan (vertegenwoordigers van) overheden. Een bekend voorbeeld binnen het middelbaar beroepsonderwijs is het afleggen van verantwoording over de aanwezigheid van leerlingen, ook al zegt dit niets over de vraag of zij iets geleerd hebben.

Bij learning analytics gaat het nadrukkelijk om iets anders. E-learningoplossingen registeren gedetailleerd welke leeractiviteiten lerenden ondernemen, en welke vorderingen zij maken. Deze informatie kan gebruikt worden om meer maatwerk te leveren, bijvoorbeeld als het gaat om het doen van suggesties ('leerlingen die workshop X hebben gevolgd, hebben ook vaak workshop Y gedaan') of als het gaat om het geven van extra begeleiding (na analyse van patronen in antwoorden).

Dit betekent dat systemen het mogelijk maken om data van leerlingen (uit verschillende applicaties) met elkaar te verbinden. Je zou kunnen stellen dat nieuwe technologieën dan bijdragen tot leermanagementinformatie 2.0.

Onlangs vond in Canada het eerste congres over Learning Analytics plaats. Martin Weller zet de vijf belangrijkste punten van dit congres op een rij:

  1. Er is een verschil tussen analytics voor lerenden, en analytics van lerenden. De data moeten dus ten dienste staan van de lerenden, en niet als controlemechanisme van een instituut (een efficiënt leerlingachtervolgsysteem). De huidige tendens van standaardisatie en beheersing leidt m.i. wellicht eerder tot analytics van lerenden.
  2. Er is sprake van een grote verscheidenheid in intentionaliteit en inspanning. Eenvoudige toepassingen kunnen al rijke informatie opleveren.
  3. De analysetools kunnen ongemakkelijke waarheden aan het licht brengen. Bijvoorbeeld dat zorgvuldig ontworpen leeractiviteiten weinig bijdragen aan leerresultaten.
  4. Een 'beetje kennis' kan gemakkelijk verkeerd geïnterpreteerd worden. Het op een correcte manier interpreteren van data is een ingewikkelde klus. Dat is volgens mij één van de redenen waarom docenten vaak relatief weinig doen met reeds bestaande functionaliteiten om vorderingen van lerenden te monitoren. Ik denk daarbij onder meer aan vrij gedetailleerde informatie die digitale taal- en rekenmethodes geven over het leergedrag van lerenden.
    Weller stelt bovendien terecht:

    But there is a bigger picture beyond the pure data, and so viewing it in a holistic and contextual manner is essential.

    Ook dat kost de nodige inspanningen.

  5. Ethische vraagstukken. Weller doelt daarbij niet op mogelijke schendingen van privacy, maar op vraagstukken over eigenaarschap van data (o.a. in relatie tot commerciële belangen van onderwijsinstellingen en eigenaren van analysesystemen). Vier principes rond Attention Trust bieden volgens hem een goed startpunt om ethisch verantwoord om te gaan met data. In Nederland kennen we overigens vrij gedetailleerde richtlijnen ten aanzien van wat publiek gefinancierde organisaties met data mogen doen.

Ik zie ook mogelijkheden om meer te doen met data over leerlingen. Op dit moment zijn systemen nog niet zo ver uit ontwikkeld en eenvoudig in gebruik dat learning analytics echt bijdrage aan op maat gesneden -studentgecentreerde- leertrajecten. Learning analytics zijn technisch complex te realiseren (stelt ook het Horizon-rapport).

Bovendien stelt het gedetailleerd verzamelen en opslaan van data hoge eisen aan de beveiliging ervan. De grootste uitdaging daarbij is niet systeemtechnisch van aard, maar betreft m.i. de menselijke component: je bewust zijn van de risico's op misbruik, en je zo gedragen dat deze risico's zo veel mogelijk vermeden worden (zorgvuldig omgaan met wachtwoorden, data fysiek en digitaal laten rondslingeren, enzovoorts).

This content is published under the Attribution 3.0 Unported license.

Delen

Geef een reactie

Het e-mailadres wordt niet gepubliceerd. Vereiste velden zijn gemarkeerd met *

Deze site gebruikt Akismet om spam te verminderen. Bekijk hoe je reactie-gegevens worden verwerkt.