Big data en leren #NLE2015

Het gebruik van big data kan bijdragen tot beter onderwijs voor grotere groepen. De Khan Academy is daar een voorbeeld van. Aldus Oxford-hoogleraar Victor Mayer-Schönberger in een keynote tijdens de Next Learning 2015.

Victor Mayer-Schönberger
Victor Mayer-Schönberger

Victor Mayer-Schönberger gaf aan dat big data en leren eigenlijk een vreemde combinatie zijn, maar toch onlosmakelijk verbonden. Volgens hem kunnen big data zelfs voor een revolutie in leren verzorgen.

Hij gebruikte het voorbeeld van Salman Khan en zijn Academy. Het succes van de Khan Academy heeft te maken met toegankelijkheid van onderwijs op grote schaal. De Khan Academy is een voorbeeld van wat je met big data kunt doen voor leren.

Het verzamelen en analyseren van grote hoeveelheden data is een complexe opdracht. Dankzij data kunnen we echter beslissingen nemen ten aanzien van het leren. Veel beslissingen zijn gebaseerd op kleine hoeveelheden data. Dat leidt echter beperkte kennis.

Toen onderwijs voor grote groepen mensen beschikbaar kwam, hebben we volgens de spreker onderwijs als massaproductie aangeboden. In dit onderwijs vindt geen geïndividualiseerd leren plaats, en kijken we uitsluitend naar uitkomsten. We kijken niet naar het leerproces.

Nu kunnen we grote hoeveelheden data verzamelen en analyseren waardoor we meer zicht kunnen krijgen op het proces, en daarmee beter onderwijs kunnen helpen realiseren. Dat kan dankzij de ontwikkeling van nieuwe technologieën. Kwantiteit van data leidt dan tot kwaliteit van leren. De data moeten dan wel relevant zijn voor het probleem.

Bij onderzoek moeten volgens deze spreker vaak vooraf weten wat we willen onderzoeken, voordat we data gaan verzamelen. Maar vandaag de dag kunnen we grote hoeveelheden data verzamelen, en daarna onderzoeken wat de data zeggen over de werkelijkheid. Je kunt dus later vragen gaan stellen en grote hoeveelheden data gebruiken om ze te beantwoorden.

Dankzij big data kun je dus een hooiberg snel onderzoeken en de naald snel vinden. Data vertellen echter wel wat er gebeurt, maar niet waarom iets gebeurt.

Leren heeft vooral te maken met het ‘waarom?’, het heeft volgens Victor Mayer-Schönberger te maken met causaliteit. Hersenen creëren de illusie van causaliteit. We moeten echter eerst weten wat gebeurt, voordat we kunnen weten waarom het gebeurt. In de gezondheidszorg wordt nu veel data verzameld en patronen ontdekt om infectieziektes bij bijvoorbeeld prematuur geboren babies te voorkomen. Dat blijkt te werken. Waarom is niet bekend, maar dat is ook niet altijd belangrijk. Mayer-Schönberger gaf een aantal voorbeelden uit het onderwijs:

  • Duolingo wordt nu door grote groepen gebruikt. Op basis van de data heeft men geleerd dat Spaans sprekende gebruikers op een verkeerde manier Engels leren. Daar kan men dus wat aan doen. Je kunt dus het leerproces, de manier van leren, verbeteren via big data.
  • Big data worden gebruikt om de kwaliteit van MOOCs te verbeteren. Als je dus signaleert dat studenten een bepaalde fout maken, dan kun je hen vervolgen gerichte leerstof aanbieden waarmee ze die fout kunnen herstellen.
  • De Khan Academy beschikt nu over massa’s data om individuen beter te leren leren, bijvoorbeeld door instructies en oefeningen op een andere manier te ordenen.

Big data kan dus het verschil maken. Ze hebben de potentie om veranderingen op het gebied van leren te realiseren, en leren te verbeteren. Maar dan moeten onderwijsinstellingen volgens Mayer-Schönberger ook veranderen:

  • Feedback geven op basis van leergedrag van lerenden (wat werkt het beste voor wie?)
  • Individualisering (one size fits few). Je kunt meer gepersonaliseerde ‘playlists’ van leerstof aanbieden op basis van het eerdere leergedrag.
  • Het gebruik van voorspellingen die waarschijnlijk uit zullen komen. De waarde van data zal volgens hem veranderen, en toenemen. Dat is de rede waarom bedrijven als Google platforms voor dataverzamelen overnemen, of waarom Apple met een slimme horloge komt.

Dit betekent wel dat we moeten nadenken hoe we big data kunnen gebruiken. Op dit moment selecteert Harvard bijvoorbeeld de slimste studenten. We kunnen straks data filteren en lerenden groeperen op basis van data, niet op basis van leeftijd. Dit is dus een vvorm van strenge selectie, waarvan het de vraag is of het wenselijk is. Mayer-Schönberger waarschuwde voor het gebruik van data om mensen uit te sluiten. Hij noemde dat ‘data dictatorschap’.

Victor Mayer-Schönberger ziet veel kansen in het gebruik van big data voor het verbeteren van de kwaliteit van het onderwijs. Tijdens de Online Educa Berlijn 2013 vond ik hem kritischer.

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.