Kunnen data de kwaliteit van het onderwijs helpen verbeteren?

Sinds een jaar of tien koestert het (hoger) onderwijs hoge verwachtingen als het gaat om learning analytics. Het verzamelen, analyseren en rapporteren van data van studenten en hun omgeving zou moeten leiden tot meer inzicht in het onderwijs, op basis waarvan je het onderwijs kunt verbeteren. Je krijgt dus meer zicht en grip op online studiegedrag. Verleden week heeft SURF een rapport gepubliceerd (pdf) met inzichten over de mogelijkheden van datagebruik voor het onderwijs.

Het 19 pagina tellende rapport biedt een goed overzicht van de stand van zaken rond (discussies over) learning analytics in het Nederlandse hoger onderwijs, waarbij ook wordt gekeken naar ervaringen bij de KU Leuven.

In de inleiding wijzen de samenstellers Jocelyn Manderveld en Marjolein van Trigt terecht op het belang van het koppelen van data uit verschillende databronnen. Daarmee krijg je meer inzicht in onder meer het leergedrag van lerenden. Tegelijkertijd werpen de AVG en ook de wijze waarop instellingen met studenten en medewerkers om willen gaan drempels op voor het in het wilde weg grasduinen door data.

SURF wijst erop dat anno 2019 het gericht zoeken in een geminimaliseerde dataset het credo is van learning analytics. Ook wijst zij op de terechte terughoudendheid van Europese onderwijsinstellingen om learning analytics te gebruiken voor het doen van voorspellingen met betrekking tot studiesucces.

Het eerste hoofdstuk beschrijft de potentie van learning analytics voor het Nederlandse hoger onderwijs. Waar hebben studenten en docenten daadwerkelijk wat aan? Wat zien hogeronderwijsinstellingen na een paar jaar van experimenteren als de belangrijkste meerwaarde? Bijvoorbeeld learning analytics om onderwijs materiaal te evalueren. Instellingen zouden een infrastructuur voor data-opslag moeten realiseren, zelfs als men nog niet meteen met learning analytics aan de slag wil.

In dit hoofdstuk wordt het belang van het “real time karakter” van learning analytics benadrukt. Hiermee monitor je de juiste informatie die de lerende op elk moment tot zich kan nemen. Lerenden die al nauw betrokken zijn bij het eigen leerproces, gebruiken learning analytics om te reflecteren op hun leergedrag. Eerstejaars zijn hier echter vaak nog niet mee bezig. Bij de KU Leuven ontvangen eerstejaars wel vier keer per jaar een dashboard dat hen inzicht geeft in hun leer- en studievaardigheden en academische resultaten. Studenten gaan hiermee vaker en eerder het gesprek aan met studieloopbaanadviseurs. De universiteit waakt ervoor dat lerenden in de put raken van de analyses.

Hoofdstuk twee gaat over de didactische, juridische, ethische en technische uitdagingen en over de mogelijke impact op het onderwijs. Ervaringen uit een learning analytics-experiment leiden tot het inslaan van een nieuwe richting, met meer mogelijkheden voor ethisch datagebruik. Je moet bijvoorbeeld in staat zijn om interventies te plegen. Anders heeft het analyseren van data geen zin. Docenten moeten ook over een zekere deskundigheid beschikken, wil je learning analytics zinvol inzetten. Artificiële (kunstmatige) intelligentie biedt m.i. mogelijkheden om op basis van learning analytics interventies te plegen. Daarbij kan het gaan om automatische interventies voor lerenden, maar ook om signalen met handelingsperspectieven voor docenten (“neem eens contact op met….”).

Ten aanzien van juridische aspecten moet een instelling zich als gevolg van de AVG meer intern en extern verantwoorden. Je moet doelen van de instelling afwegen ten opzichte van privacy van de lerenden. De grootste technische uitdaging van learning analytics is volgens de auteur het omgaan met grote hoeveelheden data uit verschillende bronnen.

Verbreding van de doelgroep en de toenemende hoeveelheid databronnen zorgen voor nieuwe vraagstukken. Inzichten rond eigenaarschap, dataminimalisatie en vertrouwen en transparantie leiden tot aanpassingen van de learning analytics-architectuur van SURF. Deze aanpassingen hebben te maken met de realisatie van een nieuwe beveiligingslaag voor gecontroleerd databeheer waarmee altijd aan de AVG kan worden voldaan.

Interessant is ook de constatering dat je er als instelling niet bent als je lerenden of docenten alleen een dashboard geeft. Deze tooling zou deel uit moeten maken van een permanent begeleidingsproces, waar ook interventies -handmatig en automatisch- deel van uit moeten maken.

Het rapport sluit af met tips om te starten met het gebruik van data in het onderwijs ook tips voor instellingen die na een fase van experimenteren, aan de slag willen met het opschalen van learning analytics.

This content is published under the Attribution 3.0 Unported license.

Delen

Een reactie

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.