Lerenden ondersteunen en begeleiden met behulp van data

Michel van Ast en Bob Hofman faciliteren de opleiding ‘Expert formatief leren en werken.’ De deelnemers zijn werkzaam binnen het voortgezet onderwijs. Zij hadden mij gevraagd om vandaag in het kader van deze opleiding een sessie te verzorgen over het verzamelen van data om lerenden beter te kunnen ondersteunen en begeleiden.

Ik ben begonnen met een aantal vragen en stellingen met betrekking tot learning analytics. Daarna heb ik een inleiding gegeven over learning analytics. We gebruiken in toenemende mate applicaties voor leren en doceren. Daarmee genereren we veel data. Die data bieden zicht op hoe lerenden leren.

Je kunt het analyseren en gebruiken van data vergelijken met een navigatiesysteem van een zeilboot. Zonder navigatiesysteem bereik je ongetwijfeld ook je bestemming, maar mogelijk niet de beoogde bestemming en niet op een efficiënte manier. Ook is er kans op averij omdat je slecht zicht hebt op ondieptes.

Naarmate we meer gebruik maken van online applicaties wordt het analyseren en gebruiken van studiedata daarom belangrijker voor de begeleiding van lerenden, met name ook als we lerenden minder fysiek zien.

Bij learning analytics identificeer je dan patronen in educatieve data en gebruik je die patronen om het leren te verbeteren (de definitie is van hoogleraar Hendrik Drachsler). Daarbij is het belangrijk dat je data uit verschillende systemen kunt gebruiken, bijvoorbeeld via een data ‘lake’. Learning analytics kan dan worden gebruikt:

  • Om zicht te krijgen op de ontwikkeling van lerenden
  • Om docenten input te bieden voor het geven van begeleiding
  • Als reflectiemiddel voor leerlingen, door het zicht te geven op hun eigen ontwikkeling
  • Om docenten input te bieden voor het evalueren van het onderwijs

Het verzamelen, verwerken en analyseren van data leidt tot patronen. Die patronen kunnen leiden tot acties en interventies, ook automatische interventies zoals notificaties met tips om meer effectief te leren. Bovendien kun je dankzij learning analytics eventuele knelpunten ook voor zijn. Je kunt dus pro-actief handelen.

Behalve voor het beschrijven van hoe er wordt geleerd en het diagnosticeren van eventuele knelpunten, kan learning analytics dan ook worden gebruikt voor het doen van voorspellingen (en het ondernemen van acties om knelpunten vóór te zijn), en als voorschrijvende analytics (als….dan….).

Een voorbeeld van zo’n patroon is de mate van betrokkenheid bij online leren. Betrokkenheid kan zichtbaar worden gemaakt op basis van verschillende indicatoren zoals inloggedrag en het uitvoeren van online leeractiviteiten. Lerenden die ogenschijnlijk weinig betrokken zijn, kunnen dan ’nudges’ -kleine prikkels- ontvangen. Ook kunnen docenten contact opnemen met deze lerenden om met kijken of er iets aan de hand is. Je kent de context immers niet.

Na deze introductie heb ik de deelnemers in groepjes na laten denken over kritische kanttekeningen die je hierbij kunt maken. Die zijn er namelijk wel degelijk. Ik heb onder andere gewezen op het belang van het gebruik van ethische kaders hierbij. Je zult ook moeten vast leggen op basis van welke grondslag je learning analytics wilt toepassen.

Tenslotte ben ik heel kort ingegaan op enkele toekomstige ontwikkelingen. Zo kan het analyseren van data over leren worden gebruikt voor het doen van aanbevelingen (a la Netflix). Dit werkt echter alles behalve perfect. Het kan er ook toe leiden dat je vooral meer van hetzelfde te zien krijgt.

Verder zie je dat AI en educatieve data worden gebruikt voor adaptief leren. Algoritmes bepalen dan op basis van leergedrag welke leerstof een leerling krijgt aangeboden. Dit werkt zeker niet perfect.

Tenslotte wordt ook weleens gesuggereerd dat de bestaande manieren van beoordelen vervangen kunnen worden door learning analytics: je kijkt dan welke leerpaden succesvolle lerenden hebben afgelegd. Iemand die een vergelijkbaar leerpad heeft afgelegd, zou dan ook succesvol kunnen zijn. Het is echter de vraag of dit een betrouwbare manier van beoordelen is.

Hier zijn mijn slides:

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.