Relevante trends online leren samengevat

Rond deze tijd kom je op internet veel ‘trend’-artikelen tegen. Geloof me als ik stel dat ik er net een aantal heb doorgenomen. De meesten hebben een hoog ‘bla, bla’-gehalte. Maar gelukkig ben ik ook één bijdrage tegengekomen die een aantal relevante trends wel mooi samenvat (al betekent het nog niet dat je blij zult zijn met de geschetste richting).

Glazen bolDe vijf ‘voorspelingen’ waar Jordan Friedman zich in 5 Online Education Trends to Watch in 2017 aan waagt, zijn dan:

  1. Er wordt een grotere nadruk gelegd op ‘niet-traditionele’ bewijzen van bekwaamheid (credentials). Friedman signaleert dat e-learning aanbieders eerder gebruik maken van bewijzen van bekwaamheden (van beperkte omvang; microcredentials) dan van diploma’s. Digitale badges zijn daar een voorbeeld van, maar bijvoorbeeld ook showcases. Op die manier kunnen lerenden meer afgebakende en meer diverse leereenheden bestuderen. Een voorbeeld zijn MicroMasters programma’s van edX (samen met universiteiten) waarmee studenten een deel van een diploma via MOOCs kunnen verkrijgen (en daarmee ook tegen lagere kosten). Het Amerikaanse onderwijsministerie kijkt bijvoorbeeld ook naar mogelijkheden om boot camps rond coderen financieel te steunen om studenten uit lagere inkomensgroepen uiteindelijk op een goedkopere manier toegang te geven tot hoger onderwijs.
    Mijn opmerkingMicrocredentials worden dus niet alleen gebruikt voor een leven lang leren, maar ook om het regulier hoger onderwijs goedkoper te maken dankzij vrijstellingen op basis van, bijvoorbeeld, deelname aan MOOCs. Het verlenen van vrijstellingen en vooral erkenning van elders ontwikkelde bekwaamheden leidt dikwijls vaak tot een hoop gedoe. Als de maatschappelijke druk om hoger onderwijs goedkoper te maken echt groot wordt, wordt dit ‘gedoe’ vloeibaar.
  2. Grootschalige educatieve data worden gebruikt om leerprestaties te meten. Dankzij online leren vergaren we veel educatieve data die we kunnen gebruiken om leerprestaties te meten, verbeteren en zelfs voorspellen. Deze data kunnen ook worden gebruikt om onderwijs op maat aan te bieden, en studenten ondersteuning te bieden.
    Mijn opmerking: we kennen de beloftes van ‘learning analytics‘ al een jaar of acht. Langzamerhand komt schot in de zaak. Echter, met name het gebruik van data voor het doen van voorspellingen is erg omstreden. Ik snap dat wel.
  3. Kunstmatige intelligentie wordt in toenemende mate toegepast binnen het onderwijs. Hierbij wordt gerefereerd aan de robot als onderwijsassistent van de technische universiteit van Georgia. Kunstmatige intelligentie kan dan een impuls geven aan de ondersteuning van studenten.
    Mijn opmerking: deze toepassing van kunstmatige intelligentie staat nog in de kinderschoenen, maar kan ook veelbelovend zijn. Denk ook aan de toepassing van chatbots.
  4. Deelname aan nonprofit online programma zal toenemen. Toekomstige studenten zullen hier eerder voor kiezen dan voor ‘for-profit’ programma’s. Werkgevers geven hier dikwijls ook de voorkeur aan.
    Mijn opmerking: In ons land kennen we dit onderscheid niet echt.
  5. Er komen ook online programma’s binnen disciplines waarvan tot nu toe niet gedacht werd dat ze geschikt zouden zijn voor online leren. Voorbeelden zijn ergotherapie, specialisatie tot advocaat of vastgoed. Het zijn in de eerste plaats mensen die van loopbaan veranderen, die hier gebruik van willen maken.
    Mijn opmerking: Je ziet inderdaad dat de toepassingen van technology enhanced learning worden uitgebreid doordat technologieën krachtiger worden en bijvoorbeeld het oefenen van communicatieve vaardigheden mogelijk maken.

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.