Online Educa Debat over big data #oeb14

Dag 1 van editie 20 van de Online Educa Berlijn werd bijna traditiegetrouw afgesloten met het befaamde en bijna-traditionele Online Educa Debat. Dit keer ging het debat over de effecten van big data op het onderwijs.

Onder leiding van Harold Elletson mochten Victor Mayer-Schönberger, George Siemens, Ellen Wagner en Inge de Waard een -vaak humoristisch- pleidooi houden over de stelling:

This year´s motion reads: ´The house believes that data is corrupting education´.

Argumenten voor (Ellen Wagner, Inge de Waard)

• We gaan kritiekloos om met data. We zijn bang dat we wat missen als we ze niet gebruiken. We voelen ons er ongemakkelijk bij. Maar is dat een voldoende reden?
• We weten niet wat organisaties allemaal van ons weten. Data binnen een context is informatie. Informatie is macht, en macht corrumpeert.
• Data kan in de verkeerde handen vallen en misbruikt worden. Bijvoorbeeld voor ‘profiling’. Gaan we daardoor ons onderwijs veranderen? Dat risico bestaat wel.
• Hoe voelen studenten zich als elke beweging van hen wordt vastgelegd?
• Het zal ook het docentgedrag zijn dat wordt gemonitord? En hoe vinden we dat? Taxi-apps worden namelijk ook gebruikt om klanten te beoordelen.
• Data kunnen gemakkelijk naïef of verkeerd worden gebruikt.
• Er is sprake van data-divide. Kleine universiteiten krijgen niet de gelegenheid om gebruik te maken van data. Omdat data opslag en -analyse erg duur zijn. Zij kunnen dus geen dure learning analytics betalen.
• Data analyses zullen studenten die aan een bepaald profiel voldoen, uitsluiten. Dat leidt tot een grote kloof tussen degenen die gebruik kunnen maken van onderwijs, en zij die dat niet kunnen.
• Big data krijgt meer fondsen, terwijl het primaire proces financieel wordt gekort.
• Big data zorgen er voor dat mensen zich aan standaard normen gaan voldoen (bijvoorbeeld: heeft jouw muziek hitpotentie?). Het gaat echter om het unieke, creatieve individu.
• Data richt zich alleen op efficiëntie. Het gaat om de uitzondering op de regel die het verschil maakt.
• Niet elke nieuwe technologie is een verbetering. We weten nog niet wat de impact van big data zijn. Daarom moeten we zeer terughoudend zijn in het gebruik ervan.
• Heel veel mensen in de Derde Wereld hebben geen toegang tot e-learning, en kunnen dus geen gebruik maken van big data.
• We hebben zo veel data over klimaatverandering. En heeft dat geleid tot veranderingen? Nee. Want ander gedrag heeft te maken met macht.
• Data worden misbruikt voor een neo-liberale agenda.
• We zullen docenten nooit zodanig kunnen professionaliseren dat zij data op een bruikbare manieren kunnen gebruiken.
• Data is niet open, maar in de handen van enkele grote instituties.
• Data kan corrupt zijn. Wat heeft dat voor gevolgen voor het onderwijs?
• Wie beslist hoe data worden gebruikt? Data doen op zich niet veel. Maar mensen gaan er verkeerd mee om.
• Er is geen algoritme voor wat een goed mens is.

Argumenten tegen (Victor Mayer-Schönberger, George Siemens)

• Sinds mensenheugenis proberen mensen de omgeving om hen heen te begrijpen. Daar hebben we data voor nodig. Het ontkennen van die relatie is dom, en ‘de-humanizing’.
• We worden ook steeds beter in onze disciplines. En daar hebben we data voor nodig.
• We weten meer en nauwkeurig als we data gebruiken.
• Willen we geen data gebruiken als onze kinderen daardoor beter leren, en we hun potentie meer benutten.
• We zijn er nog niet, maar we moeten doorgaan en onze beperkingen in het verzamelen en analyseren van data helpen overwinnen.
• Zonder data hebben we te maken met onwetendheid.
• Er is geen enkel bewijs dat data het onderwijs corrumpeert.
• Data kan juist onderwijs voor massa’s beschikbaar maken. Dankzij het effectief gebruik van data kun je beter inspelen op individuele leerbehoeften.
• We hebben er altijd voor gezorgd dat we data op een goede manier gebruiken. Dat zal ook met learning analytics gebruiken.
• Erken nu dat we dankzij big data onderwijs op maat kunnen realiseren.
• Je kunt dankzij big data leertrajecten ook verkorten, en leerervaringen buiten de school erkennen en waarderen. We handhaven een onderpresterend onderwijssysteem als we geen gebruik maken van big data.
• Big data zijn onvermijdelijk. Het gaat er om hoe je er mee om gaat.
• We moeten alle mogelijkheden aangrijpen om het bestaande onderwijssysteem ‘corrupt’ te maken.
• In elke regio wordt data verzameld, die kan worden gebruikt voor het verbeteren van onderwijs.
• De stelling gaat niet over big data, niet over data. We hebben data nodig als feedback op ons onderwijs.
• Data zijn nodig om docenten te kunnen overtuigen dat ze op een andere manier onderwijs moeten verzorgen.
• Moeten we niet eerst data verzamelen om dit debat te kunnen voeren?
• Er is een menselijke kant aan data. Dankzij de Khan Academy werd dankzij de data de wijze van content presenteren veranderd, waardoor studenten beter kunnen leren.

En wat was het oordeel van de zaal?

De motie is verworpen.