De beperking van niet-zichtbare leeromgevingen voor learning analytics en AI

Binnen onderwijsinstellingen en opleidingsinstituten maken we in toenemende mate gebruik van data van lerenden voor het evalueren van het onderwijs, voor het geven van begeleiding en zelfs voor het doen van voorspellingen met betrekking tot zaken als studiesucces. Daarbij moeten we ons echter ook realiseren dat lerenden vaak participeren in niet-zichtbare leeromgevingen.

Ik heb volgens mij al eens eerder geschreven dat niet alle (resultaten van) leeractiviteiten van lerenden geregistreerd worden. Ik moest hier weer aan denken toen ik de bijdrage ‘Untrackable Learning’ van Clint Lalonde las. Volgens de auteur initiëren lerenden vaak niet zichtbare of (voor de organisatie) verborgen leeromgevingen of leernetwerken, naast de officiële (digitale) leeromgevingen.

Denk daarbij aan discussies via sociale media over leerstof of aan interacties via WhatsApp-groepen die lerenden zelf opzetten. Denk ook aan lerenden die bijvoorbeeld via Google Docs met elkaar samenwerken, ook al ontmoedigt de instelling dit in verband met de AVG. Een ander voorbeeld is de student die om wat voor reden dan ook maar beperkt toegang heeft tot internet. Deze student downloadt de leerstof, verwerkt de leerstof op eigen initiatief offline en rond vervolgens de cursus met succes online af.

Dergelijke leeractiviteiten onttrekken zich aak de alomtegenwoordige systemen voor learning analytics en educatieve data science. Lalonde stelt dan ook terecht dat educatieve data docenten en organisaties weliswaar enig inzicht kunnen geven, maar dat van een volledig of holistisch beeld van alle activiteiten binnen de cursus geen sprake is.

The data can only tell you what it can see, and much of the learning and interaction that is happening in your course may be happening outside your view.

Chris Lalonde merkt hierover op:

• Informele leeromgevingen zijn niet nieuw. Lerenden vormen al altijd groepjes om samen te leren. Internettechnologie maakt dit alleen meer toegankelijk. En internettechnologie -vul ik graag aan- biedt lerenden mogelijkheden om beter en meer efficiënt -op afstand- samen te werken.
• Docenten zouden de ontwikkeling van door lerenden geïnitieerde leergemeenschappen als positief moeten beschouwen. Lerenden zouden immers ook voorbereid moeten worden op een leven lang leren en op zelfsturend leren. Het is belangrijk dat lerenden proactief zijn bij de opzet van eigen leernetwerken. Ook wil je juist dat lerenden elkaar ondersteunen. Dat gebeurt binnen dergelijke leernetwerken.
• Zelf geïnitieerde leeromgevingen zijn veilige plaatsen voor leerlingen. Het is belangrijk voor je ontwikkeling dat je niet de hele tijd het gevoel hebt dat een docent over je schouder meekijkt. Als een docent of organisatie ‘meekijkt’ dan leidt dat tot een eigen dynamiek. Er is sprake van “unspoken power dynamics”. Daarom zijn voor de docent en organisatie niet-zichtbare leeromgevingen belangrijk. Houd er echter wel rekening mee dat onzichtbare leeromgevingen bestaan en waarschijnlijk een rijke bron van leren zijn voor lerenden.

Helaas gaat Chris Lalonde niet in op de consequenties hiervan. Volgens mij zouden onderwijsinstellingen en opleidingsinstituten daarom in elk geval het volgende moeten doen en laten:

• Wees zeer terughoudend in het doen van voorspellingen. Als je voorspellingen doet, dan zouden deze gebaseerd moeten zijn op causaliteiten die ’evidence-informed’ zijn. Je moet wel zeker weten dat een bepaald online gedragspatroon leidt tot drop-out. Dat vereist ook een grote hoeveelheid data.
• Het is mogelijk dat je analyses van educatieve data gebruikt voor het gebruik van kunstmatige oftewel artificiële intelligentie (AI). Bijvoorbeeld door een computersysteem te laten interacteren met lerenden, op basis van analyses van gedrag. Ben terughoudend met het plegen van automatische interventies. Door een systeem geïnitieerde interventies kunnen positief werken, maar kunnen ook de plank misslaan (“We zien dat u na twee weken nog geen activiteiten heeft uitgevoerd. U loopt een groot risico om uit te vallen”). Denk dus ook goed na over de inhoud van de interventies.
• Gebruik educatieve data vooral als input voor begeleiding. Het zijn signalen die zouden moeten leiden tot werkelijk contact. Gebruik analyses van data vooral om docenten te attenderen op mogelijke knelpunten die lerenden ervaren. Bij grootschalig onderwijs is dit trouwens best ingewikkeld (niet het signaleren, wel het intensief begeleiden).
• Laat systemen geen autonome beslissingen nemen op basis van data, met grote gevolgen voor het leren van deelnemers.

This content is published under the Attribution 3.0 Unported license.