In een soort talkshow setting -maar met interactie- gingen we onder meer in op de acceptatie van learning analytics door de werkvloer. Een levendig gesprek waarin ook een aantal dilemma’s werden besproken.
Na een korte introductie van learning analytics -waarbij een terecht onderscheid werd gemaakt tussen het real time analyseren van data en het gebruiken van meer statische data om voorspellingen te doen- ging de discussie over de vraag hoe learning analytics door de werkvloer geaccepteerd kan worden. Zorg bijvoorbeeld voor ambassadeurs onder je docenten, die kennis van zaken hebben. Je kunt ook helder maken dat learning analytics gebruikt kunnen worden voor feedback.
Er is ook scepsis over het gebruik van data. Terwijl we wel data verzamelen over fysiek onderwijs. Interessante vraag is ook de vraag van wie data zijn. Eerst van managers, daarna van docenten, maar zouden studenten niet inzicht moeten krijgen in hun data?
Studenten kunnen vaak goede terugkoppeling krijgen op hun leren dankzij learning analytics. Neem een vak als statistiek dat vaak als struikelvak geldt. Door studenten inzicht te geven in de voortgang, kunnen studenten wellicht getriggerd worden om actiever aan de slag te gaan met opdrachten, en data te gebruiken als feedback.
Studenten zouden ook moeten aangeven dat zij niet willen participeren in learning analytics (opting-out). Ook is het belangrijk, zeker als je data gaat gebruiken voor voorspellingen, dat je transparant bent over criteria en algoritmes. De student zou over een kluis moeten beschikken met data, waarbij sprake is van veiligheid en vertrouwelijkheid, waarbij de student bepaalt wie zijn data mag gebruiken. Kan de student daar echter vrij over beslissen?
Verder is het heel belangrijk dat je weet welke data relevant zijn om te verzamelen. Meet je niet de buitenkant van het leerproces?
Moet de cultuur binnen een instelling ook nog aan bepaalde voorwaarden voldoen? Je moet sterk vertrekken vanuit onderwijskundige vragen die je wilt beantwoorden met learning analytics. Neem daarbij ook docenten mee die sterk twijfelen. Bij Windesheim bleek de ICT-afdeling vanwege privacy-issues juist terughoudend te zijn.
Een vraag uit de zaal was ook hoe learning analytics gebruikt kan worden binnen kunstenonderwijs? Maken zij ook bijvoorbeeld foto’s die gebruikt kunnen worden als leerbewijzen? Denk daar breed in.
Een andere deelnemer pleitte vooral voor nuchterheid rond learning analytics. Staan we niet aan het begin? Onderwijsinstellingen zijn niet in staat om profielen van succesvolle studenten te maken en die profielen te gebruiken voor voorspellingen. Daar moet je niet te hoge verwachtingen van hebbem. Learning analytics moet nog van de top van Gartner’s hypecycle afglijden.
This content is published under the Attribution 3.0 Unported license.
Geef een reactie