Learning analytics gebruiken voor peer assessment (literatuurstudie)

Volgens Kamila Misiejuk en Barbara Wasson waren er tot nu toe geen overzichtsstudies gemaakt waarin wordt beschreven hoe learning analytics wordt ingezet om peer assessment mogelijk te maken. Met Learning Analytics for Peer Assessment: A Scoping Review willen zij in die leemte voorzien.

3D render of black female student who assesses a white male student using data on a light green background, digital art
DALL-E: 3D render of black female student who assesses a white male student using data on a light green background, digital art

In hun samenvatting stellen zij dat learning analytics educatieve data analyseert om nieuwe inzichten te verkrijgen en het leren te verbeteren. Peer assessment is dan een manier van beoordelen waarbij studenten elkaar feedback geven. Beide onderwerpen zijn belangrijke thema’s binnen het hedendaagse onderwijslandschap. Hun verkennende review geeft een overzicht van de rol van learning analytics bij het begrijpen van peer assessment, de uitdagingen van peer assessment die worden aangepakt door learning analytics, en inzichten in peer assessment. De 27 artikelen in de review tonen volgens de auteurs een gevarieerd onderzoekslandschap waarin geautomatiseerde beoordeling en visualisaties worden geïntegreerd in peer assessment activiteiten, nieuwe data-analysemethoden worden toegepast op peer assessment gegevens, verschillende typen peer assessment worden geëvalueerd, of nieuwe onderzoeksvragen worden onderzocht, zoals die met betrekking tot studentinteractie of zelfregulatie tijdens peer assessment activiteiten. De auteurs vatten enkele bevindingen uit deze onderzoeken ook samen, bijvoorbeeld:

  • In de studie van Lin (2019) lieten studenten in de online peer assessment-groep een hogere betrokkenheid zien bij het leren tijdens flipped learning dan de groep die peer assessment op papier gebruikte.
  • Mørch et al. (2017) constateerden dat studenten in de groep met geautomatiseerde feedback meer gemotiveerd waren en harder werkten aan hun essays dan de peer assessment-groep.
  • Huang et al. (2019) vonden dat de groep die gebruik maakte van gamification meer berichten plaastste, meer betrokken was bij peer assessment en feedback van hogere kwaliteit gaf in een online discussieforum dan de controlegroep. Er waren meer studenten in de gamification-groep die feedback gaven, vergeleken met de controlegroep.
  • Cheng en Lei (2021) meldden dat nadat studenten hun sociale netwerkgrafieken van hun blog- en peer assessment-gedrag binnen de groep hadden gepresenteerd, de interacties binnen dezelfde groep toenamen en de exploratie van blogs buiten de groep afnam.
  • Sedrakyan et al. (2014) ontdekten dat zowel de best presterende als de slechtst presterende studenten meer betrokken waren bij hun modelleringsactiviteiten vlak voor de deadlines van de activiteiten, inclusief de deadline voor peer assessment.

In hun analyse van de artikelen hebben Misiejuk en Wasson twee belangrijke gebieden gevonden waarin learning analytics werd gebruikt voor peer assessment: het gebruik van learning analytics om de peer assessment activiteiten te verbeteren en het gebruik ervan om peer assessment data te analyseren.

Volgens de auteurs richtten de meeste onderzoeken zich op het aanpakken van de uitdaging om peer assessment te schalen, het ontwikkelen van nieuwe door learning analytics versterkte peer assessment tools, of het proberen te voeden van peer assessment theorie door verschillende soorten peer assessment te evalueren. De vele bevindingen uit de onderzoeken die in de opgenomen publicaties worden besproken, kunnen volgens hen een bron van inspiratie zijn voor het creëren van nieuwe ontwerpen voor peer assessment of het verfijnen van bestaande ontwerpen. Dit kan bereikt worden door zorgvuldige aandacht te besteden aan rapportages over zowel succesvolle als niet-succesvolle toepassingen van learning analytics binnen peer assessment.

Volgens Misiejuk en Wasson komen in de studies uiteraard traditionele aandachtspunten binnen peer assessment-onderzoek, zoals validiteit, betrouwbaarheid en leren van studenten, aan bod. Maar daarnaast zijn er volgens hen ook interessante studies verricht naar de interactie tussen studenten tijdens peer assessment, waarbij aspecten als zelfregulatie, groepsvorming en interactie tussen studenten geanalyseerd worden. Verder worden uitgebreide data benut die afkomstig zijn van peer assessment die verrijkt zijn met gamification en gezamenlijke schrijfactiviteiten in blogs of wiki’s. Deze data worden gebruikt om een dynamischer begrip te verkrijgen van de ontwikkeling van feedbackvaardigheden en het leerproces van studenten.

De auteurs concluderen dat learning analytics de potentie heeft om peer assessment activiteiten beter te begrijpen en te verbeteren dankzij nieuwe inzichten in studentengedrag en de artefacten die zij produceren, interacties tussen personen en tussen groepen, of toolverbetering. Het onderzoek staat echter nog in de kinderschoenen en is versnipperd. Learning analytics biedt volgens hen toegang tot verborgen gegevens en het vinden van patronen en inzichten in gegevens van peer assessment activiteiten die niet gemakkelijk toegankelijk zijn voor mensen. Zij hopen dat deze review zal dienen als een startpunt voor toekomstig werk aan het gebruik van learning analytics om peer assessment activiteiten te verbeteren. Uiteraard formuleren zij ook beperkingen ten aanzien van hun onderzoek en doen zij suggesties voor een vervolgonderzoek.

Misiejuk, K., Wasson, B. (2023). Learning Analytics for Peer Assessment: A Scoping Review. In: Noroozi, O., De Wever, B. (eds) The Power of Peer Learning. Social Interaction in Learning and Development. Springer, Cham. https://doi.org/10.1007/978-3-031-29411-2_2

This content is published under the Attribution 3.0 Unported license.

Delen

Geef een reactie

Je e-mailadres wordt niet gepubliceerd. Vereiste velden zijn gemarkeerd met *