The New LMS Rule: Transparency Working Both Ways is een kritisch betoog van Lance Eaton over het gebruik van data in een leermanagementsysteem. De auteur pleit daarin voor een radicale vorm van transparantie.
Eaton stelt dat wij ons terecht zorgen maken over hoe bedrijven als Meta en Google omgaan met data. Tegelijkertijd lijken wij zelf het gebruik van het verzamelen van data en het volgen van lerenden institutionele systemen zoals een LMS te negeren of zelfs aan te moedigen.
Scheve machtsverhoudingen
Eaton stelt dat wij uiteraard data nodig hebben om onder meer de voortgang van lerenden te monitoren. Hij vraagt zich echter af of dit wel gebeurt met toestemming van de lerende en op een transparante en specifieke manier waarvoor lerenden toestemming hebben gegeven.
Hij wijst daarbij op het feit dat LMS-en vaak eigendom zijn van investeerders waarvan je niet weet wat zij met data gaan doen. Ook wijst hij op een case waarin lerenden op basis van data werden beschuldigd van fraude, maar zelf geen toegang hadden tot die data om hun onschuld aan te tonen. Ook stelt Lance Eaton dat sprake is van scheve machtsverhoudingen tussen lerenden en docenten, en tussen docenten en instellingen, die in technologie besloten ligt. Docenten kunnen in detail zien hoe lerenden een LMS gebruiken, terwijl dat omgekeerd niet het geval is.
Docenten en managers hebben veel mogelijkheden om lerenden door middel van een LMS te observeren, te beoordelen, en te controleren. Uitgangspunt is daarbij niet om lerenden te vertrouwen. Efficiëntie en productiviteit gaan daarbij volgens de auteur ten koste van respect en privacy. Data in een LMS wordt bijvoorbeeld gebruikt om lerende te betrappen: jullie zeggen wel dat je het artikel hebt gelezen, maar data laat zien dat dit niet het geval is.
Lance Eaton spreekt van de truc van technologie:
it gives us data or “hard facts” that undermine and erase the messiness that is humans and learning. It presents a decontextualized “objective fact” that allows us to be productively punitive rather than intentionally curious about understanding what prevents our students from doing the things we ask of them.
Gelijke transparantie
Leermanagementsystemen hebben steeds meer mogelijkheden om gedetailleerde informatie te leveren over hoe lerenden het systeem gebruiken. Het systeem zet ons echter niet aan het denken over hoe we deze data gebruiken. We zijn geneigd rapporten over het leren van lerenden op te stellen, die we face-to-face niet op zouden kunnen stellen zonder een aanzienlijke inbreuk op de privacy. In een klas kijk je als docent immers niet continu mee over de schouder van elke lerende.
Lerenden hebben daarentegen geen mogelijkheid tot privacy in deze omgevingen. Zij hebben geen controle over hoe zij in data worden gerepresenteerd.
Lance Eaton breekt daarom een lans voor gelijke transparantie voor alle gebruiksniveaus. Wat een docent kan zien van een lerende, zou een lerende moeten kunnen zien van een docent (bijvoorbeeld hoe lang deze bezig is met een taak). Lerenden zouden rapporten moeten kunnen zien en onmiddellijk kunnen opvragen over iedereen binnen de organisatie die met hun profiel of data in contact is gekomen. Als wij ons zorgen maken over het gebruik van data door ‘big tech’ dan zouden we zelf het goede voorbeeld moeten geven en lerenden niet als objecten binnen een LMS beschouwen.
Zouden docenten hun werkzaamheden aanpassen als lerenden hen zouden kunnen volgen? Als lerenden bijvoorbeeld kunnen zien hoeveel tijd zij besteden aan het nakijken van opdrachten.
Volgens Eaton kunnen we data bewuster gebruiken en lerenden informeren dat data kunnen worden gebruikt op manieren die buiten onze macht liggen.
Mijn commentaar
Ik ben voorstander van het gebruik van data voor het geven van begeleiding aan lerenden. Ik vind het juist positief dat we dankzij data bij online leren meer zicht kunnen hebben op hoe lerenden leren, dan bij face-to-face leren (en, ja, je mist ook informatie als je lerenden fysiek minder ziet). Volgens mij is binnen onderwijs en opleiden ook per definitie sprake van een ongelijke machtsrelatie. Lerenden worden uiteindelijk beoordeeld door docenten.
We moeten echter transparant zijn in welke data we met welk doel verzamelen. We moeten data geen eigen leven laten leiden en verstrekkende maatregelen treffen, puur op basis van data. Bij een vermoeden van fraude op basis van data, ga je altijd eerst het gesprek aan.
Ook moeten we alleen data registreren die ook daadwerkelijk iets zeggen over het leren, en die je redelijkerwijs niet op een andere manier kunt verzamelen. Verder vind ik dat lerenden ook toegang zouden moeten hebben tot hun data.
In die gevallen vind ik zelfs dat je lerenden geen toestemming hoeft te vragen, maar dat sprake is van een gerechtvaardigd belang.
Dank zij de AVG kunnen we in Europa ook voorkomen dat data gebruikt worden door derden.
This content is published under the Attribution 3.0 Unported license.
Geef een reactie