Dat vinden drie Amerikaanse organisaties voor hoger onderwijs. Hoewel instellingen voor (hoger) onderwijs in toenemende mate gebruik maken van het analyseren van data van lerenden, onder meer ten behoeve van de begeleiding van lerenden, mag er wel een tandje bij (vindt men).
Natalie Schwarz gaat in Education Dive in op een oproep van de Association for Institutional Research, de Educause en de National Association of College and University Business Officers. Zij stellen dat initiatieven om interventies te koppelen aan data analyses (zoals automatische notificaties als een student een bepaalde tijd niets heeft gedaan) tot nu toe veelbelovend blijken te zijn, bijvoorbeeld voor het bevorderen van deelname, het bestrijden van uitval en het bevorderen van het slagen van studenten uit lage inkomensgroepen.
Data analytics zouden echter meer intensief kunnen worden gebruikt om studiesucces te bevorderen. Ook kan dit onder meer de efficiëntie bevorderen, en leiden tot kostenbesparingen.
Volgens de drie organisaties zouden afdelingen binnen instellingen echter meer moeten samenwerken om meer efficiënt data te verzamelen. Op dit moment is vaak sprake van overlap in verantwoordelijkheden tussen afdelingen, en van ‘silo’s’ binnen instellingen. De drie organisaties wijzen er echter ook op data onverantwoordelijk kunnen worden gebruikt. Voorspellende vormen van data analytics kunnen ongelijkheden versterken (bijvoorbeeld dankzij bias). Niet goed getimed prikkels kunnen averechts werken.
Daarom pleit men voor een organisatiebreed programma van bewustwording, transparantie en training. Verder pleit men voor snellere en grotere stappen, aangezien de belangen groot zijn (van studenten en instellingen).
Ik ben ook van mening dat onderwijsinstellingen meer gericht en meer doordacht gebruik zouden moeten maken van data analytics.
In onderstaande video waarschuwt emeritus-hoogleraar Larry Cuban -met een zeer grote staat van dienst als het gaat om het bestuderen van onderwijsinnovaties- er echter voor dat innovaties juist een lange adem nodig hebben, dat betrokkenheid van o.a. docenten wezenlijk is en dat deze innovaties juist het werk van docenten zouden moeten versterken. Ook waarschuwt hij voor te hooggespannen verwachtingen. Als de innovatie te mooi is om waar te zijn, dan is de onderwijsinnovatie waarschijnlijk niet waar.
Daarom ben ik warm pleitbezorger voor toepassingen van data analytics die het werk van docenten versterken, en ten goede komen aan de kwaliteit van het onderwijs. Incrementele veranderingen zijn dan noodzakelijke leerervaringen. Waak ervoor dat ‘data analytics’ niet te veel een sturingsinstrument voor managers wordt. Daar komt bij samenwerking tussen afdelingen m.i. inhoudt dat je bepaalde verantwoordelijkheden ook durft over te laten aan een ander. Niet iedereen hoeft zich overal mee te bemoeien. Verder kun je ook samenwerken en co-creëren met externe experts op dit terrein.
This content is published under the Attribution 3.0 Unported license.
Geef een reactie