De verwachtingen ten aanzien van learning analytics zijn hooggespannen. Al diverse jaren. Harvard en MIT hebben recent open source tools ontwikkeld die onderwijsinstellingen kunnen helpen data te vertalen in kennis.
In de Educause Review van december 2016 gaat een aantal onderzoekers in op dit initiatief.
Het analyseren van grote hoeveelheden data kan helpen bij het verbeteren van de kwaliteit van het onderwijs. De auteurs illustreren dat bepaalde issues ook pas naar boven komen bij grootschalig gebruik. Denk daarbij aan multi-interpretabele teksten zoals cultuurgebonden metaforen of onduidelijke opdrachten. Massive Open Online Courses kunnen mede daarom leiden tot kwaliteitsverbetering omdat ontwikkelaars veel feedback krijgen op hun online cursus.
Tegelijkertijd is het lastig om ‘chocolade’ te maken van de grote hoeveelheden data. Veel onderzoekers worstelen ermee om betekenis te geven aan de enorme hoeveelheid data. Dat komt onder meer omdat we over diverse soorten data beschikken, die door een zeer verschillende groep gebruikers gegenereerd wordt.
Harvard en MIT zijn daarom de Harvard/MIT edX Data Pipeline gestart om meer grip te krijgen op de grote hoeveelheden data van de edX cursussen. Zij hebben deze data gestructureerd in zogenaamde canonical data sets. Verder hebben ze open source tools ontwikkeld waarmee analyses gemaakt en visueel gepresenteerd kunnen worden. De initiatiefnemers geven ook aan graag te willen samen werken met anderen. Ook is men bezig een en ander te documenteren zodat andere organisaties hier ook gebruik van kunnen maken.
Ik vind dit een goede zaak en hoop dat deze Data Pipeline ook gebruikt kan worden binnen andere platforms.
This content is published under the Attribution 3.0 Unported license.
Wilfred, weet jij of deze analysetool overweg kan met xAPI?
Weet ik niet. heb ik nog niet over gelezen. Kan het edX-platform overweg met xAPI? Dan is het antwoord ongetwijfeld ‘ja’.