Technologie gebruiken om het leren te monitoren. Hoe ver mogen we gaan?

Technologische ontwikkelingen zoals sensortechnologie, artificiële oftewel kunstmatige intelligentie (AI) en big data maken het mogelijk om het leren vergaand te monitoren en ook automatisch interventies te plegen. Er zijn echter grenzen aan wat we op dit terrein moeten willen.

Pedro de Bruyckere plaatste onlangs een video over het gebruik van headsets in China die het concentratievermogen van leerlingen zichtbaar maken. Led-lampjes laten zien of leerlingen geconcentreerd werken of afgeleid zijn. De video bevat overigens nog meer voorbeelden van ‘surveillance technologie’ (o.a. volgen waar leerlingen zijn).

Een interessante vraag hierbij is: hoe ver moeten we hierin gaan? We moeten niet alles willen, wat technisch mogelijk is.

Persoonlijk heb ik er geen probleem mee als we technologie gebruiken om menselijke waarneming te versterken. Als technologie docenten helpt om na te gaan of lerenden daadwerkelijk leren, dan vind ik dat prima. En als technologie interventies kan plegen, die docenten werk uit handen neemt, dan is dat volgens mij alleen maar winst. Voorbeelden zijn het automatisch herinneren aan deadlines, het versturen van notificaties als een lerende lang niet heeft ingelogd of het automatisch beantwoorden van routinematige vragen. We gebruiken ook al monitoringtools om begeleiding van lerenden te versterken. Technologische ontwikkelingen geven hier een verdere impuls aan.

Maar we kunnen op dit terrein ook doorslaan.

Wanneer overschrijd je naar mijn mening een grens?

• Als je lerenden verplicht of als je op hen sociale druk uitoefent om hun lichaam ‘aan te tasten’. Dus om hun hersenen aan te sluiten op sensoren of om chips te implanteren die het mogelijk maken om hen te volgen. Automatische gezichtsherkenning om de aanwezigheid te registreren gaat m.i. ook al te ver (nog los van de AVG). Mag dat wel vrijwillig? Daar geloof ik dus niet in, binnen onderwijssettings. Er zal altijd sociale druk worden uitgeoefend (bijvoorbeeld via ouders).
• Als systemen vergaande maatregelen treffen. Dus als een systeem bepaalt om een lerende een opdracht mag inleveren of toegang krijgt tot een bijeenkomst. Dergelijke vergaande beslissingen zijn voorbehouden aan de docent, en in een enkel geval aan de schoolleiding. Volgens mij is dit ook bij wet verboden (AVG).
• Als je gedrag monitort waarvan we niet op basis van onderzoek weten dat het iets zegt over zaken als voortijdige uitval of een ontwikkeling die stokt. In het voorbeeld van de headsets ontbreekt het bijvoorbeeld aan gedegen onderzoek dat deze maatregel rechtvaardigt (los van min eerste bezwaar). Het monitoren moet een duidelijk doel dienen. Als lerenden het gevoel hebben continu gemonitord te worden, als zij het gevoel hebben geen fouten te mogen maken, dan is dat schadelijk voor hun ontwikkeling.
• Als de informatie breder verspreid wordt dan naar de docent/mentor en de lerende (soms naar een specialistische begeleider). Ik vind het bijvoorbeeld niet acceptabel als ouders de beschikking krijgen over data. Bespreek met je kind en met de mentor de voortgang. Het verstrekken van accounts voor een leerlingvolgsysteem aan ouders/verzorgers vind ik al zeer discutabel (er zijn uitzonderingen denkbaar). Het genereren van geanonimiseerde managementrapportages is m.i. wel acceptabel.
• Als data het eigendom worden van technologiebedrijven en door technologiebedrijven gebruikt mogen worden voor commerciële doeleinden. Zoals uitgever Pearson die een aantal jaren geleden dankzij learning analytics aanbiedingen deed aan leerlingen met bepaalde deficiënties.

Belangrijk hierbij is ook:

• Wees je ervan bewust dat data ook ‘bias’ kunnen bevatten, en dat deze technologieën nog in ontwikkeling zijn. Bovendien meet je maar een deel van de voor leren relevante data. Verbind dus geen vergaande conclusies aan de signalen, maar gebruik de informatie om het gesprek aan te gaan met lerenden. De vergelijking met een plagiaatsoftware gaat hier ook op. Je oordeelt niet dat een student plagiaat heeft gepleegd, puur en alleen op basis van de uitslag van de software.
• Overdaad schaadt. Wees terughoudend met het sturen van notificaties. Denk goed na -ook op basis van onderzoek- over wanneer een automatische interventie gepleegd moet worden.
• Denk aan de toonzetting. De aard van het bericht is van invloed op hoe dit wordt ontvangen.
• Bespreek regelmatig waarom je welke data met welk doel monitort.
• Wees ook transparant over wat je monitort en waarom.

Dient dergelijke technologie een “strikt economische *elk moment focus en eruit halen wat erin zit* visie” op onderwijs, zoals Tim Surma tweette?  Dat hoeft wat mij betreft niet. Dit hangt vooral af van de wijze waarop deze technologieën worden toegepast. Bovendien kun je dit ook zeggen voor het pleidooi om effectieve leerstrategieën in te zetten.

This content is published under the Attribution 3.0 Unported license.