Studiereis SURF over Studiedata: impressie ‘op afstand’

surf analyticaFijn dat je via de nieuwsbrieven toch een beetje mee kon reizen met de een aantal bestuursleden die een SURF-studiereis hebben gemaakt naar de UK (18 – 25 maart 2019). Het thema van de SURFstudiereis was dit jaar: Studiedata.
Waarom een reis over studiedata en niet alleen gericht op Learning Analytics (LA). Studiedata en breder begrip kick-off bijeenkomst uiteengezet. Hier valt onder:

  • Learning Analytics: de data die de studenten achterlaten tijdens het online studeren en die worden ingezet om het onderwijs te verbeteren. Bijvoorbeeld: hoe wordt het online leermateriaal gebruikt?
  • Statische data: data uit meestal afkomstig uit het studentinformatiesysteem.
  • De quantified student: multimodel data, afkomstig uit bijvoorbeeld camera’s, detectiepoortjes en bewegingsmelders.

We krijgen (steeds meer) de mogelijkheid cijfers en andere gegevens van studenten op te slaan in studievoortgangssystemen. Daarmee is (steeds meer) data over het studiegedrag en studieresultaten van studenten beschikbaar. Door beschikbare technologie, om data te analyseren, is het betaalbaar en bereikbaar geworden data te gebruiken voor het verbeteren van onderwijs. Mede vanwege de AVG, en daarmee de discussie over privacy, is een breder gesprek nodig dan alleen de rondom LA. Vandaar: studiedata.

Tijdens de studiereis werden dus dagelijks Daily’s geschreven. Elke nieuwsbrief bevat links naar presentaties e.a.. Ik heb met grote belangstelling de nieuwsbrieven gelezen. Een paar hoofdlijnen uit de nieuwsbrieven (wat mij betreft):

  • Diverse keren komt naar voren: je moet goed weten waarom en waarvoor je de data verzamelt (de WHY)(D5/blz 5; D6/blz 5). De top 5 van de University of Edinburgh is: het verbeteren van de leerprestaties van studenten, het verbeteren van studenttevredenheid, het verbeteren van teachers excellence, het verminderen van uitval, en onderzoeken wat LA kan betekenen voor de instelling.
    En dat de focus gaat liggen op beschrijven en niet voorspellen (D3 en 4).
  • Het ethisch aspect rondom LA kwam regelmatig naar voren (D1/blz2, D6/blz 2): welke data gebruiken we, hoe maken we studenten daarvan bewust, en welke keuzen kunnen studenten daarin maken? In deze keuzes liggen waarden en normen. Het is belangrijk het daarover met elkaar te hebben.
  • Ondanks het feit dat LA al een aantal jaren ‘upcoming’ is, is het nog steeds een zoektocht en discussie over o.a.: privacy, doel, wel niet studenten betrekken, weten wat de data zegt, de juiste infrastructuur en governance.
  • Dat de wens van de studenten: dat LA wordt ingezet om het leren te faciliteren (begeleiden van studenten) en niet om faciliteren van het presteren. (D1 (blz 1), D2, D3). En dat me tegelijkertijd opvalt dat we zomaar, ook door het taalgebruik, weer spreken van verbeteren van prestaties (D5/blz 6). In het verlengde daarvan dat de intentie van het verzamelen van studiedata wel is om gepersonaliseerder onderwijs vorm te geven: maar voor onderwijs-geven of communicatie (D5/blz 3). Blijft het lastig om het faciliteren van leren als vertrekpunt te nemen? Stimuleert de inzet van LA ons opnieuw na te denken over wat studiesucces is en waarvoor studiesucces is?
  • LA geeft de mogelijkheid voor evidence based interventies van docenten en het gepersonaliseerder aanbieden van onderwijs. De data kunnen helpen om een geïnformeerd gesprek te voeren (D2+D3:beide blz6). Zet het in als een katalysator om goed over de vormgeving en de inhoud van het onderwijs na te denken, en over het onderwijsbeleid; dat LA docenten helpt hun curriculum en cursus te (her)ontwerpen’ (D4/blz 7; D6/blz 2)
  • Een lastig vraagstuk is of je studenten wel of niet inzicht geeft in de data. In D3(blz 2) las ik dat de Open University bewust het standpunt innam de student geen inzicht te geven in de data, in D4 nam de Universiteit van Glouchestershire een tegenovergesteld standpunt in. Dilemma’s zijn o.a.: interpretatie van data; welke interventies koppel je er aan?
  • Een indeling van Northumbria vond ik wel inzichtgevend (D5/blz 4). Zij hanteren het begrip Educational Analytics: (1) Adaptive analytics, gericht op het inrichten van een optimale leeromgeving voor studenten; (2) Learner analytics, gericht op inzicht geven in de studievoortgang voor de student; (3) Learning analytics, gericht op gepersonaliseerde interventies in het leerproces van studenten; (4) Academic analytics, gericht op het verbeteren van het onderwijs; (5) Institutional analytics, gericht op het nemen van strategische beslissingen voor onderwijsbeleid, onderwijsorganisatie en onderwijsondersteuning. Zie voor het schema sheet 3 presentatie.

Kerngedachte bij Learning Analytics (wat mij betreft):

  • Koppel LA aan leren.
    Voordat je het weet wordt het een tool om de prestaties van studenten te monitoren; het zou een instrument moeten zijn om het leren van studenten te faciliteren
    Het kan een instrument zijn die studenten helpt inzicht te krijgen in hun leergedrag. Dus de gedachte dat studenten erin betrekken lijkt mij belangrijk (lees wat Tom van den Brink aangeeft in D1+D4); en lees ook D5/blz 3: pilot Northumbria)
  • Zet LA in voor een geïnformeerd gesprek
    Ondanks het feit dat rondom LA nog vele vraagstukken te plaatsen zijn: LA geeft de docent en student input voor een geïnformeerd gesprek. Via LA krijg je als student inzage in de informatie over (stukje van) je leerproces. En daarmee (extra) informatie om keuzes te maken en beslissingen te nemen in je leerproces . Dit lijkt me een kern van dat ‘geïnformeerd gesprek’. In D5 (blz 5): niet voorschrijven, maar zetje geven; het helpt de zelfreflectie met gestructureerde data. Je geeft daarmee studenten zeggenschap en sturing over hun leerproces (D4/blz 7). Het lijkt me dat je studenten meeneemt in het ‘lezen’ van de data om er betekenis aan te geven: data-bewust (D4/blz 8). Dat dit proces niet eenvoudig is, blijkt wel uit de Daily’s.
  • WHY
    Tot slot naar aanleiding van de reflectie in D5: De WHY-vraag blijft de belangrijkste vraag. ‘Engagement’ van studenten komt vaak terug in de Daily’s als een gedachte bij die ‘Why’. Engagement is meer dan betrokkenheid, het gaat om meedoen. Dat is volgens mij betekenisvol leren: betekenis geven aan leerinhoud in interactie met anderen; betekenis geven aan je leerproces door een bijdrage (kunnen en mogen) leveren aan je (directe) omgeving. D5: ‘Engagement leidt tot betere resultaten’, of zoals ik het zo willen zeggen: engagement geeft betekenis aan het leren.

Bronnen en (verdere) inspiratie

Advertenties

Over Ria Jacobi

Als ervaren onderwijskundig ontwerper, -adviseur en projectmanager houd ik mij bezig met het ontwikkelen en verbeteren van onderwijs. Mijn ambitie is goed doordacht onderwijs te realiseren, dat aansluit bij de behoefte van individuen en hun organisaties en daarmee een stimulerend effect heeft.
Dit bericht werd geplaatst in conferentie, learning analytics, onderwijsinnovatie en getagged met , . Maak dit favoriet permalink.

Geef een reactie

Vul je gegevens in of klik op een icoon om in te loggen.

WordPress.com logo

Je reageert onder je WordPress.com account. Log uit /  Bijwerken )

Google photo

Je reageert onder je Google account. Log uit /  Bijwerken )

Twitter-afbeelding

Je reageert onder je Twitter account. Log uit /  Bijwerken )

Facebook foto

Je reageert onder je Facebook account. Log uit /  Bijwerken )

Verbinden met %s