Learning Analytics seminar
Vorige week ben ik naar de eerste dag van het seminar Learning Analytics van SURFacademy geweest. Het was een informatieve dag over een relatief nieuw onderwerp, met een goede variatie aan sprekers.
Niels Maes heeft reeds verslag uitgebracht over het seminar, en heeft wat bedenkingen en openstaande vragen in zijn verslag staan. Hij rept vooral over de onvolwassenheid, net als de sprekers, van het thema. Ik heb een andersoortige bedenking bij het thema Learning Analytics. Hieronder leest u meer.
Definitie
De verschillende sprekers lieten duidelijk zien dat van een eenduidige definitie nog geen sprake is. Dat geeft ook wel aan dat Learning Analytics nog in de kinderschoenen staat. Learning Analytics gaat in essentie om drie zaken:
1) het verzamelen en opslaan van allerlei gegevens uit de geautomatiseerde systemen die we gebruiken in het onderwijsleerproces, zoals een Electronische Leeromgeving (ELO) of een StudentInformatieSysteem (SIS)
2) het zinvol presenteren en visualiseren van de verzamelde gegevens
3) op basis van een analyse van de presentatie en visualisatie zinvolle conclusies kunnen trekken over het onderwijsleerproces
Van het seminar heb ik het meeste opgestoken van de inleiding van Prof. Dr. Erik Duval. Duval is expert op het gebied van Technology Enhanced Learning (TE Learning) in Leuven, en doet onderzoek op het gebied van learning analytics en is tegelijkertijd ook nog steeds zelf een docent die onderwijs verzorgt. Hij kan dus vanuit zijn eigen wensen als docent goed de (on)mogelijkheden van learning analytics relativeren. Duval ging vooral in op het belang van het visualiseren van de gegevens. Maar dan nog: wat doe je dan met die mooie visualisatie? Volgens Duval moet je altijd een verband zien te leggen met je oorspronkelijke (leer)doel. En uiteindelijk zou learning analytics je moeten helpen bij het leerproces, dus bij het veranderen van gedrag of attitude bij je studenten of lerenden. Maar zover is het dus nog lang niet. En zo kon Duval, maar ook de andere sprekers, eigenlijk alleen maar concluderen dat er nog veel onontgonnen gebied is. Werk te doen dus voor wetenschappelijke onderzoekers dus. Ook niet verwonderlijk want de sprekers van de eerste dag waren ook allemaal wetenschappers.
Alle sprekers lieten interessante voorbeelden zien. Waarbij er ook voorbeelden werden getoond waar niet de docent, of de student, maar juist het management van een organisatie de primaire gebruiker zou zijn van Learning Analytics. Wolfgang Greller en Hendrik Drachsler presenteerden een Learning Analytics Framework (zie foto). Maar toch bleef, zoals gezegd, iets knagen bij mij.
Aandachtspunt
Je kunt met de huidige stand van de techniek heel veel gegevens opslaan, analyseren, interpreteren en visualiseren. Dat werd door de sprekers beaamd. Dat kan met de huidige stand van de techniek niet meer het probleem zijn. Je kunt met gemak alle acties van al je studenten in de ELO opslaan voor vele jaren. Geen enkel probleem. Wat is dan wel het probleem? Dat je set gegevens een incomplete set met gegevens is en blijft. Conclusies daaruit trekken kan natuurlijk best, maar een waarschuwing lijkt mij op zijn plaats. En waarom dan? Omdat het gemiddelde onderwijsleerproces nog steeds grotendeels een proces is tussen docent en student(en) in de collegezaal, tussen studenten onderling in de projectgroep, of van een student alleen met zijn neus in de studieboeken. En over die interacties heb je geen of weinig gegevens.
Tuurlijk Wytse klopt dat, ik heb dat de 2e dag ook betoogd (maar toen was je er niet meer bij, keuzes maken, hoe zou dat in de analyse van de 2 daagse uitpakken?). Juist , omdat het zo moeilijk is en zo aan het begin moet je DURVEN te experimenteren en alle moeilijkheden beschouwen (en dat zijn er nog vele). Het kan ook tot de conclusie leiden dat je er niet mee verder moet gaan, dat het te duur is, te weinig oplevert. Daar zijn dit soort verkenningen ook voor. Ik ben bijvoorbeeld nog steeds op zoek naar de jongedame in de dataset, ik zie die nog steeds niet…..
Je hebt ondermeer planten, bedrijfsmannen, afmakers en waarschuwers. Een juiste mix leidt tot een goed team of was dat nu iets met gele en rode hoeden van die zanger Bono? Volgens mij ben je nu in beeld ;-)