Learning Analytics inzetten om onderwijs(begeleiding) te optimaliseren

Learning Analytics stelt je in staat het digitale voetspoor van leerlingen te volgen. Het idee is dat je gewapend met deze informatie je lessen of persoonlijke begeleiding kunt verbeteren. Het concept is al enkele jaren in opkomst, maar ontmoette een hobbel in de weg toen de AVG-wet werd aangescherpt. Maar je kunt én de privacy van leerlingen waarborgen én de vruchten plukken van learning analytics, stelt Karianne Vermaas, van het team Learning Analytics bij SURF.

Hoe vaak bekijken leerlingen de uitleg die ik online heb gezet? Waarom is die ene leerling maar zo kort actief per week? Hoe beweegt mijn groep zich door de online leeromgeving? Wanneer leerlingen digitaal lesmateriaal gebruiken, laten zij een ‘voetspoor’ achter. Learning Analytics pikt dit spoor moeiteloos op en biedt de gevonden gegevens overzichtelijk aan in een dashboard. “Door deze data te analyseren en interpreteren, kun je nieuwe inzichten verkrijgen in je manier van lesgeven of de begeleiding die je leerlingen nodig hebben”, stelt Vermaas. Al sinds 2003 is ze bij SURF betrokken, een samenwerkingsorganisatie voor ICT-voorzieningen en -innovaties voor onderwijs- en onderzoeksinstellingen. In die hoedanigheid werkte zij mee aan het rapport ‘Learning anlaytics in het onderwijs: een onderwijskundig perspectief’, dat uiteenzet wat er nodig is voor een succesvolle implementatie van deze werkwijze.

Knelpunten tijdig herkennen

Vermaas belicht innovatie het liefst altijd vanuit de gebruikerskant. Ze zat dan ook helemaal op haar plek in het team van SURF dat een omgeving opzette waar docenten konden experimenteren met learning analytics. “Dit was in 2015 toen er nog geen marktpartijen waren die learning analytics aanboden, maar docenten wel al stonden te trappelen om ermee aan de slag te gaan. In de omgeving konden zij vrij experimenteren. Dit riep vragen op bij de docenten die we vervolgens in het rapport weer behandelen.” Die experimenteerfase is volgens Vermaas heel belangrijk. “Door te experimenteren kun je vooraf al ontdekken waar de pijnpunten liggen en kun je leren van moeilijkheden waar iedereen tegen aanloopt. Vervolgens kun je de werkmethode opschalen en beleid maken.”

Uit de experimenteeromgeving van SURF bleef vooral het verhaal van één deelnemer hangen bij Vermaas, juist omdat het de potentie van learning analytics mooi weergeeft. “Een docent zag dat zijn uitlegfilmpje over statistiek veel en herhaaldelijk bekeken werd en dacht bij zichzelf: dit vinden mijn leerlingen blijkbaar moeilijk. Doordat hij dit knelpunt op tijd in de gaten kreeg, vóór het duidelijk werd uit de testresultaten, kon hij zijn begeleiding hierop aanpassen. Hij had echt het gevoel dat daardoor meer leerlingen uiteindelijk het vak hadden gehaald.”

Data vergaren

Learning Analytics kan op veel verschillende manieren worden ingezet. Zo kun je het bijvoorbeeld aanwenden om voorspellingen te doen over te behalen studieresultaten of de kwaliteit van het gebruikte lesmateriaal. Bij SURF leggen ze de focus op het leergedrag. Dat houdt in dat alleen naar de data wordt gekeken die vrijkomt als leerlingen aan het studeren zijn: hoe lang zijn ze actief, welke opdrachten klikken ze aan, welke artikelen lezen ze en downloaden ze het lesmateriaal eigenlijk wel? “Die data werden in het experiment verzameld via pixels op het scherm, die als het ware als onzichtbare cookies dienden. Je kunt je afvragen of dat AVG-proof is. Daarom onderzoeken we nu hoe we ervoor kunnen zorgen dat er een infrastructuur ontstaat, die onderwijsinstellingen in staat stelt om op een privacyvriendelijke en ethisch verantwoorde manier data te verzamelen en te analyseren.”

Voor docenten én studenten

Alle verzamelde informatie kan vervolgens overzichtelijk worden weergegeven in een dashboard, dat voor zowel leerlingen als leraren toegankelijk kan zijn. “Wie er baat heeft bij het zien van de informatie, hangt samen met je doel. Wil je de studenten beter begeleiden? Dan kun je de informatie eerst terugkoppelen aan de student, die vervolgens zelf kan aangeven of de docent de bevindingen ook mag zien. Als het doel is om het vak dat je geeft te verbeteren, kan de informatie direct naar de docent. Ook kun je van tevoren al de afweging maken: wil ik kunnen zien van welke leerling bepaalde data afkomstig is of heb ik voldoende aan algemene informatie?”

Ga bij jezelf ten rade

Voor je learning analytics in de klas gaat inzetten, moet je dus behoorlijk wat afwegingen maken. Vermaas stelt daarom dat het absolute beginpunt van dit traject ligt bij de vraag: wat wil ik onderzoeken?

“Sommige docenten zeggen: ‘Geef mij alle data maar, dan kijk ik achteraf wel wat voor mij belangrijk is.’ Maar dat werkt niet. Je ziet dan door de bomen het bos niet meer!”

Als je scherp hebt welke vraag je wilt beantwoorden, kun je gaan nadenken over welke data je het best kunt verzamelen, waar je die vandaan haalt en wat je er allemaal wel en vooral niet mee mag. Vermaas geeft als tip om ook alvast na te denken over de mogelijke uitkomsten. “Als ik deze vraag stel, en deze data wil gebruiken om die vraag te beantwoorden, wat zijn dan de mogelijke uitkomsten?”

Zelfs als je vooraf goed na hebt gedacht over al deze zaken, moet je voorzichtig zijn bij het trekken van conclusies uit alle data die je voorgeschoteld krijgt in het dashboard. “Kijken leerlingen niet naar die ene uitlegvideo, omdat ze de materie al begrijpen, omdat ze het onderwerp saai vinden of omdat ze überhaupt niet wisten dat er een video online stond? Soms is dat een lastige puzzel om te leggen.” Maar dat is precies wat Vermaas zo mooi vindt aan learning analytics: het opent de dialoog. “Normaal krijgen de leerlingen al snel de schuld: ze zullen er wel geen zin in hebben of ze zijn niet geïnteresseerd. Maar nu kan de docent hen vragen waaróm ze een bepaalde opdracht niet hebben gemaakt. Daar levert soms verrassende antwoorden op.”

Voor meer informatie over learning analytics kun je een kijkje nemen op de website van SURF.