Met een korte introductie over open standaarden (erg belangrijk, niet meer zo spannend) en open content (al 1 miljoen objecten op Ariadne) gaat Duval wat dieper in op Open Learning.
Onderwijs gaat momenteel een beetje langs de jongeren heen omdat het niet aansluit bij hun dagelijks leven. Duval werkt met blogs, wiki's en laat studenten op die manier elkaar becommentariëren. Op die manier moet een community of practice ontstaan. Omdat dat in verbinding met de wereld gebeurt komen er ook reacties van buitenaf op de blogs en wiki's. Als studenten tijdens het werk ook Twitteren, biedt de mogelijkheid om direct te reageren.
Inmiddels zijn er 'Massive open online courses' (MOOC) waar iedereen aan kan deelnemen. Er zijn cursussen waar 250.000 mensen op inschrijven. Dat wordt wel veel om allemaal bij te houden.
Dat vraagt om Learning Analytics. Dat biedt uitkomst bij grote groepen maar is ook nuttig bij kleine groepen.
Learning Analytics komt vanuit andere domeinen, zoals hardlopen. Met allerlei devices kunnen prestaties worden bijgehouden. Daar kunnen anderen weer op regeren. Door gegevens van meerdere lopers te analyseren kunnen er adviezen worden gegeven, alternatieve routes worden voorgesteld of maatjes worden gekoppeld.
Voor computergebruik zijn er tools die precies bijhouden wat je allemaal doet. Daar kun je weer allerlei doelen bij stellen: niet meer dan 1 uur per dag emailen. De tool geeft dan een signaal als er doelen al dan niet worden gehaald.
Er zijn gadgets in de vorm van een armband met sensores, die communiceren met je iPhone en op die manier alles registreren. Ook bloggers zijn ook bekend met allerlei analytics.
In hoeverre kunnen die technieken ook worden toegepast worden op het onderwijs?
Dat vraagt om een dashboard waarmee inzichtelijk wordt gemaakt in hoeverre bepaalde doelen worden bereikt. Dat kan in de vorm van allerlei widgets, waarmee je in bijvoorbeeld in iGoogle je eigen dashboard samenstellen.
Duval bouwt dat soort tools en evalueert in hoeverre die daadwerkelijk helpen bij het volgen van studenten. Maar met analyseren alleen ben je er niet. Het is de bedoeling, dat er ook adviezen gegeven kunnen worden op basis van de trackingresultaten. Dan worden onderwijsresultaten inzichtelijk en kunnen allerlei uitspraken (in feite opinies) over het onderwijs worden getoetst.
Door datasets aan te leggen en te analyseren kunnen die opinies over onderwijs worden weerlegd of juist worden bevestigd.
Duval geeft aan het einde toch nog wat relativerende aandachtspunten:
Een gevaar van analytics is, dat de uitkomst ook bepalend is voor het vervolg: de uitkomsten van analyses kunnen op die manier zelfversterkend werken.
(Een mooi voorbeeld is het fenomeen dat wetenschappers steeds minder literatuur doorwerken omdat ze afgaan op de scores die bepaalde artikelen al hebben gekregen. Daarmee worden die artikelen steeds bekender maar verdwijnen andere artikelen naar de achtergrond. Serendipiteit neemt daardoor sterk af!)
Daarnaast dreigt ook het gevaar dat er een dwangmatigheid ontstaat door het gebruik van die tools: de tool geeft een waarschuwing dat je nog iets 'moet' doen.
Verder is er nog de vraag of datgene wat gemeten wordt wel echt relevant is. Welke metrieken zijn nu echt van belang om te meten, wat je wilt weten?.
En dan is er nog een privacy discussie. Wil je alles wel online zetten? De vraag is of privacy niet te ver doorgetrokken wordt. Wees in elk geval open over het wat en waarom van het registreren.
Duval houdt nog een klein pleidooi om te experimenteren, vooral spannende dingen te doen. Beter iets geprobeerd dat is mislukt dan helemaal niets gedaan.
Geen opmerkingen:
Een reactie posten
Reacties zijn welkom