• A
  • A
  • Hoe kan het leerproces gekraakt worden?

    - “Dokters kunnen een röntgenfoto nemen van een patiënt, maar leren is niet zo zichtbaar te maken. Je kunt geen foto nemen.” Professor Sanna Järvelä van de Universiteit van Oulu, Finland, probeert niettemin in kaart brengen hoe mensen hun leren reguleren. Ze vraagt daarbij hulp van collega’s wereldwijd.

    Järvelä is de keynotespreker op de tweede dag van de Learning & Students Analytics Conference op de UvA. De Finse hoogleraar doet onderzoek naar zelf gereguleerd leren en gezamenlijk leren met hulp van computertechnologie. Volgens Järvela is er bij leren sprake van cognitieve en emotionele ontwikkeling én van motivatie tot leren. Die processen zijn moeilijk zichtbaar te maken, maar in het onderzoek naar leren wordt het toch geprobeerd.

    Alle data combineren

    Zo maakt de technologie van haar onderzoek  gebruik  van de grote hoeveelheden data die MOOC-platforms als Coursera en edX produceren en combineert dat met zelf verzamelde data. Studenten krijgen tijdens het studeren een speciale bril op die monitort waar een student naar kijkt tijdens het studeren achter een computer. Ook wordt er medische data zoals de hartslag tijdens het studeren verzameld. “We hebben inmiddels meer dan 250 miljoen datapunten verzameld,” vertelt Järvelä.

    Maar dat is niet genoeg, zo laat Järvelä in Amsterdam weten. “Als we de het leerproces echt willen kraken, dan heb ik jullie hulp nodig. Als we de data die er wereldwijd wordt verzameld over het leren verzamelen kunnen we er samen voor zorgen data die data echt betekenisvol worden. Dan kunnen we de juiste parameters bepalen die voor het leerproces van belang zijn.”

    Standaardisering gewenst

    Een wereldwijd project waarin al die gegevens gecombineerd worden is ambitieus en levert een gigantische hoeveelheid big data op. Anwar Osseyran, directeur van SURFsara benadrukt daarbij dat het wel van belang is om afspraken te maken over welke data op welke manier gecombineerd wordt. “Er is wel een soort van standaardisering nodig als je wil dat een dergelijk project echt gaat werken.”

    SURFsara ondersteunt de conferentie over learning analytics, omdat het wil begrijpen wat het zelf kan betekenen om het leren te verbeteren, vertelt Osseyran tegen ScienceGuide. “We zijn een dienstverlener op het gebied van digitale technologie. Voor het analyseren van big data is deze technologie nodig en daar kunnen wij universiteiten, hogescholen en andere kennisinstituten bij helpen.”

    Osseyran zegt dat het voor hem dan ook belangrijk is om te snappen wat learning analytics zijn en hoe ze gebruikt kunnen worden. “Dat is de reden dat ik hier nu twee dagen rondloop. Als we echt van meerwaarde willen zijn, dan moet ik ook begrijpen waar het over gaat. Ik moet zowel het leerproces zelf als de achterliggende technologie ‘masteren’.”

    Structurele samenwerking

    De SURFsara-directeur die zelf op de conferentie een sessie leidt over hoe private partijen en kennisinstellingen elkaar kunnen ondersteunen bij het gebruiken  van learning analytics, ziet welke partijen en er interesse in het onderwerp hebben. “Je ziet providers, de ICT-bedrijven zelf die nieuwe software ontwikkelen, de gebruikers, bedrijven die in het kader van leven lang leren met leersoftware aan de slag gaan en je hebt de bedrijven die echt in de onderwijssector actief zijn. Dat zijn allemaal partijen die baat hebben bij nieuwe kennis op het gebied van learning analytics.”

    Om die kennis echt van waarde te laten zijn, zijn als gezegd bepaalde standaarden nodig. SURFsara kan daar een rol in spelen, denkt Osseyran. “We zijn een coöperatie en dat leidt over het algemeen tot goede afspraken en structurele samenwerking door kennisinstellingen. Je ziet dat de Verenigde Staten met EDUCAUSE ook zo’n organisatie heeft. Daar profiteert de hele kennissector van.”