“Data voor de student, niet over de student”

Hoe zet je learning analytics op en verantwoorde wijze in?

Verslag | de redactie
27 mei 2019 | “Misschien is de sleutel naar succes wel uitvallen op de hogeschool, dat zullen we nooit zeker weten.” Volgens technofilosoof Rens van der Vorst (Fontys) vraagt het inzetten van big data over het gedrag en de prestaties van studenten grote voorzichtigheid.
Foto: Richard Skiermont (CC BY-ND 4.0)

In het onderwijscentrum van het Erasmus MC zijn maandag betrokkenen samen gekomen om te praten over de inzet van learning analytics in het onderwijs. “De mogelijkheden om data te gebruiken ten behoeve van het onderwijs zijn enorm,” legt opleidingsdirecteur Walter van den Broek de zaal voor, “maar hoe zetten we de mogelijkheden het beste in en hoe doen we dat op verantwoorde wijze?”

De discussie vindt plaats binnen het kader van de vernieuwing van de geneeskundeopleiding van de Erasmus Universiteit. Daar wordt momenteel gewerkt aan een visie voor de Erasmus-arts 2030. In focusgroepen worden daarvoor diverse studenten en docenten geraadpleegd over de vraag hoe zij denken dat de arts van de toekomst eruit ziet.

“Wij leiden mensen op die pas over zeven tot tien jaar in de praktijk terechtkomen. We moeten niet onderschatten wat er verandert in de tussentijd.” Het is volgens Van den Broek niet de vraag of maar vooral hoe technologie een hoofdrol zal krijgen in de geneeskundige opleiding. “Moet je ze leren programmeren of moeten toekomstige artsen vooral goed kunnen interacteren met de technologie?” De toepassingen waar men momenteel aan werkt, van patiëntvolgsystemen op je smartphone tot hulp van een operatierobot, zijn eindeloos.

Van de oppervlakte naar begrip

Wat spreker Marcus Specht (Erasmus Universiteit, TU Delft) betreft ziet hij op korte termijn in ieder geval al opties om de kracht van digitalisering toe te passen op het leerproces van studenten. Daar valt op korte termijn al veel te winnen volgens hem. “We moeten kijken hoe we de kracht van data toe kunnen passen op het leerproces. Op welk niveau haal je data op en wat doe je daarmee?”

Hoe pas je de kracht van data toe op het leerproces? Op welk niveau haal je data op, en wat doe je daarmee. “Veel van de data die nu wordt verzameld is eigenlijk nog erg triviaal,” zegt Specht die daarmee doelt op het aantal ‘clicks’ op een videocollege of het bijhouden van het aantal opdrachten dat is gedaan. “Ik denk dat je veel meer naar het niveau van verwerking en begrip moet stappen.”

Volgens Specht zijn er verschillende manieren om dichterbij het verwerkingsniveau te komen. Het volgen van oogbewegingen tijdens het leerproces kan er daar een van zijn. Ook kan technologie worden ingezet om zeer directe feedback te geven. Zo ontwikkelde Specht met zijn studenten een ‘augmented mirror’; een videoprogramma dat met behulp van spelcomputer technologie punten en tips geeft voor de presentatiehouding.

Slechts een benadering

Technofilosoof en hoofd IT-innovatie bij Fontys Rens van der Vorst is het in grote lijnen met Specht eens maar hij is een stuk voorzichtiger. Hij draagt in zijn bijdrage een boodschap van terughoudendheid uit, onder andere als het gaat om het verzamelen van grote hoeveelheden data. “Iedereen wil data driven zijn, want dat klinkt heel sexy. Maar ik denk dat dit niet zo’n goed idee is.”

“Data is niet objectief en het is geen ‘gegeven’,” zo opent Van der Vorst die erop wijst dat data altijd verzameld, ofwel ‘geoogst’ moet worden. Dat proces zit vol met ideeën en aannames, en die hebben een doorwerking in de resultaten en conclusies. “Voor learning analytics is het ultieme doel om erachter de komen wat een student nu eigenlijk heeft geleerd. Maar precies dat is nagenoeg onmogelijk. Je meet altijd een nabijheid, zelden of nooit krijg je direct antwoord op je eigenlijke vraag.”

Dat zelfs een hele nauwe benadering van een probleem kan leiden tot het tegenovergestelde effect illustreert Van der Vorst aan de hand van een project uit de Amerikaanse stad Boston. In project van de gemeente konden automobilisten via een app doorgeven waar het wegdek kapot was, zodat dit kon worden gerepareerd. “Waar men geen rekening mee had gehouden was dat mensen uit minder rijke wijken veel vaker het openbaar vervoer nemen. Het resultaat: vooral het wegdek in welgestelde buurten werd er beter op. Precies het tegenovergestelde van wat de bedoeling was.”

Zegt data iets over de groep of over de persoon?

Een andere valkuil bij het werken met big data is dat des te meer data je hebt, des te meer data met elkaar gaan correleren. “Je komt dan geheid correlaties tegen, maar dat betekent niet dat je dan ineens meer hebt geleerd over de wereld om ons heen. Je moet de context begrijpen voordat je met data aan de slag gaat.” Het klakkeloos verzamelen van zo veel mogelijk data is dan ook zelden een succesvolle strategie om een probleem op te lossen volgens Van der Vorst.

Het gevaar dat onherroepelijk de kop opsteekt bij studies op groepsniveau is dat het erg lastig kan zijn om te bepalen tot in hoeverre bevindingen vervolgens weer toegepast kunnen worden op het individu. “Dat het aantal uur dat studenten doorbrengen op een online leeromgeving iets zegt over het studiesucces kan wel kloppen voor het geheel, maar wie zegt dat het voor mij persoonlijk uitmaakt? Ik heb liever dat data iets zegt over mij, niet over de groep waar ik toevallig in zit.”

Bovendien moet een instelling die grote hoeveelheden data verzamelt over studenten op een zeer fundamenteel niveau nadenken over wat hiermee gedaan kan en mag worden. “Je neemt een verantwoordelijkheid op je als je informatie verzamelt. Want wat nu als je weet dat een student waarschijnlijk uit gaat vallen, wat is dan het vervolg met die informatie? Moet je iedereen uit die groep dan maar afraden of verbieden om bij jou te gaan studeren?”

Ook voor instellingen kan er een forse keerzijde zitten aan de verantwoordelijkheden die het verzamelen data over uitval en rendement. Uit de Verenigde Staten hoort Van der Vorst al geluiden dat instellingen financieel verantwoordelijk gesteld worden voor de gederfde kosten van studenten die ‘te lang’ doorstuderen – ze zouden immers weten dat het geen succes zou hebben.

AVG is een kans

Volgens Van der Vorst zijn bovenstaande argumenten geen reden om geen data te verzamelen over gedrag en leerprestaties. “Als instelling moeten we iets met de basale vraag wat het leerproces bevordert. En als we €150 miljoen uitgeven aan de renovatie van onze gebouwen, dan moeten we toch zeker ook weten hoe we die in combinatie met de docenten het beste in kunnen zetten.

De uitweg uit deze schijnbare impasse heeft Van der Vorst gelukkig ook meegebracht. Dat is dat de data over het leerproces direct moet worden teruggegeven aan de student zelf. “Zie het als het soort apps dat mensen ook gebruiken voor hardlopen. Je moet de betrokkenen zelf laten reflecteren op hun gedrag, en ze in de gelegenheid stellen dit te koppelen aan hun leerbeleving.”

Het leidende motto bij de projecten op Fontys is dan ook: ‘data voor de student, niet over de student’. In de algemene verordening gegevensbescherming (AVG) is in deze geest dan ook een erg goed en bruikbaar uitgangspunt. “Ik heb de afgelopen tijd mensen horen klagen over de AVG maar volgens mij is het juist een kans voor herbezinning op wat we met learning analytics willen.”

Wat heet verrijking?

Het is volgens Van der Vorst een heel Angelsaksische gedachte dat je data uit moet venten voor financieel gewin. “Kijk naar YouTube omgaat met hun gebruikersdata. Zij gebruiken het in feite om mensen zo lang mogelijk op hun platform te houden.” Een manier waarop de internetgigant dat doet is door na elk filmpje een aantal suggesties te doen voor materiaal dat nog hoger in de ‘emotieladder’ staat, vertelt hij.

“Waar je ook begint op YouTube, een paar filmpjes later ben je altijd in een complottheorie verzeild geraakt. Ik weet niet hoe het met jullie zit, maar ik heb niet het gevoel persoonlijk nu zo veel verrijkt te zijn door Netflix en YouTube hierdoor.” Wat het echte Rijnlandse doel van big data en learning analytics zou moeten zijn is het beter faciliteren van het leerproces.

Daarbij krijgt de keynotespreker bijval vanuit de zaal. “Ik denk wel dat we met learning analytics de studenten van buiten en op afstand beter te kunnen bedienen,” geeft een van de aanwezigen mee, die daarbij aangeeft dat de instelling zelf een unieke plek is om te experimenteren met methoden die het leren faciliteren. “Dat vind ik een fantastisch doel waar ik graag aan bijdraag,” besluit Van der Vorst.


Schrijf je in voor onze nieuwsbrief
«

ScienceGuide is bij wet verplicht je toestemming te vragen voor het gebruik van cookies.

Lees hier over ons cookiebeleid en klik op OK om akkoord te gaan

OK