Learning analytics in het mbo
Deze pagina hoort bij AI in het rekenonderwijs. Hij gaat over leerdata: wat je ermee kunt, en waar het doorslaat.
Van scores naar leergedrag
Een cijferlijst vertelt hoe het afliep. Learning analytics kijkt naar wat eraan voorafging: bij welke opgave iemand stopte, hoe vaak een tussenstap werd overgeslagen, welke denkfout onder een antwoord zat, of een patroon bij een enkeling zit of bij de halve klas. Dat is een ander soort informatie, en hij komt op een ander moment beschikbaar.
Dat moment is de kern. Data die pas na de periode binnenkomt, bevestigt wat de docent al vermoedde. Data die tijdens de les zichtbaar is, kan de les nog veranderen. Alles wat tussen die twee in zit, is materiaal voor een vergadering, niet voor het onderwijs.
Een getal is nog geen duiding
Een student die drie opgaven overslaat, kan de stof niet begrijpen, of de opgave saai vinden, of liever niet beginnen omdat rekenen spanning geeft. Drie verschillende oorzaken, één identiek getal. Wie op het getal reageert, heeft een kans van een op drie.
Daarom is de vertaling belangrijker dan de meting. In RekenRun komt niet "3 fout" in beeld maar de denkstap die eronder ligt, in gewone taal. En het klasgevoel staat naast de cijfers, zodat een docent kan zien of het patroon over de stof gaat of over de spanning. Hoe je dat laatste herkent, staat op rekenangst herkennen in de les.
Wat je niet meet
Learning analytics meet wat een systeem kan registreren. Dat is precies wat er in de app gebeurt, en niets van wat eromheen speelt: het gesprek in de gang, de reden dat iemand vanochtend niet kan starten, het moment dat het kwartje valt zonder dat er iets wordt aangeklikt. Een dashboard dat zich gedraagt alsof het het hele leren toont, is misleidend, ook wanneer alle getallen kloppen.
Minder vastleggen is een ontwerpkeuze
De verleiding is om alles te bewaren, want je weet maar nooit. Dat is precies de verkeerde volgorde. Begin bij de vraag die je wilt beantwoorden, leg vast wat daarvoor nodig is, en niets daarbuiten. Dat is niet alleen de AVG-kant; het houdt het dashboard ook leesbaar. In RekenRun betekent het onder meer dat de naam van een student op het eigen toestel blijft, en dat onderzoeksdata gepseudonimiseerd meegaat met een opt-out in de app. De volledige uitleg staat op de privacypagina.
Veelgestelde vragen
Wat is learning analytics?
Het verzamelen, meten en interpreteren van gegevens over lerenden en hun context, met als doel het leren en de leeromgeving te begrijpen en te verbeteren. In de praktijk gaat het om wat studenten tijdens het werken laten zien, en wat een docent daarmee kan.
Wat heeft een docent er concreet aan?
Zicht op waar het rekenen vastloopt terwijl de les nog loopt: welke opgave veel studenten overslaan, welke denkstap ontbreekt, of het patroon bij een enkeling zit of bij de halve klas. Dat is informatie waarmee je de instructie op dat moment kunt bijstellen.
Waar gaat learning analytics mis?
Op drie plekken. Als de data pas na afloop beschikbaar is, als een getal zonder duiding wordt gepresenteerd, en als er meer wordt vastgelegd dan de vraag rechtvaardigt. Alle drie leveren ze een dashboard op dat indruk maakt en niets verandert.
Mag een school dit zomaar bijhouden?
Niet zomaar. Er moet een grondslag zijn, er moet niet meer worden vastgelegd dan nodig, en het moet uitlegbaar zijn aan de student. Dataminimalisatie is daarbij geen vinkje achteraf maar een ontwerpkeuze vooraf.
Hoe gaat RekenRun hiermee om?
De naam die een student kiest, blijft op het eigen toestel. Wat de docent tijdens de les ziet, gaat over de klas en over waar het rekenen vastloopt, met de denkfout vertaald naar gewone taal. Gegevens die voor onderzoek meegaan, zijn gepseudonimiseerd en er is een opt-out in de app.