Educational analytics

Dataondersteund onderwijs: wat is de invloed op docenten en studenten?

Leestijd : 1 minuut

Slim
Schoon
Sociaal

Wat is de invloed van dataondersteund onderwijs, learning analytics en kunstmatige intelligentie (AI) voor docenten en studenten? Deze vraag stond centraal tijdens de sessie Educational Analytics op HAN Unexpected.

Pierre Gorissen, associate lector Leren met ict, nam de bezoekers mee in de wereld van dataondersteund onderwijs. Met data over onder andere de manier waarop lesgegeven wordt en de manier waarop studenten leren kunnen er leeromgevingen ontstaan die zich aanpassen aan wat een student nodig heeft of wat een lerende werkomgeving nodig heeft. De student kan met data de regie nemen over zijn eigen leerproces. Kunstmatige intelligentie (AI) kan de docent en student hierbij ondersteunen.

Educational analytics is het meten, verzamelen, analyseren en rapporteren van gegevens over lerenden en de context waarin geleerd wordt, met als doel het leren en de omgevingen waarin het leren plaatsvindt te begrijpen en te optimaliseren.

Dat de media een ander beeld schetsen van artificial intelligence, maakt Pierre Gorissen duidelijk aan de hand van krantenkoppen. Daarin spelen robots de hoofdrol, terwijl de realiteit er heel anders uit ziet. De docent wordt zeker niet vervangen, maar juist ondersteund door adaptieve software. Dit zijn slimme systemen die docenten adviseren, bijvoorbeeld door automatische feedback op opdrachten en rapportages te geven op het gebied van grammatica, taalgebruik en bronnen. Het slimme systeem leert door feedback die de gebruiker geeft.

Het toepassen van data in het onderwijs kan op verschillende manieren, waarbij de mate van ondersteuning verschilt. Van het beschrijven en verklaren van leergedrag tot zelfs voorspellend en verklarend. Van 'Wat is er fout?' naar 'Waarom gaat iets fout?'. Sommige software kan zelfs automatisch ingrijpen bij voorspelbare fouten. Toch zijn de meeste systemen tegenwoordig vooral nog beschrijvend van aard, wat inhoudt dat ze gaan over of iets goed of fout is. Inzicht in herhaalde denkfouten van studenten wordt nauwelijks geboden. Mochten systemen zich verder ontwikkelen, dan worden vragen als 'In hoeverre wil je je als docent of student laten ondersteunen?' en 'In hoeverre helpt het je?' steeds belangrijker.

Naast adaptieve leertechnologie, is AI ook handig om feedback te monitoren en taken te automatiseren. En wat te denken van software die tijdig kan signaleren wanneer een student mogelijk uitvalt? Dat kan het leven van docenten een stuk eenvoudiger maken, maar heeft ook een schaduwzijde. "Studenten die verworden tot 'enen en nullen', dat moeten we niet willen," luidde een van de Mentimeter-stellingen. Aan de hand van deze tool werd het gesprek over learning analytics gevoerd. Krijgen studenten op deze manier meer - of juist minder - regie over het onderwijs dat ze geven of volgen? Is betere persoonlijke afstemming van de studie mogelijk? Deze thema's kwamen aan bod en brachten een interessant gesprek op gang.