View
276
Download
2
Category
Preview:
DESCRIPTION
Sessieronde 4 (15.05-15.50) Sprekers : Jop Esmeijer (TNO) Locatie : Leeuwen Room I + II Omschrijving : Learning Analytics lijkt grote mogelijkheden te bieden om het onderwijs te verbeteren, maar het ontwikkelen van een goede learning analytics toepassing is niet eenvoudig.De combinatie van technologische uitdagingen, didactische en ethische issues en de vraag hoe dit op succesvolle, duurzame wijze in de dagelijkse onderwijspraktijk geïmplementeerd kan worden, vereist een multidisciplinaire aanpak. In deze workshop zullen we, onder andere aan de hand van ervaringen uit de praktijk, ingaan op de belangrijkste vragen die je jezelf moet stellen als je met learning analytics aan de slag wilt gaan; zowel wat betreft de ontwikkeling als implementatie.
Citation preview
Learning Analyics: van data naar didactiek13 november 2013
Jop Esmeijer
Dit is…?
Om te beginnen…
Grootste waarde van Learning Analytics zit niet in een efficiëntere invulling van de huidige onderwijspraktijk…
…Maar is vervlochten met de discussies over hoe we onderwijs wel/niet in willen richten:
Gepersonaliseerd leren, (in)formeel lerenEen leven lang lerenNieuwe vaardigheden
(Zelfsturende vaardigheden, 21st Century Skills)
In deze presentatie
Wat is learning analytics?
Het ontwerp van learning analytics toepassingen
Een voorbeeld van onderzoek bij TNO
Richting de toekomst
I – Learning Analytics
Learning analytics
Learning analytics is the measurement, collection, analysis and reporting
of data about learners and their contexts, for purposes of understanding
and optimizing learning and the environments in which it occurs (LAK
2011)
Ofwel…
Het verzamelen, verwerken en presenteren van (geanalyseerde)
data over de lerende en de leercontext om het leerproces te
ondersteunen.
Voorbeeld: Course signals
Voorbeeld: SNAPP
Voorbeeld: De rekentuin
Het aanbod
Momenteel:
Uitbreiding op LVS
Focus ligt vaak op voortgang en risico’s voorspellen (veel Hoger
Onderwijs)
Quick wins: ‘makkelijke data’ om te verzamelen
Nog weinig (maar meer):
Aandacht voor didactiek om het leerproces zelf te verbeteren
Integratie in leermiddelen of over leermiddelen heen
Dit is ook moeilijker:
Multi-disciplinair, juiste data, juiste algoritmes, juiste partners, implementatie
II – Ontwikkeling / Implementatie van Learning Analytics
Interface
VData
Interface
Capture Analytics Output & Use
Interface
V
Storage
Preparation & Integration
Data
Interface
Capture Analytics Output & Use
Passive
Active
Automated
Passive decision-making
Mediated
Active decision-making
Data governance & security
Stap 0: start met ‘Waarom’?
Learning Analytics is geen doel, maar een middel
Er is dus niet 1 vorm van Learning Analytics!
Interface
V
Storage
Preparation & Integration
Data
Interface
Capture Analytics Output & Use
Passive
Active
Automated
Passive decision-making
Mediated
Active decision-making
Data governance & security
Stap 0: start met ‘Waarom’?
En verschillende stakeholders hebben verschillende wensen en
belangen:
“Onderwijs verbeteren” (en wat er nodig is om dat te realiseren)
betekent verschillende dingen voor verschillende stakeholders
Hella van Rossum - scholier
Karakter:
Dagelijkse activiteiten:
Wordt op school blij van:
Raakt op school gefrustreerd door:
Ambities in het onderwijs:
Typerende quote:
Ziet learning analytics als:
Annemieke van Doorn – directeur middelbare school
Karakter:
Dagelijkse werkzaamheden:
Wordt in haar werk blij van:
Raakt in haar werk gefrustreerd door:
Ambities in het onderwijs:
Typerende quote:
Ziet learning analytics als:
Weimar Broerse - docent
Karakter:
Dagelijkse werkzaamheden:
Wordt in zijn werk blij van:
Raakt in zijn werk gefrustreerd door:
Ambities in het onderwijs:
Typerende quote:
Ziet learning analytics als:
Stakeholders en hun primaire focus
Micro Meso Macro
Level of data aggregation
Individual
Class
School
National
Niet alleen ‘waarom’, maar ook het aggregatie-niveau
Micro Meso Macro
Level of data aggregation
Individual Learner
Class
School
National Policy-maker
School-board
Teacher
Micro Meso Macro
Level of data aggregation
Individual
Producer of learning materials
Learner
Class
School
National
Producer of ELE and LTS
Policy-maker
School-board
Teacher
Issues om rekening mee te houden
Privacy
Eigenaarschap van data, transparantie & controle
Huidige onderwijscultuur
Autonomie
Vertrouwen en bemoeienis
Standaardisering & interoperabiliteit
III – Huidig onderzoek
Het herkennen van leerstrategieën
Vraag:
Kunnen we leerstrategieën en leerstijlen herkennen in de data die ahv van
de digitale lesmethode Schooltas van Thieme Meulenhoff verzameld
wordt? (resultaten medio 2014)
Het herkennen van leerstrategieën
Vraag:
Kunnen we leerstrategieën en leerstijlen herkennen in de data die ahv van
de digitale lesmethode Schooltas van Thieme Meulenhoff verzameld
wordt? (resultaten medio 2014)
Indien leerstrategieën herkend kunnen worden, kan het leerprogramma
meer adaptief gemaakt worden:
Leermateriaal aanbieden dat aansluit bij de individuele leerstijl
Bewust een gevarieerd aanbod bieden om andere leerstijlen te
stimuleren
Interface
V
Storage
Preparation & Integration
Data
Interface
Capture Analytics Output & Use
Passive
Active
Automated
Passive decision-making
Mediated
Active decision-making
Data governance & security
v v
Project II – Learning Analytics & Zelfsturend leren
Hoe kun je zelfsturend leren ondersteunen? Hoe kom je uit de
“Zelfsturend leren-paradox” en faciliteer je ‘shared control’?
Hoe kun je ‘meta-vaardigheden’ over verschillende vakken heen
structureel oefenen en monitoren? Dus hoe combineer je zowel
domein specifieke kennis en vaardigheden, met deze
vakoverstijgende vaardigheden?
Interface
V
Storage
Preparation & Integration
Data
Interface
Capture Analytics Output & Use
Passive
Active
Automated
Passive decision-making
Mediated
Active decision-making
Data governance & security
Vragen voor de toekomst
Data voor didactiek
Gepersonaliseerd en adaptief
Privacy
Eigenaarschap van data, transparantie & controle
Huidige onderwijscultuur
Autonomie
Vertrouwen en bemoeienis
Standaardisering & interoperabiliteit
Learning Analytics
Grootste waarde zit niet in een efficiëntere invulling van de
huidige onderwijspraktijk
Maar is vervlochten met de discussies over hoe we onderwijs
wel/niet in willen richten:
Gepersonaliseerd leren, (in)formeel leren, leven lang leren
Nieuwe vaardigheden
(Zelfsturende vaardigheden, 21st Century Skills)
Learning Analytics stelt ons in staat om dit te ondersteunen.
Dit vraagt om de samenwerking:
Tussen verschillende disciplines
Verschillende stakeholders
Tot slot…
The way ahead
• Learning Analytics is een speerpunt van TNO-onderzoek
• TNO werkt graag samen met relevante partijen.
• Er zijn nog veel uitdagingen.
• Wat zijn úw vragen?
• Hoe gaan we (samen) door?
Jop Esmeijer, TNO Informatiemaatschappij
jop.esmeijer@tno.nl
08886 62174
@jopesmeijer
Tussen Hoop en Vrees
Sterktes:
Effectiviteit van het onderwijs verbeteren
Inzicht
Leerprestaties en voortgang
Leerstrategieen en voorkeuren
Gebruik van leermiddelen
Voor beleid
Real-time inzichten en feedback
Ondersteuning voor lerenden en docent
Maatwerk
Betrouwbaarheid
Vergelijking is mogelijk
Motivatie door inzicht en feedback
Dwingt tot heldere leercontstructen
Verminderen schooluitval
Zwaktes
Kennis/expertise (ontwikkeling/gebruik)
Kennis over welke data nu relevant is
Technologische beperkingen
Het moet optimaal werken
Hoge initiële kosten
Privacy-gevoelig
Sterk technologie- en data-gedreven
Focus op ‘harde’ data
Versnippering totaalbeeld
Verzamelen als doel op zich
Weinig ruimte dwarsdenkers
Menselijke maat op de tocht
Risico op labeling
Dank voor uw aandacht!
Recommended