Aan de slag met learning analytics in het hoger onderwijs
Met learning analytics verzamel en analyseer je data over je studenten om hun leerproces te ondersteunen. Je gebruikt ze om onderbouwde keuzes te maken over je opleiding, vak of studiemateriaal. Maar hoe ga je aan de slag om in die eindeloze hoeveelheid data de juiste gegevens naar boven te halen?
Wat zijn learning analytics & wat is de meerwaarde ervan?
We zien learning analytics als het verzamelen en analyseren van data over je studenten en hun context, om hun leerproces te ondersteunen en je doceerproces daarop af te stemmen (LAK, 2011; Long & Siemens, 2011).
Learning analytics helpen je op drie niveaus om je onderwijs te verbeteren.
- Ten eerste helpen ze je om onderzoek te doen naar je onderwijsleerprocessen.
- Ten tweede ondersteunen ze je om je leeromgeving aan te passen en te personaliseren voor je studenten.
- Ten slotte kan je learning analytics nuttig inzetten bij studieloopbaanbegeleiding.
Met learning analytics breng je het niveau van je studenten in kaart, hoe effectief je leerproces is en hoe je je leeromgeving, studiemateriaal of vak optimaliseert.
Hoe ga je aan de slag?
Wanneer je start met learning analytics, kan je vanuit twee hoeken werken: je vertrekt ofwel vanuit je concrete vragen, ofwel vanuit de gegevens die je ter beschikking hebt.
1. Vertrek vanuit je vragen
Wat wil je te weten komen? Welke vraag heb je over je studenten en hun leergedrag? Waar zie je zelf al mogelijkheden tot optimalisatie die je wilt onderbouwen met data?
Stel jezelf bijvoorbeeld de volgende vragen:
- Wil je weten hoe actief je studenten zijn op je leerplatform?
- Wil je weten welk studiemateriaal je studenten interessant vinden?
- Wil je weten hoe lang je studenten doen over een oefening?
- Wil je weten waar je studenten afhaken?
Op die manier weet je waarom je data wilt verzamelen en analyseren. Zo kan je gericht zoeken naar de beschikbare data die je vraag beantwoorden.
De mogelijkheden van learning analytics zijn bijna eindeloos. Je komt dus ook irrelevante data tegen. Daarom is het het beste om te starten vanuit je vragen. Lees ook zeker onze blog “Meten is weten met learning analytics”.
2. Vertrek vanuit de gegevens
Mogelijk heb je veel data voorhanden, maar weet je niet precies welke vragen je wilt stellen. Kijk bijvoorbeeld eens naar het dashboard van je LMS en analyseer welke gegevens er voor jou beschikbaar zijn:
- Actieve studenten?
- Meest gemaakte oefeningen?
- Resultaten per oefening?
- Meeste bookmarks bij een module?
Door die gegevens in te kijken, kan je patronen ontdekken of ontdek je misschien resultaten die vragen bij je oproepen. Die manier van werken is meer gericht op ontdekking en minder op concrete vragen of analyses.
Welke rol speelt je onderwijsinstelling?
De hogeronderwijsinstellingen in Vlaanderen werken met heel wat tools en learningmanagementsystemen die data verzamelen. Maar niet elke docent heeft toegang tot die data. Vraag dus zeker even na bij je organisatie welke data er voor jou beschikbaar zijn of dat er dashboards zijn die je kan inkijken.
Wat is het niveau van je studenten? Hoe effectief is je leerproces, je studiemateriaal of je vak? Dankzij learning analytics heb je data om die vragen te beantwoorden en om doordachte keuzes te maken wanneer je gaat optimaliseren. Let wel: learning analytics zijn alleen data. Ze geven je inzicht, maar geen actiepunten.
Bronnen: