Learning analytics gebruiken om voorkennis in kaart te brengen

De voorkennis van je studenten goed inschatten is een eerste, mogelijke stap, als je een aangepaste, activerende leeromgeving voor hen wilt creëren. Het leerproces van elke student verloopt anders. Als je weet waar je start, kan je je leerinhouden of werkvormen aanpassen aan de verschillende niveaus in de groep.

Waarom is het nuttig om de voorkennis van je studenten te kennen?

Als je de voorkennis van je studenten kent, weet je als docent enerzijds wat hun startniveau is. Wat kennen ze al en wat kennen ze nog niet? Je stemt zo je doceermomenten af op hun bestaande kennis. Anderzijds gebruik je hun voorkennis als kapstok om nieuwe informatie aan te hangen.

Neem bijvoorbeeld een docent Frans aan een hogeschool, die regelmatig te maken krijgt met studenten die hem aan het begin van een lessenreeks vragen stellen over leerinhouden die hij als noodzakelijke voorkennis beschouwt. Of een docent statistiek in een eerste bachelor die aan het begin van het academiejaar merkt dat er een groot niveauverschil is tussen haar studenten. Als docent wil je je studenten optimaal ondersteunen en dienen je eerste hoorcolleges dan soms als ‘vragenronde’, waardoor je heel wat tijd verliest om echt tot de essentie te komen.

Studenten stromen in vanuit allerlei richtingen. Het is dus onmogelijk om in een handomdraai te achterhalen op welk niveau een student precies zit, toch? Learning analytics helpen je al een eind op weg. In deze blog gebruiken we het Acco Learn-leerplatform Sofia als voorbeeld, maar andere leerplatformen hebben gelijkaardige toepassingen die je helpen voorkennis te analyseren.

Hoe breng je de voorkennis van je studenten in kaart?

Om aan het begin van een lessenreeks te achterhalen wat de voorkennis van je studenten is, kan je starten met een reeks oefeningen op je digitale leerplatform. In die oefeningen toets je af of je studenten de basisconcepten kennen die ze nodig hebben om de komende lesinhoud te verwerken. In sommige leerplatformen, zoals het Acco Learn-platform Sofia, kun je ervoor zorgen dat de studenten pas toegang krijgen tot de rest van de cursus als ze de oefeningen hebben gemaakt.

De resultaten van die reeks oefeningen breng je samen in een learning analytics-dashboard in je leerplatform.

Om optimaal zicht te krijgen op de samenstelling van je klasgroep, stel je een overzicht samen van de resultaten van de oefeningen en segmenteer je je klasgroep op basis van een aantal criteria, bijvoorbeeld het percentage en het aantal keer dat een student een oefening moest invullen om het juiste antwoord te geven. Op die manier krijg je in grote lijnen al een eerste onderscheid: je ziet binnen de gegeven criteria  hoeveel studenten in bepaalde segmenten aanwezig zijn, wie ze zijn en wat ze precies hebben geantwoord.

En wat daarna?

Eens je zicht hebt op de beginsituatie van je studenten, kan je gericht gaan remediëren. Geef hun bijvoorbeeld extra theorie en oefeningen voor de segmenten waar ze minder goed scoorden. Zo kunnen je studenten zelfstandig aan de slag om de hiaten in hun voorkennis op te lossen. In je digitale leerplatform volg je op waar je studenten staan. Daarnaast kan je de stukken lesinhoud waar je ziet dat je studenten het meeste moeite mee hebben, klassikaal doornemen.

De voorkennis van je studenten inschatten is een goed begin om een aangepaste activerende leeromgeving voor hen te ontwikkelen. Door gebruik te maken van learning analytics weet je als docent perfect waar je start en pas je je leerinhouden en werkvormen daaraan aan.

Bekijk in de screencast hieronder hoe je in Sofia een dashboard maakt en hoe je er optimaal gebruik van maakt.