Perfect gepersonaliseerd onderwijs: droom of mogelijkheid?

Learning analytics wordt neergezet als een droomoplossing voor allerlei uitdagingen in het onderwijs. Door gegevens over iemands leerproces slim te combineren en analyseren, krijgen lerenden inzicht in hun eigen leerproces, kunnen docenten optimaal gepersonaliseerd onderwijs aanbieden en krijgen bestuurders real time inzicht in de rendementen van hun opleidingsinstituut. 

Dromen van morgen

Dat zijn de algemene beelden die er bestaan over learning analytics. Maar wat als we gaan kijken vanuit de individuele perspectieven van verschillende stakeholders? Wij verkenden waar de droombeelden elkaar raken en waar er conflicten te verwachten zijn bij het realiseren van de verschillende utopieën.

In ons vorige artikel over learning analytics beschreven we de verschillende elementen, waarmee men rekening moet houden in de ontwikkeling van een learninganalyticsoplossing.  We benadrukten daarbij dat het ontwikkelen van een learning analytics tool niet slechts een technologische aangelegenheid is. Om de tool écht van waarde te laten zijn, moet hij ontworpen worden vanuit de behoeften van de gebruikers. En dat zijn er nogal wat.

Primair zijn het de lerenden en hun docenten. Maar wie een laagje dieper kijkt, ziet dat learning analytics bijvoorbeeld ook een interessante beleidstool kan zijn voor schoolbestuurders en beleidsmakers en daarnaast een effectieve bron van feedback voor leermiddelenproducenten. De afbeelding hieronder geeft een overzicht van de belangrijkste stakeholders van learning analytics, het niveau waarop zij bij het leerproces  betrokken zijn (horizontale as) en het aggregatieniveau waarop zij de data willen hebben (verticale as).

Perfect gepersonaliseerd onderwijsaanbod

Om de perspectieven van al deze stakeholders in kaart te brengen, organiseerden we een workshop met een brede groep vertegenwoordigers uit de onderwijs-, beleids- en de technologische wereld. Gezamenlijk brainstormden we over de gedroomde toekomst van learning analytics. Er ontstond een wereld, waarin elke lerende, dankzij learning analytics, een perfect gepersonaliseerd onderwijsaanbod kreeg, docenten zich op hun kerntaak konden richten en zowel de harde en zachte kanten van het leerproces accurater konden beoordelen en er bovendien meer en actueel inzicht was in het rendement van educatie en de kwaliteit van de geboden leerconcepten.

Vanuit de verschillende individuen creëerden we scenario’s waarin learning analytics optimaal werd ingezet. De toekomst schitterde ons tegemoet. (Zie afbeelding hieronder, neem voor de andere drie scenario’s contact op met de auteurs.)

Uit de droom

Maar toen we de individuele perspectieven op de gedroomde toekomst van learning analytics naast elkaar gingen leggen, ontstonden er, niet geheel onverwachts, wat barstjes in het droombeeld. De personages in onze scenario’s bleken te botsen op essentiële zaken als privacy, data-eigenaarschap, vertrouwen en onderwijscultuur. Hieronder beschrijven we een aantal van de belangrijkste clashes.

Privacy

Lerenden, maar ook hun ouders en docenten hebben vaak bezwaren tegen het delen en (uit de oorspronkelijke context) combineren van hun persoonlijke gegevens, zeker als deze zo privacygevoelig zijn als in het onderwijs. Daartegenover staan allerlei partijen die deze gegevens maar wat graag in handen zouden hebben om inzicht te krijgen in het leerproces en de kwaliteit van het onderwijs.

Een van de grote vragen hierbij is in hoeverre data door andere partijen gebruikt mag worden (zie ook data-eigenaarschap), maar ook de mate waarin de data geaggregeerd en geanonimiseerd wordt. Educatieve data zou gebruikt kunnen worden om beschikbare leermiddelen en leeromgevingen beter aan te laten sluiten bij de persoonlijke voorkeuren van de lerende, maar ook om innovatie in het onderwijs (bijvoorbeeld de leermiddelen) te stimuleren.

Dat wil niet zeggen dat het nodig is om data altijd op een en dezelfde manier te bewaren, in te zetten en te delen. Een flexibele benadering van het beheer van data voor verschillende doeleinden, volgens het principe van privacy by design, waarbij de privacy bewaakt kan worden, zonder dat dit direct ten koste gaat van functionaliteiten, zou verder onderzocht moeten worden, zodat enerzijds de privacy van lerenden en docenten beschermd wordt en tegelijkertijd de kwaliteit en innovatie van het onderwijs gestimuleerd kan worden.

Data-eigenaarschap

Bij de learning analytics tools die nu ontwikkeld worden, lijkt data-eigenaarschap nog niet echt een grote rol te spelen. Maar naarmate de tools beter worden en zij steeds meer data (kunnen) combineren, zal de waarde van deze data toenemen. Het zal dan des te interessanter worden om deze data te bezitten, zeker wanneer de rol van data en learning analytics in het onderwijs (en daarbuiten) groeit.

Maar wie is nou de gewezen eigenaar van al die data? Diverse stakeholders zullen zichzelf zien als de meest geschikte partij om de data te beheren. De lerende vindt dat de data van hem/haar is omdat het over zijn/haar eigen leerproces gaat. Maar de onderwijsinstellingen kunnen prat gaan op het feit dat de data gegenereerd wordt onder hun bezielende leiding.

De makers van learning analytics tools (denk aan de producenten van LVS en ELO’s, leermiddelenproducenten of hele nieuwe partijen) wijzen weer op hun rol als de verzamelaar van de gegevens. En dan is er nog de discussie hoe data-eigenaren met de data om mogen gaan. Houden ze die voor zichzelf, of kunnen derde partijen profiteren van de (geaggregeerde) data? En in wat voor vorm?

Vertrouwen en bemoeienis

Vertrouwen is belangrijk in onderwijsrelaties. Als docenten en ouders de lerenden het vertrouwen geven dat zij in staat zijn tot het zelfstandig uitvoeren van onderwijs, is de kans groot dat zij aan dit vertrouwen willen voldoen. Op het moment dat lerenden gecontroleerd worden door bijvoorbeeld een learning analytics tool, ervaren ze dit mogelijk als een onprettige bemoeienis. Ook op een hoger niveau wringt het: schoolbestuurders en beleidsmakers willen zoveel mogelijk inzicht in het onderwijsproces, maar zouden door de lagen eronder al snel gezien kunnen worden als wantrouwende bemoeials.

Onderwijscultuur

Het onderwijs is een wereld op zich en een klaslokaal heeft een eigen ecosysteem. Dat systeem wordt deels opengebroken door learning analytics en dat kan docenten een onprettig gevoel geven. Tegelijkertijd verandert learning analytics het onderwijssysteem en de onderwijscultuur, waarbij meer de nadruk zal komen te liggen op datagedreven besluitvorming. En daar zit niet iedereen op te wachten.

Docenten zijn bang dat hun autonomie en werkplezier wordt verminderd als alles wat zij doen met learning analytics tools onder een vergrootglas wordt gelegd. Daarnaast vrezen zij een datagedreven afrekencultuur, waarin zij voortdurend verantwoording moeten afleggen. Bovendien is het nog maar de vraag of we met learning analytics tools de waarheid in pacht hebben.

Er is veel angst dat verkeerde keuzes en aannames  in de dataverzameling, – analyse en presentatie zouden kunnen leiden tot een verkeerde interpretatie van de werkelijke situatie, die als werkelijkheid zou kunnen worden beschouwd, door bestuurders die op een wat grotere afstand van het klaslokaal staan.

Standaardisering en open leermiddelen

Op dit moment worden er allerlei learning analytics tools los van elkaar ontwikkeld, zonder dat er rekening gehouden wordt met interoperabiliteit en gedeelde standaarden. Bovendien is het voor het realiseren van de belofte van onderwijs op maat essentieel dat de ontwikkeling van een lerende, toetsen en beschikbare leermiddelen – samen met learning analytics – goed op elkaar aansluiten. Er moet dus een helder gedefinieerd referentiekader zijn.

Maar als er een aantal spelers van betekenis zullen komen in de markt van learning analytics, mogelijk met belangen in andere domeinen zoals leermiddelen, kan er onenigheid gaan ontstaan over de standaarden die gebruikt worden. Er kan een landschap van verschillende tools ontstaan, die niet eenvoudig op elkaar zijn aan te sluiten. Dit kan onderwijs op maat – waarbij lerenden, docenten en ouders ,afhankelijk van de leerlijn en de ontwikkeling, gebruik maken van open leermiddelen – in de weg staan en zelfs een vorm van lock-in creëren voor de gebruiker, die beperkt wordt in het aanbod van tools en leermiddelen.

Dit beknot enerzijds de vrijheid voor de lerende of de docent om naar eigen inzicht onderwijs op maat  te realiseren, maar het kan, met name als een lerende van school verandert naar een instelling waar andere systemen gebruikt worden, ook voor grote problemen zorgen.

Momentum, maar geen heilige graal

Learning analytics lijkt een technologie met zeer veel potentie te zijn in zowel het primaire als het secundaire onderwijsproces. Het biedt voordelen voor verschillende stakeholders in het onderwijs, van lerenden en docenten tot producenten van leermiddelen en beleidsmakers. Het zou de kwaliteit van het onderwijs op verschillende facetten kunnen verbeteren. Er lijkt ook momentum te zijn voor learning analytics: de technologie maakt sprongen, er is interesse vanuit de verschillende stakeholders om de technologie een stap verder te brengen en toe te passen en ook het politieke klimaat lijkt kansen te bieden voor ontwikkelingen in het nog jonge onderzoeksveld.

Toch moet het niet gezien worden als de heilige graal voor het onderwijs. Zoals wij in dit tweeluik hebben laten zien, is het ontwikkelen van een learning analyticstool een uitdaging die om een multidisciplinaire insteek vraagt, waarbij de behoeften van de verschillende stakeholders nooit uit het oog verloren mogen worden. Learning analytics moet bovendien altijd gezien worden als middel om het onderwijsproces te dienen en nooit als doel op zich.