Het nut van learning analytics

Het gebruik van technologie in de klas neemt steeds toe. Tegelijkertijd groeien ook de mogelijkheden om de leerervaring van leerlingen te optimaliseren en te personaliseren. Maar om efficiënt te kunnen personaliseren, moet er een goede analyse gemaakt worden van het gedrag en de resultaten van de individuele leerling. In een digitale educatieve omgeving gebeurt deze analyse op basis van de data die binnen de omgeving gegenereerd wordt. Deze data-analyse wordt learning analytics genoemd. Learning analytics richt zich op leren, en wil inzicht in het leerproces verkrijgen via de analyse van data. Data die, door de toenemende digitalisering, veelvuldig aanwezig is. Het is dan ook geen verrassing dat ook de wetenschappelijke interesse voor learning analytics de laatste jaren sterk is gestegen.

Dankzij zijn brede focus heeft het domein van learning analytics het potentieel om een enorme impact te hebben op het onderwijs. Nochtans zien we de grootste effecten momenteel voornamelijk binnen de universitaire context. Het i-Learn team wil hierin verandering brengen door ook het lager en het secundair onderwijs te laten kennismaken met de kracht van learning analytics.

In deze blogpost ga ik dieper in op het nut van learning analytics, en dit vanuit drie standpunten: de leerling, de leerkracht en de zorgcoördinator en/of pedagogisch begeleider.

Het nut van learning analytics voor leerlingen valt niet te onderschatten. De implementatie ervan kan leiden tot meer gepersonaliseerde ondersteuning van leerlingen die er nood aan hebben, aangezien leerkrachten (en digitale tools) zicht krijgen op het leerproces van de leerling. Dankzij learning analytics kan een leerkracht attent gemaakt worden op het exacte aspect waarmee een leerling moeite heeft.

Verder biedt learning analytics ook de mogelijkheid om feedback op maat te geven. Een online leeromgeving die zich richt op Engels als nieuwe taal, kan bijvoorbeeld aan leerlingen die steeds fouten maken tegen de werkwoordtijden automatisch andere feedback geven dan aan leerlingen die voorzetsels steeds verkeerd gebruiken.

Wanneer learning analytics elementen verwerkt worden in een dashboard (dat individuele voortgang of fouten visueel weergeeft), kunnen leerlingen bovendien ook meer accuraat hun eigen vaardigheden inschatten. Door deze betere inschatting van hun behaalde niveau kan learning analytics leerlingen aansporen om een topic dat ze minder goed beheersen, te verdiepen, of juist op zoek te gaan naar uitdagende aanvullingen bij een onderwerp waarin ze uitblinken.

Door learning analytics te integreren in hun lessen krijgen leerkrachten de kans om betere inschattingen te maken van het niveau van hun leerlingen. Laten we bijvoorbeeld eens kijken naar het thema computationeel denken. Dankzij learning analytics kan een leerkracht perfect opvolgen hoe een leerling deze vaardigheid verwerft. Zo krijgen leerkrachten een erg waardevol inzicht in het leerproces van elke individuele leerling. Wanneer een klas bijvoorbeeld de opdracht krijgt om een game te ontwikkelen, kan een leerkracht – via het learning analytics dashboard – opvolgen hoe een bepaalde leerling Booleaanse logica leert of hoe hij het programmeerproces aanpakt. Dit kan ervoor zorgen dat de leerkracht een duidelijker beeld krijgt van de aspecten waarop er in de toekomst meer of juist minder nadruk gelegd moet worden tijdens de lessen computationeel denken.

Bovendien kan learning analytics leerkrachten helpen om na te gaan wie er problemen ondervindt bij het verwerven van de leerstof. Deze hulp beperkt zich niet tot de identificatie van een probleem, maar kan ook inzichten bieden over de oorzaak van het probleem. Misschien vindt de leerling in kwestie het gebruikte materiaal niet leuk, of heeft hij de instructie als verwarrend ervaren, of heeft de leerling gewoon een fout gemaakt. Al deze situaties zorgen misschien wel voor dezelfde uitkomst, namelijk een opdracht die niet correct werd uitgevoerd, maar aan de basis hiervan liggen erg uiteenlopende oorzaken. Learning analytics kan leerkrachten helpen om een beter inzicht te krijgen in het ontstaan van bepaalde fouten. Bovendien kan het als een nuttig hulpmiddel dienen om in de toekomst – met behulp van een aanbevelingssysteem – ander materiaal te gebruiken, dat beter inspeelt op de leefwereld van de leerlingen. Zo wordt de lesopdracht van de leerkracht gemakkelijker en beter afgestemd op de leerstijl van elke leerling.

Tot slot kan learning analytics een beeld schetsen van de impact van bepaalde lestechnieken en -materialen op bepaalde klasgroepen. Hierdoor kan het leerproces gepersonaliseerd worden op basis van de klas als sociaal en menselijk gegeven.

Een meer administratief gebruik van learning analytics kan dan weer helpen bij het vroegtijdig en automatisch identificeren van leerlingen die meer ondersteuning nodig hebben dan anderen. Dit kan zorgcoördinatoren helpen om leerling sneller de gepaste ondersteuning te bieden, met een duidelijke focus op het soort hulp dat voor deze specifieke leerling nodig is. Wanneer bijvoorbeeld een leerling opvallend slechter dan normaal presteert, en dit tijdens een langere periode, dan kan een computersysteem de zorgcoördinator attent maken op dit verschil in prestatie. De zorgcoördinator kan dan een gesprek aangaan met de leerling om te achterhalen wat er speelt en hoe de school kan helpen om de resultaten van de leerling terug omhoog te krijgen.

Tot slot kunnen pedagogisch begeleiders door de implementatie van learning analytics ook meer inzicht verwerven over de impact van gebruikte lestechnieken en -materialen. Bepaalde lesstrategieën kunnen specifieke effecten hebben, zoals toenemende motivatie bij leerlingen of een afname van het gevoel dat bepaalde leerstof moeilijk is. Deze nuttige informatie kunnen pedagogische begeleiders dan gebruiken tijdens hun coaching van leerkrachten.

Uit dit korte overzicht blijkt duidelijk dat de implementatie van learning analytics nut heeft op verschillende vlakken. Daarom voert het i-Learn team ook wetenschappelijk onderzoek uit naar learning analytics, onder meer op basis van de data afkomstig uit het i-Learn prototype. De inzichten die we daaruit bekomen, zetten we, waar mogelijk, om in de praktijk.