Leren = nieuwe energie, nieuwe kansen creëren
Als je met mensen praat over de uitdagingen voor de toekomst gaat het al heel snel over de invloed van technologie op ons werk. Veel beroepen veranderen door nieuwe technologische toepassingen en natuurlijk ook het onderwijs zelf. Ik ben een alfa, dus ik voelde wel behoefte hier meer over te leren. Toen ik de kans kreeg om mee te gaan met de @SURFnl studiereis naar EDUcause, een jaarlijkse conferentie over IT in het hoger onderwijs in de Verenigde Staten, greep ik die met beide handen aan.
Veel van wat ik heb gezien en gehoord, was niet nieuw. De dilemma’s van onze Amerikaanse collega’s delen wij. Ook in de VS is de studentenpopulatie zeer gevarieerd, is studiesucces moeilijk te beïnvloeden en is het niet altijd duidelijk welke data precies bijdragen aan succesvolle verbeteracties. De grootste zorgen hebben onze collega’s over first generation students die als eerste in het gezin gaan studeren, studenten met een biculturele achtergrond (black, hispanic) en studenten uit gezinnen waar thuis geen of weinig geld is. Uit de cijfers blijkt dat zij minder vaak instromen in het hoger onderwijs en dat hun resultaten lager liggen als ze wel gaan studeren. Dat is heel herkenbaar. Als ik stiekem had gehoopt om pasklare antwoorden mee naar huis te nemen, dan kwam ik bedrogen uit. Maar ergens was het ook wel geruststellend: we lopen in Nederland niet achter – niet in de analyse en ook niet in ons denken over de wijze waarop IT kan helpen bij het vinden van de oplossingen.
Deelnemers SURF Studiereis EDUcause
Data ten behoeve van studiesucces
Veel van wat we weten over studiesucces en doelgroepen, is al gebaseerd op data-analyse. Aan beschrijvende data kunnen we veel zien. Dan gaat het bijvoorbeeld om de voorgeschiedenis van de student, familieomstandigheden, gegevens omtrent aanwezigheid, het maken van opdrachten en tentamens en de deelname aan lezingen en andere activiteiten. De stap van beschrijven naar voorspellen is echter niet makkelijk te zetten. Immers, het feit dat statistiek uitwijst dat de kans op succes kleiner is, wil nog niet zeggen dat die ene student het niet zou gaan redden. Wat je weet over de groep(en) waartoe iemand behoort, zegt nog niets over de te verwachten resultaten van het individu.
Met de inzet van technologie kunnen we studenten een betere ervaring geven. Daar doen we het voor.
Nudges en kudos
Sommige instellingen adviseerden dus om weg te blijven bij voorspellen en de focus te leggen op leren en daarin vooral de student zelf de regie te geven. Onderwerp van debat is of we studenten moeten activeren via ‘nudges’ (systeemnotificaties en waarschuwingen) en ‘kudos’ (complimenten voor voltooide taken en andere acties). Is het paternalistisch, of sluit het juist aan bij wat studenten gewend zijn in hun social mediaomgeving en maakt het contact persoonlijk en dichtbij? Is het fijn wanneer je een melding krijgt dat je je boeken nog moet inleveren, als je net langs de bibliotheek loopt (en het wifinetwerk ziet dat je er bent), of is dat nu juist creepy?
Liever leerinformatie dan managementdata
Ook heel herkenbaar is de beweging van ‘managementdata’ naar ‘leerinformatie’. Managementinformatie gaat over onderwerpen als inschrijvingen, uitval, rendement en studenttevredenheid. Voor leidinggevenden is die informatie belangrijk, want reken maar dat je een beeld krijgt als je alles bij elkaar optelt. Maar voor een docent of student zijn dat geen bruikbare gegevens: immers, als de managementgegevens zijn opgeleverd kun je niets meer doen: de uitval heeft zich wel of niet voorgedaan of het diploma is wel of niet behaald.
Liever wil je informatie die kan leiden tot een beter resultaat als je in actie komt: de opdracht alsnog op tijd ingeleverd; het goede gesprek als het even minder gaat; de verwijzing naar de honoursclass na het behalen van een 10. Of een ander mooi voorbeeld dat ik zag: inzicht in wat je medestudenten allemaal lezen voor een bepaald vak. Zodat je kunt beoordelen waar je zelf staat, compleet met tips voor leuke verwante artikelen.
Onderwijsverrijking met technologie
Los van de analytics, kan ook het onderwijs zelf worden verrijkt met technologie. De toepassing van adaptief cursusmateriaal in een flipped classroom bijvoorbeeld: op online platforms zijn veel oefeningen te vinden die zich aanpassen aan hoe moeilijk of makkelijk je door de opgaven heen komt. Het onder de knie krijgen van basisvaardigheden, zoals taal en rekenen, gaat sneller en is beter toegesneden op individuele aandachtspunten. Ik zag ook mooie voorbeelden van scheikunde en natuurkunde op dit vlak. Als analyse, struikelpunten en vervolgstappen in de ‘echte’ les terugkomen, is de leercurve hoger.
Natuurlijk was er ook veel te vinden over augmented reality (AR), mixed reality (MR) en virtual reality (VR). Evenals (serious) gaming. De techniek op dit vlak ontwikkelt zich snel en is niet meer gereserveerd voor ‘nerds’. Waar digitalisering eerst vooral ging om het ter beschikking stellen van theorie (via online artikelen en weblectures), kunnen we nu grote stappen zetten in de ontwikkeling van beroeps- en sociale vaardigheden. In een (al dan niet gedeeltelijk) virtuele omgeving kun je skills goed oefenen. Via AR/MR/VR kun je in het menselijk lichaam kijken, een geweldsincident aanpakken, een megalomane filmset inrichten, zonder dat het tot ongelukken leidt als je beginnersfouten maakt. Bovendien kun je eindeloos oefenen, zonder al te veel meerkosten. In een game-opzet kan dit ook nog eens multiplayer, waardoor je samenwerkingsvaardigheden zich ontwikkelen. Dat is voor het hbo goed nieuws, want de ontwikkeling van beroeps- en sociale vaardigheden is ons dagelijks werk.
Leren = nieuwe energie, nieuwe kansen creëren. Dat heeft EDUcause me zeker gebracht. Eén ding is zeker: in onze kwaliteitsafspraak zullen deze zaken terugkomen. Want met de inzet van technologie kunnen we studenten een betere ervaring geven en daar doen we het voor.
Inholland gaat hiermee definitief een nieuwe ontwikkelingsfase in waarbij technologie een ondersteunende rol speelt.
Ik blijf dit blog zeker volgen.