Flora Lighthouse
Hoe kom je er als student achter wat de meest efficiente manier is om te studeren? Artificial Intelligence (AI) staat
De Rijksuniversiteit Groningen werkt met een product voor studiedata-analyse dat door de digitale leeromgeving wordt aangeboden. Projectmanager Jan Tjeerd Groenewoud weet dat kliks op zich weinig zeggen. Het gebruik van historische gegevens kan daarentegen wel leiden tot het vroegtijdig herkennen van studieachterstand en daarmee tot betere en persoonlijkere begeleiding van studenten.
Jan Tjeerd Groenwoud: “Studiedata is een actueel onderwerp. Bij de RUG hebben we een BI-portal, waar we op geaggregeerd niveau studenten volgen voor het genereren van bestuurlijke informatie. Daarnaast zijn we bezig met een early warning signals-project. Daarvoor gebruiken we een studiedata-analyse-tool van onze digitale leeromgeving Blackboard. Op basis van vroege aanwijzingen willen we bepaalde groepen studenten uitnodigen voor een gesprek met een studiecoach, die hen een handreiking biedt: ‘We zien een patroon ontstaan waarvan we in het verleden hebben gezien dat het bij andere studenten misging. Kunnen we iets voor je doen?’ Volgend jaar gaan we daar echt mee van start. Een tweede fase van het project vormt feedback voor docenten. Resultaten uit ingeleverde opdrachten en tussentoetsen laten docenten zien hoe het gaat met verschillende groepen studenten. Dat kan confronterend zijn, bijvoorbeeld als uit een tussentoets blijkt dat vijftig procent van de studenten de collegestof niet heeft begrepen. Maar het kan wel een goede reden zijn om bijvoorbeeld een extra workshop met specifieke stof aan te bieden.”
Als de data in een vroeg stadium laten zien dat het niet goed gaat, moet je met de student bespreken wat de oorzaak kan zijn.
“Ook de studenten geven we feedback. In de leeromgeving krijgen ze een personal course report. Ze willen graag weten hoe ze presteren. We hebben ze in het verleden ook laten weten hoe hard ze werken ten opzichte van andere studenten, maar dat zal ze echt een zorg zijn, zo bleek al snel.”
“We geven geen gewicht aan voorspellingen op basis van het aantal kliks of het aantal besteedde minuten in de digitale leeromgeving. Van ieder vak ontvangen we statistiekjes, maar de voorspellende waarde van dat soort variabelen is bij ons vrijwel nihil. Dat is logisch, want het leren vindt niet plaats in de leeromgeving. Het downloaden van een PowerPoint duurt niet lang. Het bestuderen ervan wellicht wel, maar dat is niet zichtbaar in die statistieken. Alleen als iemand helemaal niet inlogt, is dat in beginsel wel een aanwijzing dat er iets aan de hand is. Dat kan van alles zijn, van incompetentie tot heimwee en van een verkeerde studiekeuze tot geldproblemen. Wat er niet goed gaat, kun je niet zien aan de data, maar dat het niet goed gaat, zie je wel. Wat er precies misgaat, moet je samen met de betreffende student achterhalen.”
“De zone is zoiets als Europa. Als je erin gelooft, dan zie je er waardevolle dingen in. Als collectief weet je veel meer dan als individu. Als je er niet in gelooft, is het geldverspilling. Ik ben in dit verband een Europeaan. Ik leer van de kennis en ervaring van anderen. Door de zone behoed ik mezelf voor fouten die zij hebben gemaakt. Zo werk ik met de bedrijfsjuristen van de RUG aan een privacystatement, waarbij ik veel heb aan de voorbeelden van andere instellingen.”
“Binnen één faculteit proberen we alle informatie over de vakken en de studenten op orde te krijgen. Studenten en docenten moeten over het project worden geïnformeerd en we moeten nadenken over interventies die de studiecoaches kunnen doen. Zij moeten leren omgaan met de cijfers die ze zien. Je wil voorkomen dat de data-analyses meteen leiden tot de conclusie dat het niet goed gaat en dat een student automatisch een cursus aangeboden krijgt. Er kunnen heel veel meer oorzaken zijn van studieachterstand.”
“We willen iets in de hoofden van mensen op gang brengen, zodat ze inzien dat het gebruik van studiedata veel kan opleveren. Mijn grootste zorg is het misverstand dat het om een ICT-project gaat. De cijfers moeten betekenis krijgen voor de deelnemers. Daarom is het heel belangrijk dat de data goed worden weergegeven, zodat mensen het gevoel hebben dat ze erop mogen vertrouwen. Dat is stap één.”
“Vervolgens moeten de studiecoaches een oordeel geven of ze er iets mee kunnen. Ze zijn terughoudend, onder meer omdat het vaak veel moeite kost om studenten te bereiken die niet bij de les waren. We gebruiken een module die op basis van historische gegevens van allerlei studenten een algoritme bouwt dat een voorspelling doet. Dat werkt veel beter dan een muntje opgooien, maar is nog niet perfect. Desondanks, als instelling heb je ook een soort zorgplicht om te achterhalen wat er gaande is. Misschien is de student ook ingeschreven bij een andere faculteit en is ‘ie daar hard aan het werk. Zulke informatie onttrekt zich aan de waarneming van de studieadviseur. Daarom moet je op basis van een eerste ruwe selectie van historische gegevens contact opnemen: In dit tempo haal je je BSA niet en dat kost heel veel geld. Kunnen we wat voor je doen?”
“Als je ze te spreken krijgt, zeggen de studenten al snel dat het wel goedkomt met ze. Tegelijkertijd vinden ze het prettig om gezien te worden, weten we uit een eerder project met de faculteit Rechten. We stuurden een mail naar studenten die het eerste deel van het vak niet hadden gehaald en die daarnaast de tussentoets voor het tweede deel niet hadden gemaakt. Waar waren ze mee bezig? Van de 125 mailtjes werden er bijna 90 in de eerste 2 uur beantwoord. Veel studenten kwamen met goede redenen. Daarnaast sprak er uit hun antwoorden veel waardering voor het feit dat ze die mail hadden gekregen. Tussen 600 eerstejaars kun je je makkelijk verloren voelen.”
“Er komt een nieuwe strategienota van de RUG over het onderwijs aan, waarin het gebruik van studiedata waarschijnlijk wordt verwoord. De bestuurders vellen daar een oordeel over. Nu onze experimenten groter worden, zijn er facultaire afspraken nodig over wat er gaat gebeuren en moeten er mensen worden aangewezen die het uitvoeren. Hierna moet het naar beleidsmatiger niveau worden getild.”
“Voor dit project hebben we een stuurgroep. Er is een projectgroep die zaken regelt en er zijn veel mensen eromheen die uitvoeren. Ik doe het centrale deel: ik houd contact met de digitale leeromgeving, ik zorg dat de data op orde zijn en dat het technisch goed aan elkaar geknoopt zit.”
“In de digitale leeromgeving zijn gegevens voorhanden over de inlog, gehaalde examens en gegevens in Gradebook, die Blackboard kan combineren in de studiedata-analyse-tool. Waarom dan niet elke instelling gebruikmaakt van een standaard studiedata-product? Er bestaat veel terughoudendheid vanwege de AVG. Ook moet je bewijzen dat het iets vermag. Gaat het na de inzet van studiedata ook beter met het onderwijs? Dat is de grote vraag. Elke docent zal de afweging maken: is de inspanning die ik me getroost het waard voor het leren bij de student?”
Van 24 mei tot en met 8 juli publiceren we wekelijks verhalen uit de praktijk over het gebruik van studiedata. Zeven leden van de zone Studiedata van hogescholen en universiteiten vertellen wat zij doen met studiedata. Ze geven inzicht in hoe hun instellingen studiedata benutten om het hoger onderwijs te verbeteren voor studenten en welke voordelen de instellingen hier van hebben.
De interviews zijn gebundeld in het magazine Praktijkverhalen Studiedata. Wil je nu al alle praktijkverhalen lezen? Download het magazine dan hier!
Tekst: Marjolein van Trigt
Deel deze pagina
Hoe kom je er als student achter wat de meest efficiente manier is om te studeren? Artificial Intelligence (AI) staat
Over studiedata en het belang ervan voor het monitoren en verbeteren van studiegedrag is al veel geschreven. Met de opkomst
Studiedata bieden steeds meer mogelijkheden om het hoger onderwijs beter, effectiever en efficiënter te maken. Om de voordelen te kunnen
Waar en hoe kunnen hoger onderwijsinstellingen regie op studiedata krijgen bij het gebruik van tooling van leveranciers? De zone Veilig