"We kiezen er bewust voor om zo weinig mogelijk gegevens inzichtelijk te maken, alleen degene die echt nodig zijn om de student goed te begeleiden."
Use case: Studiedata gebruiken - beter goed dan haastige spoed
Studiedata zijn hot. Iedereen heeft het erover, en de mogelijkheden en kansen zijn eindeloos. Waarom worden ze dan nog niet grootschalig gebruikt in het Nederlandse onderwijs? De HvA wil de kansen benutten, en gaat daarbij behoedzaam te werk. Martijn de Hamer, functionaris gegevensbescherming, vertelt hoe zij omgaan met het fenomeen studiedata.
Studiedata helpen studenten én docenten
Bij het onderwerp studiedata is Martijn de Hamer vanuit zijn functie op zijn hoede. Als functionaris gegevensbescherming houdt hij namelijk toezicht op het privacy- en gegevensbeschermingsbeleid van de Hogeschool van Amsterdam (HvA). En bij studiedata worden nogal wat gegevens verwerkt. “Daarom is een gedegen aanpak hard nodig”, legt Martijn uit. “Als instelling zien we heel duidelijk de potentie van studiedata. Maar juist omdat er zoveel risico’s aan verbonden zijn, gaan we bewust langzaam”.
Het doel van het gebruik van studiedata is helder voor de HvA: het onderwijs verbeteren, studenten beter door hun opleiding leiden, op zo’n manier dat ze optimaal voorbereid zijn op de maatschappij. Daarbij kunnen studiedata bijvoorbeeld een signaleringsfunctie hebben. Stel een student is nooit aanwezig en maakt ook de opdrachten in de digitale leeromgeving (DLO) niet, dan wordt dat gesignaleerd en kun je het gesprek aangaan met die student. Daarnaast kunnen docenten met studiedata hun onderwijs te verbeteren. Zij kunnen op basis van de data bijvoorbeeld onderzoeken of een bepaalde aanpak wel of niet werkt. Zo kunnen zij steeds efficiënter werken.
Eerst een strategie
“Studiedata gaan ons dus helpen, en sowieso moeten we blijven innoveren”, zegt Martijn. “Maar vanwege de risico’s hebben we gekozen om het rustig aan te pakken en gestaag voorwaarts te gaan.” Martijn kwam in 2018 naar de HvA. Toen liepen er al initiatieven en waren er plannen, maar in overleg met de Chief Information Security Officer (CISO) deed Martijn de aanbeveling om eerst een strategie te gaan schrijven. Daarin moest precies komen te staan wat de HvA met studiedata wel en niet wil doen. Voor die strategie is behoorlijk wat tijd uitgetrokken en zijn veel mensen geïnterviewd.
Studenten moeten fouten kunnen maken
“We wilden zorgvuldig te werk gaan en draagvlak creëren”, legt Martijn uit, “Want het is veel wat je allemaal verwerkt met studiedata: in de DLO zou je alles kunnen zien wat studenten, maar ook docenten, online doen. Het is daarom heel belangrijk goed te kijken naar aspecten als privacy, bescherming van de persoonsgegevens, maar ook zelfbestemming: dat zijn fundamentele rechten. Wil je als student kunnen excelleren, dan moet je vrij zijn, en fouten kunnen maken zonder op je vingers gekeken te worden. Anders ontstaat het zogenaamde chilling effect: je gaat je eigen gedrag corrigeren als je weet dat er op je gelet wordt. Denk aan de student die het liefst studeert tussen 12 en 3 ’s nachts; die stopt daar wellicht mee als hij weet dat een docent dat kan zien en daar wellicht iets van vindt. Dus: als organisatie willen we studenten efficiënt en goed opleiden, maar dat moet wel in een veilige omgeving gebeuren. We kiezen er daarom bewust voor om zo weinig mogelijk gegevens inzichtelijk te maken, alleen degene die echt nodig zijn om de student goed te begeleiden. Dit is overigens ook in lijn met wat de AVG voorschrijft.”
Algoritmes zijn ondoorzichtig
Er zijn meer uitdagingen als het gaat om studiedata. Martijn: “Een van die uitdagingen wordt gevormd door algoritmes. Er zal steeds meer informatie beschikbaar komen uit zoveel systemen, over zoveel studenten en over een steeds langere periode, dat je dat uiteindelijk niet meer handmatig kunt verwerken. Ik verwacht dus dat algoritmes hun intrede zullen doen in studiedata. Het probleem daarmee is dat de uitlegbaarheid van beslissingen verdwijnt. Algoritmes zijn vaak ondoorzichtig, dus je kunt een student niet uitleggen hoe de organisatie op basis van het systeem tot een bepaald advies zou komen bijvoorbeeld. Daar moeten we nu al goed over nadenken.”
Eerste stap naar de praktijk gezet door corona
De strategie is inmiddels gereed en goedgekeurd. Die bevat richtlijnen zoals: blijf oog houden voor de oorspronkelijke doelen en verwerk daarvoor niet meer gegevens dan je nodig hebt, gebruik analyses uit deze data niet voor beoordelingen en voorkom overmatige controle van de student of docent.
"De HvA heeft in Brightspace de class progress module aangezet. Deze module laat zien hoe ver de student is met het verwerken van de lesstof."
De HvA is vervolgens gestart om een infrastructuur voor studiedata te ontwerpen. Ze werken daarvoor met korte experimenten waarin ze onderzoeken wat je allemaal kunt met studiedata-analyse. Een van die experimenten is het experiment-stadium al ontstegen. “Onder invloed van de coronapandemie heeft de HvA in Brightspace de class progress module aangezet”, legt Martijn uit. “De module laat zien hoe ver de student is met het verwerken van de lesstof, maar alleen als percentage. De docent ziet niet wat de student precies wel of niet gedaan heeft. Dit was een interessante, concrete casus om studiedata echt in de praktijk te gebruiken. Door die module aan te zetten gingen we meer persoonsgegevens van de studenten verwerken, en daarvoor moet je voor de AVG een goede reden hebben. Door corona hadden we die reden, namelijk dat we studenten ondanks het thuisonderwijs toch goed moeten kunnen begeleiden. Overigens hebben we de module heel behoudend ingesteld: docenten kunnen alleen het percentage van de leerstof zien dat de student heeft verwerkt.”
Handreiking maakt AVG concreet toepasbaar voor studiedata
Bij het inrichten van de infrastructuur voor studiedata maakt de HvA veel gebruik van de handreiking over studiedata en de AVG die SURF heeft geschreven. Martijn: “We vinden het een prettig stappenplan, omdat het concreet de stappen benoemt die je moet doorlopen om persoonsgegevens correct volgens de AVG te verwerken. Mooi is ook dat het stappenplan toegespitst is op studiedata. Het behandelt de relevante AVG-artikelen en is geschreven in heldere taal: onze collega’s lezen in de handreiking precies wat ze in hun eigen context moeten doen om de AVG goed toe te passen.”
Ineens is het er
Dat de HvA studiedata echt gaat inzetten, lijdt dus geen twijfel. “Maar beter goed dan met haastige spoed”, aldus Martijn. “Ik zie het zo: de ontwikkelingen op het vlak studiedata gaan langzaam, er lijkt lange tijd niet veel te gebeuren, maar er komt een moment dat het er ineens is. En op dat moment moeten we er als HvA ook klaar voor zijn, zodat we de studiedata kunnen gebruiken én zorgen dat iedereen de vrijheid blijft voelen om te studeren en werken op zijn eigen manier.”
Meer informatie
- Ga je zelf aan de slag met studiedata? Lees Learning analytics in 5 stappen: een handreiking voor de AVG
- Lees meer over de initiatieven van de versnellingszone Studiedata van het Versnellingsplan voor Onderwijs en ict