Studiedata & learning analytics
Analyse van studiedata kan bijdragen aan een effectievere en efficiëntere begeleiding van studenten. Hoe benut je die studiedata op een veilige en betrouwbare manier om het onderwijs te verbeteren? Met learning analytics kunnen studiedata worden omgezet naar waardevolle rapportages, voor de docent én student.
Studiedata Battle of concepts

Techniek learning analytics

De mogelijkheden van studiedata zijn groot, maar wat moet je technisch regelen om learning analytics in te zetten in je onderwijspraktijk?

Data uit verschillende systemen combineren

Studenten leren niet in één omgeving. Voor een goed inzicht in studievoortgang is het nodig data uit verschillende systemen te combineren. Denk aan leermanagementsystemen, studentinformatiesystemen en toetssystemen. Door die data samen te brengen, en ze in samenhang te analyseren, ontstaat een completer beeld over bijvoorbeeld de kwaliteit van het curriculum, of over de studievoortgang van een student. Dit is nu vaak niet mogelijk.

Ontwikkelen van veilige en betrouwbare infrastructuur

SURF ontwikkelt daarom een veilige en betrouwbare infrastructuur voor learning analytics waarin de privacy van studenten voorop staat. Door data zelf te beheren kan het hoger onderwijs zelf regie voeren op het eigenaarschap van de data en de analyses. SURF en de leden onderzoeken verschillende scenario’s: van volledig centrale opslag (bijvoorbeeld bij SURF) tot volledig decentrale opslag (bij de instelling zelf). De mogelijkheid om eenvoudig data uit verschillende systemen te koppelen is in alle scenario’s een voorwaarde; daarom spelen uitwisselingsstandaarden een cruciale rol.

Technologieverkenning learning analytics infrastructuur

SURF voert een verkenning uit naar learning analytics-infrastructuren en -diensten die momenteel (inter)nationaal worden ingezet. We bekijken samen met instellingen welke voorwaarden zij stellen aan een infrastructuur, en onderzoeken of bestaande infrastructuren daaraan voldoen. Op basis van de technologieverkenning beoordelen we wat er nodig én mogelijk is om een infrastructuur voor Nederlandse instellingen te kunnen aanbieden.

Richtlijnen

We stimuleren dat er zorgvuldig wordt omgegaan met studentgegevens en de privacy van gebruikers. We formuleren richtlijnen voor een infrastructuur die gebaseerd zijn op de fundamentele principes van privacy, security en belangrijke publieke waarden die we in de praktijk toepassen en toetsen. Dat uiteindelijk als toetsingskader voor instellingen gebruikt kan worden in gesprekken met leveranciers.

Marktverkenning

Hoe ziet het huidige aanbod van markt- en technologie aanbieders van learning analytics er uit? Hiervoor voerde Verdonck, Klooster en Associates (VKA) een markt- en technologieverkenning uit en op basis daarvan hebben we ambities geformuleerd.

Lees het rapport Markt- en technologieverkenning learning analytics

Wat moet je technisch regelen?

Werkende studenten bovenaanzicht

De mogelijkheden van studiedata zijn groot, maar wat moet je technisch regelen om learning analytics in te zetten in je onderwijspraktijk?

Lees meer

 

Alles over het learning analytics experiment 2016-2017

SURF ontwikkelde met enkele instellingen een infrastructuur waarmee data uit verschillende bronnen makkelijk en veilig gekoppeld kunnen worden, en die op basis van analyses inzicht geeft in de studievoortgang, aan zowel student als docent. SURF zorgde voor kennisdeling via de wiki en het vastleggen van standaarden.SURF voerde experimenten uit samen met 12 docenten van 6 instellingen en publiceert de geleerde lessen.

Lees meer over de Geleerde lessen: instellingen experimenteren met learning analytics