Op weg naar meer gedifferentieerd en gepersonaliseerd onderwijs?

1,053
-1

Published on

Presentatie door Olaf de Groot op IPON 2014

Published in: Education
0 Comments
0 Likes
Statistics
Notes
  • Be the first to comment

  • Be the first to like this

No Downloads
Views
Total Views
1,053
On Slideshare
0
From Embeds
0
Number of Embeds
3
Actions
Shares
0
Downloads
14
Comments
0
Likes
0
Embeds 0
No embeds

No notes for slide

Op weg naar meer gedifferentieerd en gepersonaliseerd onderwijs?

  1. 1. Op weg naar meer gedifferentieerd en gepersonaliseerd onderwijs? Olaf de Groot
  2. 2. Credits afbeelding: Todd Huffman, licentie: CC BY-NC-SA
  3. 3. BIG BROTHER IS WATCHING YOU DATA
  4. 4. https://www.youtube.com/watch?v=7MrWQUMgcyk
  5. 5. LEARNING ANALYTICS
  6. 6. Learning Analytics is de verzamelnaam voor het proberen te ontdekken van trends en patronen door educatieve data, of big data (grote hoeveelheden aan data over studenten), te analyseren met als doel om een doelmatiger leersysteem te kunnen ontwikkelen. Learning Analytics is de verzamelnaam voor het proberen te ontdekken van trends en patronen door educatieve data, of big data (grote hoeveelheden aan data over studenten), te analyseren met als doel om een doelmatiger leersysteem te kunnen ontwikkelen. Definitie van Learning Analytics
  7. 7. “BIG DATA IS ONE OF THE WORST INDUSTRY TERMS EVER INVENTED…IT HAS CREATED AN OBSESSION WITH THE EXACT WRONG PARAMETER: VOLUME OF DATA.” Dr. Cecilia Waismann, Mindcet.org
  8. 8. http://prezi.com/gcsh3jp6_94g/trendrapport-2014-2015/
  9. 9. Verschillende doelen
  10. 10. GEPERSONALISEERD ONDERWIJS
  11. 11. DATA (STANDAARDEN) DATA DATA (STANDAARDEN)
  12. 12. 3 UITDAGINGEN
  13. 13. Onderzoek Learning Analytics
  14. 14. CENTRALE VRAAG: “OP WELKE MANIER KUNNEN DIGITALE LEEROMGEVINGEN MET EEN LEARNING ANALYTICS COMPONENT LERAREN ONDERSTEUNEN IN HUN DAGELIJKSE PRAKTIJK?”
  15. 15. VERWACHTINGEN WAT VERWACHTEN DOCENTEN VAN DEZE DIGITALE OMGEVINGEN? ERVARINGEN WAT ZIJN DE ERVARINGEN VAN DOCENTEN MET HET WERKEN MET DERGELIJKE SYSTEMEN? BEVINDINGEN WELKE ISSUES, PROBLEMEN EN UITDAGINGEN ZIJN ZIJ TEGENGEKOMEN EN HOE ZIEN ZIJ DE TOEKOMSTIGE ROL VAN LEARNING ANALYTICS?
  16. 16. Auteur Uitgever Distributeur LeerlingSchool ook data terug digitaal
  17. 17. http://www.onderwijsfilosofie.nl/opinie-stukken/de-docent-als-data-analist/ door Simon Verwer (@denkfiguren)
  18. 18. Learning is intensely personal. The current buzz about “personalized learning” is more often than not a scheme to deliver content by computerized algorithm. Not only is it magical thinking to believe that computers can teach, it confuses learning with delivering content. Learning happens inside the individual. It can’t be designed or delivered. Learning is personal — always.
  19. 19. LEEFTIJD? NIVEAU? VAK? LEERSTIJL?
  20. 20. Schoolconcepten
  21. 21. Wat nodig voor écht gepersonaliseerd leren? Digitaal Materiaal er is nu onvoldoende materiaal beschikbaar en onvoldoende middelen op scholen om iedere leerling digitaal te laten werken. Professionalisering leraren twee aspecten: kunnen omgaan met data en interpretatie / validatie. En aan de andere kant vakinhoudelijk: inhoud en begeleiding / coaching op ieder niveau. Organisatiestructuur instelling klassen nu op leeftijd, meer op niveau, uren op school (inspectie). Dit heeft ook te maken met: hoeveel van de stof wordt uiteindelijk behandeld per leerling?
  22. 22. WAT ALS …?
  23. 23. Bedankt voor uw aandacht! Olaf de Groot – Procesbegeleider/Adviseur e-mail: o.degroot@kennisnet.nl twitter: @olafiolio innovatie.kennisnet.nl/learninganalytics/
  24. 24. “OP WELKE MANIER KUNNEN DIGITALE LEEROMGEVINGEN MET EEN LEARNING ANALYTICS COMPONENT LERAREN ONDERSTEUNEN IN HUN DAGELIJKSE PRAKTIJK?”
  25. 25. nl.padlet.com/wall/g4lahdd87g
  1. A particular slide catching your eye?

    Clipping is a handy way to collect important slides you want to go back to later.

×