Ethiek, privacy en learning analytics - Frans Brom - OWD2013

851 views

Published on

Sessieronde 4
Zaal: Penn ll
Titel: Ethiek, privacy en learning analytics
Sprekers: Frans Brom (Rathenau Instituut), Jelte Timmer (Rathenau Instituut)

Published in: Education
  • Be the first to comment

  • Be the first to like this

Ethiek, privacy en learning analytics - Frans Brom - OWD2013

  1. 1. 1 | Vul hier de titel in | Frans W.A. Brom Science Finds, Industry Applies, Frans W.A. Brom & Jelte Timmer Rathenau Instituut Rotterdam, 12 november 2013 Man Conforms
  2. 2. 2 | Vul hier de titel in | Frans W.A. Brom Rathenau Instituut • Twee taken • Technology Assessment: • Onderzoek naar het effect van wetenschappelijke en technologische ontwikkelingen; • Stimuleren van maatschappelijk en politieke discussie • Science System Assessment: • Onderzoek naar de dynamiek van de wetenschappelijke en technologische ontwikkeling zelf: het Nederlandse wetenschapssysteem
  3. 3. 3 | Vul hier de titel in | Frans W.A. Brom Technology Assessment In kaart en in debat brengen van de maatschappelijke gevolgen van wetenschappelijke en technologische ontwikkelingen: • (Laten) doen van onderzoek naar nieuwe technologieën, bijv. nanotechnologie, synthetische biologie, nieuwe ontwikkelingen in hersenonderzoek en het duiden hiervan • Organiseren van maatschappelijk debat, bijv. openbare debatten, ronde tafelgesprekken met stakeholders, publicatie van artikelen, optreden in media • Ondersteunen politieke oordeelsvorming, bijv. organisatie expertmeetings, hoorzittingen, uitbrengen leesbare rapporten
  4. 4. 4 | Vul hier de titel in | Frans W.A. Brom Learning Analytics In kaart en in debat brengen van de maatschappelijke gevolgen van learning analytics: • Beschrijven en analyseren: Wat is het en vooral waarom wordt het ingezet. • Maatschappelijke en professionele discussie: wiens belangen zijn er mee gediend, wat betekent het voor de onderwijspraktijk en hoe veranderen de rollen van student en docent • Politiek-bestuurlijke oordeelsvorming: welke governancestructuren zijn nodig om deze ontwikkelingen te domesticeren.
  5. 5. 5 | Vul hier de titel in | Frans W.A. Brom
  6. 6. 6 | Vul hier de titel in | Frans W.A. Brom Learning analytics • Alle data die je kunt verzamelen, kun je analyseren: • Achtergronden studenten • Gedrag elektronische leeromgeving • Alle studieresultaten in osiris-systemen • Gebruik van counseling • Feedback van docenten • Aanwezigheidscijfers • Etc. • Correlaties & groepen, weinig causaleit en individuen. • Hoe past dat in pedagogische visies • Aan wie wordt gerapporteerd (instelling, docent, student)
  7. 7. 7 | Vul hier de titel in | Frans W.A. Brom Kern boodschap van verhaal: • Learning Analytics is een technologische ontwikkeling (Big Data in onderwijs) waar vooral ICT-experts iets van snappen. • Impliciet in deze ontwikkeling zit een technocratische benadering van het onderwijs: onderwijs is een middel om kennis en vaardigheden over te dragen. • Deze benadering is niet onjuist, maar te smal: onderwijs draagt ook bij aan andere sociaal-maatschappelijke doelen: socialiseren in onze samenleving (waarde overdracht, cultuuroverdracht, leren zelf te denken).
  8. 8. 8 | Vul hier de titel in | Frans W.A. Brom Goed onderwijs gaat dus over veel meer dan efficiëntie alleen
  9. 9. 9 | Vul hier de titel in | Frans W.A. Brom Wat doet Learning analytics Learning analytics verandert de onderwijswereld: • Analyse en interpretatie van gedigitaliseerd ‘leergedrag’. • Doordat iets een nummer wordt, wordt het actionable • Gemeten gedrag wordt zichtbaar en communiceerbaar) • Normering van gedrag (aan de hand van de nummers) • Individueel en collectief beleid. Voorbeelden: • Opleiding: Sturen op efficiency en normalisering • Docent: Compartimentalisering onderwijs • Student: Feedback kan empowering geven (of wanhoop)
  10. 10. 10 | Vul hier de titel in | Frans W.A. Brom
  11. 11. 11 | Vul hier de titel in | Frans W.A. Brom
  12. 12. 12 | Vul hier de titel in | Frans W.A. Brom Wat betekent afstemmen op uitvalskansen? Self fulfilling prophecy? • Rechtvaardigheid: • Naar behoefte (zorg) • Naar verdienste (salaris) • Naar gelijke rechten (kiesrecht) • Onderwijs is altijd een mixed systeem geweest vanwege maatschappelijke taak: • beoordeling naar verdiensten • begeleiding naar behoefte/gelijke rechten Komt dat principe onder druk?
  13. 13. 13 | Vul hier de titel in | Frans W.A. Brom hoeveiligismijnwijk.nl
  14. 14. 14 | Vul hier de titel in | Frans W.A. Brom Strategisch gedrag? • Hoge criminaliteit • Verkoopbehoefte lage huizenprijzen geen animo criminaliteitsmelding • Studenten zijn slimmer en strategischer dan je denkt • Monitoring op ‘bezoek’ elektronische leeromgeving (is te manipuleren)
  15. 15. 15 | Vul hier de titel in | Frans W.A. Brom Algoritmes als ‘neutrale beslissers’
  16. 16. 16 | Vul hier de titel in | Frans W.A. Brom Algoritmes als ‘neutrale beslissers’ • Automatiseren van eerste selectie van studenten bij selectie aan de poort (vb: Saint George Hospital Medical School) • Op basis van historische gegevens • Herhalen van historische vooroordelen • Gaan we nu ‘learning analytics’ tools gebruiken om studenten te selecteren voor passende stages? • Begrijpen docenten/beslissers wat de logaritmes doen • Kunnen ze bijsturen vanuit veranderende inzichten
  17. 17. 17 | Vul hier de titel in | Frans W.A. Brom Understood it:
  18. 18. 18 | Vul hier de titel in | Frans W.A. Brom Wat betekent het om als docent geanalyseerd te worden? • Cijfer fetsisjisme: alleen wat we weten is waar • Inzicht bij docent: hé dat voorbeeld kwam dus niet over • Game-gedrag bij studenten: kunnen we met de uitslag spelen • Effeciënt gedrag bij de docent: als 75% van de studenten het begrijpt ga ik door. • Bezorgd gedrag bij de docent: ik ga door met uitleggen totdat bijna iedereen het snapt
  19. 19. 19 | Vul hier de titel in | Frans W.A. Brom Nieuwe positie voor studenten • Uit de LA bleek dat ik een risico liep • Waarom hebben jullie me dat niet verteld? • Waarom hebben jullie daar niks aan gedaan? • Nu is het jullie schuld dat ik een studieschuld heb • Defensief gedrag door opleidingen: • Jij bent een risico. Dus je komt op eigen risico • Jij bent een risico. De begeleiding is dus beperkt • Zou je het risico wel nemen?
  20. 20. 20 | Vul hier de titel in | Frans W.A. Brom Discussiepunten • What versus why • Focus op correlaties, maar niet op causaliteit • Learning analytics. Wiens belang? • Efficiëntie vanuit student of vanuit opleiding • Versmalling door getallen • Je ziet alleen wat je meet: wees daarvan bewust • Data-literacy • Snappen de gebruikers wat ze doen? • Identiteitsontwikkeling • Recht op ontwikkeling (bewaren gegevens) • Surveillance en transparantie • Toestemming, autonomie en vertrouwen
  21. 21. 21 | Vul hier de titel in | Frans W.A. Brom Rathenau Data Blog • www.datadenkers.wordpress.com

×