Docent

Sandjai is docent bij een opleiding van een economische faculteit van een hogeschool. Al een tijd zou hij in zijn onderwijs meer willen doen met studiedata op een verantwoorde manier.  Studiedata zijn al dan niet geaggregeerde data van onderwijsinstellingen over studenten die relevant voor hem kunnen zijn als docent, zoals gegevens over de studievoortgang van studenten en de studieresultaten in zijn onderwijs.  Dat biedt hem als docent de mogelijkheid extra aandacht te besteden aan onderwerpen die door een relevant deel van de studenten niet worden begrepen. Daarnaast kan hij specifieke groepen aanspreken op hun algehele voortgang tot nu toe.

Sinds hij zich erin heeft verdiept ziet hij mogelijkheden om studiedata beter te gebruiken. Hij ziet kansen voor zowel het onderwijs dat hij geeft, als de begeleiding van zijn studenten. Hij verwacht dat hij zo de kwaliteit van zijn onderwijs kan verbeteren, dat het onderwijs en de begeleiding die hij geeft aan zijn studenten effectiever kan zijn, en dat hij met zijn collega’s binnen de vakgroep efficiënter zou kunnen werken.  Wel realiseert hij zich dat er ook ethische kanten zitten aan het gebruik van studiedata en dat ongewenste effecten van het gebruik daarvan vermeden moeten worden. Ook beseft hij dat er grenzen zijn aan het monitoren van studenten: studievoortgang en inzet zijn moeilijk 100% inzichtelijk te krijgen en studenten hebben nu eenmaal het recht hun eigen wiel uit te vinden.

Lees meer over wat studiedata zijn

rol docent studiedata

Het vraagstuk

Op dit moment heeft hij het idee dat hij en zijn collega’s nog te weinig doen met studiedata. 

Bij de ontwikkeling van het onderwijs en het begeleiden van studenten valt hij vaak terug op zijn intuïtie en ervaring. Vaak blijkt er alleen data over cijfers en behaalde studiepunten beschikbaar, maar niet over het leerproces van zijn studenten en hoe ver ze daarin zijn gevorderd. Hij vindt het ook lastig om te bepalen of de vakken die hij geeft daarbij uitzonderlijk zijn of aansluiten bij algemene trends onder alle vakken en studenten. Hij heeft het idee dat die trends juist veel kunnen zeggen over mogelijke verbeterpunten voor alle opleidingen van zijn faculteit. De evaluaties die hij terugkrijgt van studenten en ervaringen van collega’s zijn natuurlijk waardevol, maar kan hij daar wel zijn plannen voor de verbetering van zijn onderwijs op baseren? Is het wel verantwoord naar zijn studenten, en past dat wel bij de normen en waarden die hijzelf wil hanteren in zijn werk? Een ingewikkeld vraagstuk. Te vaak tast hij in het duister, wat lastig is bij zijn besprekingen met studenten en collega’s, maar ook bij gesprekken met zijn opleidingsdirecteur of decaan van de faculteit. Dit zou toch anders moeten kunnen?

Lees meer over de soorten data analytics die er zijn

De droom

Voor de verbetering van zijn onderwijs is het zijn ideaal een eenvoudig en helder overzicht te hebben waarin hij kan zien hoe de kwaliteit zich de afgelopen jaren heeft ontwikkeld, hoe het er nu voor staat, en wat hij op basis van die inzichten het beste kan aanpassen in de komende tijd; idealiter kan hij na die aanpassing meten wat het effect ervan is geweest. Voor de verbetering van zijn begeleiding van studenten is het zijn ideaal eenzelfde soort overzicht te hebben waarin hij kan zien hoe zijn studenten zich hebben ontwikkeld, hoe hun voortgang er nu voor staat, en wat hij op basis van die inzichten het beste kan adviseren voor de komende tijd.

Het zou geweldig zijn als hij op de vraagstukken die hiermee samenhangen – zoals de voorkennis en planning van studenten, de voortgang per week, hun betrokkenheid bij het onderwijs, de kwaliteit en effectiviteit van het lesmateriaal, en de studenttevredenheid – betrouwbare informatie heeft die hij makkelijk kan raadplegen. Actueel, accuraat en toegesneden op de studenten aan wie hij op dat moment onderwijs geeft. Waar nodig kan hij inzoomen op de voortgang van de student of de effectiviteit van een specifiek onderdeel van zijn vak, of juist uitzoomen naar de rest van de studenten of de kwaliteit van zijn vak in de afgelopen jaren.

Natuurlijk zal hij daar de persoonlijke en unieke situatie van de studenten van dat moment in meewegen. Ideeën of vooroordelen kan hij dan eenvoudig toetsen om de kwaliteit van zijn onderwijs en coaching te verbeteren. Met een nulmeting vooraf en effectmeting achteraf kan hij nagaan of een aanpassing in zijn onderwijs of begeleiding ook echt impact heeft. Hij vertrouwt erop dat zijn hogeschool de privacy van studenten en docenten waarborgt en bij het gebruik van studiedata hun succes en welzijn vooropstelt. Daar zal hij zich ook persoonlijk voor inspannen.

Lees meer over het data science wiel

De randvoorwaarden

Maar hoe moet hij daar komen? Hij gaat ervan uit dat de hogeschool waar hij werkt, na een zorgvuldig traject en mede dankzij zijn eigen inspanningen, erin zal slagen om de juiste randvoorwaarden te realiseren voor zijn wensen.  

Hij maakt zich er wel zorgen over hoe hij binnen zijn faculteit kan voorkomen dat het werken met studiedata te weinig rekening houdt met de belangen van studenten en docenten. Ook hoopt hij dat het gebruik van studiedata niet blijft steken bij een tijdelijke pilot en enthousiaste onderwijsondersteuners, maar in de volle breedte binnen zijn faculteit zal worden gebruikt.

Hij ziet dat er een aantal zaken cruciaal zijn om daar te komen:

  • Een heldere kijk op het belang van studiedata voor verbetering van het onderwijs en begeleiding van studenten.
  • Duidelijke ethische uitgangspunten die recht doen aan studenten en docenten, en waarmee hij zeker weet dat hij werkt binnen de kaders van de privacywetgeving.
  • Een cultuur waarin docenten en opleidingsdirecteuren studiedata willen en kunnen gebruiken voor de verbetering van het onderwijs en het succes van studenten.
  • Ook verwacht hij goede ondersteuning bij het verzamelen, analyseren en interpreteren van studiedata.
  • Hij gaat ervan uit dat er heldere afspraken worden gemaakt over wie er toegang heeft tot deze inzichten en wat daarin ieders verantwoordelijkheden zijn.
  • Daarnaast neemt hij aan dat de informatie zowel voor hemzelf als voor zijn studenten goed en gebruiksvriendelijk wordt ontsloten via automatische rapporten, dashboards of apps.

Als in deze randvoorwaarden een goede balans is, zou het gebruik van studiedata voor hem en zijn collega’s echt ideaal kunnen worden.

Lees meer over het volwassenheidsmodel

Wil je binnen jouw instelling met docenten aan de slag? Misschien is de Datateam methode iets voor jullie. Lees meer over deze methode ontwikkeld bij de Universiteit Twente.

Ervaringen uit de praktijk

Interview met studenten Frederique Veenstra en Vincent Plompen

Lees verder

Interview met student Daan Dekker

Lees verder

Interessant voor jou

In hoeverre benut jouw instelling studiedata? Doe de quickscan!

Jouw onderwijsinstelling beschikt over studiedata, maar in hoeverre benutten jullie die? Met de quickscan krijg je een overzicht van de volwassenheid van jouw instelling op het gebied van het veilig en betrouwbaar benutten van studiedata.

Lees verder Lees verder

Statistisch Handboek Studiedata

Het Statistisch Handboek Studiedata is een site die continue wordt doorontwikkeld en uitgebreid met programmeertalen en case studies. Raadpleeg de site als gemeenschappelijke standaard voor statistische toetsen met studiedata.

Lees verder Lees verder