Het vraagstuk
Op dit moment heeft hij het idee dat hij en zijn collega’s nog te weinig onderzoek doen op basis van studiedata.
Bij het onderzoeken van onderwijsontwikkelingen valt hij vaak terug op kwalitatief onderzoek of enquêtes waarbij studenten zelf aangeven wat hun achtergrond of studiesucces is. Vaak blijkt er geen betrouwbare, meerjarige administratieve data beschikbaar of moet hij veel moeite doen om deze te mogen onderzoeken. Ook blijken de verschillende databronnen die er wel zijn beperkt of moeilijk met elkaar te combineren.
De waardering die hij krijgt voor wat hij met de onderzoeksinstrumentarium die hij heeft kan bereiken is waardevol, maar kunnen de beleidsmedewerkers of bestuurders met wie hij samenwerkt hun verbeteringen in het onderwijs daar wel op baseren? Een ingewikkeld vraagstuk. Te vaak tast hij in het duister, wat lastig is in zijn onderzoek en vakgroep, maar ook in gesprekken met andere onderzoekers of bestuurders. Dit zou toch anders moeten kunnen?
Lees meer over de soorten data analytics die er zijn
De droom
Voor verbetering en verdieping van zijn onderzoek is het zijn ideaal om meerjarige, kwalitatief hoogstaande data te kunnen onderzoeken van betrouwbare bronnen met duidelijke definities en beschrijvingen. Dit onderzoek wil hij niet alleen uit kunnen voeren binnen zijn eigen onderwijsinstelling, maar ook op nationaal niveau.
Het zou geweldig zijn als hij op de grote, nationale onderwijsvraagstukken onderzoek kan doen – zoals de ontwikkeling van instroom, doorstroom, en uitstroom over de jaren heen, de toegankelijkheid van het onderwijs voor studenten met een migratieachtergrond of een functiebeperking, effectiviteit en impact van beleidsmaatregelen zoals het BSA of selectie aan de poort, impact van economische en maatschappelijke ontwikkelingen, en de kansen op de arbeidsmarkt. Maar ook op specifieke onderwerpen voor onderwijsinstellingen – zoals de impact van interventies in het onderwijs of studentbegeleiding op het succes en welbevinden van studenten en de kwaliteit van onderwijs.
Hij heeft behoefte aan onderzoeksdata die actueel, accuraat en toegesneden is op de onderzoeksvraag die hij op dat moment heeft. Waar nodig kan hij inzoomen op de specifieke situatie binnen de onderwijsinstelling, of juist uitzoomen naar regionaal of nationaal niveau. Ideeën voor nieuw onderzoek kan hij dan eenvoudig toetsen om de kwaliteit van zijn onderzoeksvoorstellen en die van zijn vakgroep te verbeteren. Hij vertrouwt erop dat zijn universiteit de privacy van studenten 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 universiteit 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.
Zijn zorg is wel hoe hij kan voorkomen dat het werken met studiedata onvoldoende rekening houdt met de belangen van zowel studenten als onderzoekers. Ook hoopt hij dat het gebruik van studiedata niet blijft steken bij een tijdelijke pilot en enthousiaste onderzoeksondersteuners, maar in de volle breedte binnen zijn vakgebied 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 onderzoek naar onderwijs. 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 bestuurders en beleidsmedewerkers de uitkomsten van onderzoek naar 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 de studiedata die voor onderzoek worden gebruikt en wat daarin ieders verantwoordelijkheden zijn. Daarnaast neemt hij aan dat de studiedata zowel voor hemzelf als voor zijn collega’s goed en gebruiksvriendelijk wordt ontsloten; het liefst via een geautomatiseerde leveringen met een goede beschrijving van de brondata, die hij direct kan gebruiken voor zijn onderzoek en publicaties. 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