Effecten van learning analytics bij computerondersteund samenwerkend leren



Vergelijkbare documenten
betere leerprestaties?

Succesvol probleemoplossen door deeltaakspecifieke ondersteuning

2 Sociaal-emotionele. effecten van verrijkingsprogramma s. excellente kinderen

Weten Wat Werkt en Waarom

Ondersteuning van gezamenlijk probleemoplossen door gefaseerd construeren van domeinspecifieke representaties

CST: Leergroep rond samenwerkend leren via on line discussiegroepen

1 Effectieve. computerapplicaties: vergelijk de didactiek, niet het domein

Blended learning effectiever met regelmatig online toetsen

Digitale toetsen: waar moet je op letten?

Learning Analytics voor gerichte feedback en een beter leerresultaat

Blended learning effectiever met regelmatig online toetsen

Geaccepteerd voorstel Onderwijs Research Dagen 28, 29 en 30 juni 2017 te Antwerpen

Prowise Presenter (online digibordsoftware)

Dossier opdracht 12. Vakproject 2: Vakdidactiek

Learning Analytics. Big Data in het onderwijs: Prof dr. Tammy Schellens Elise Ameloot. 14 juni 2017

Stan Buis & Jirka Born

De effecten van extra taallessen op de taalvaardigheid van mbo-studenten

Samen leren en samenwerkend leren in het daltononderwijs.

21ste-eeuwse vaardigheden:

Waarom leren leerlingen meer van animaties met pauzes?

VRAGENLIJST FORMATIEF TOETSEN DOCENT

ONTDEK JE LEIDENDE PRINCIPES. Praktijkonderzoek van een blended learning experiment. Ilse Meelberghs, 24 mei 2016


Handleiding bij het Learning Analytics Experiment Verdieping recepten

Analyse van leeromgeving

ICT in Digi-Taal Presentatie titel

LEARNING ANALYTICS BIJ DE UNIVERSITEIT UTRECHT: DATA & DASHBOARDS

Spinnenweb-model: leerlingparticipatie in samenhang

Betekenisvol Leren Onderwijzen in de werkplekleeromgeving

Dia 1 Introductie max. 2 minuten!

Leren bedrijfseconomische problemen op te lossen door het maken van vakspecifieke schema s

Formatief en Digitaal Informatievaardigheden Meten (DIM) Caroline Timmers & Amber Walraven

WIKI-Games. Wiki-based games in higher education. Wim Westera Peter van Rosmalen

Powered by ESA NEMO NSO SPACE EXPO WNF DE ISS-KRANT. Introductieles bij het project Ruimteschip Aarde VOORTGEZET ONDERWIJS. Science Center NEMO/NSO

PERSOONLIJKE COMMUNICATIE IN TIJDEN VAN TECHNOCRATIE

User needs van docent en student bij inzet van learning analytics

Bevorderende factoren voor samenwerking door onderwijsprofessionals

Avans visie Onderwijs & ICT

Minimumstandaard ICT, ten aanzien van. - voorzieningen binnen de school. - de medewerkers

ONDERZOEKSGERICHT LEREN

TPACK-NL vragenlijst een toelichting

Het weblog als instrument voor reflectie op leren en handelen: Een verkennende studie binnen de eerste- en tweedegraads lerarenopleiding 1

Welke kansen bieden internet en sociale media (niet)?

Nieuwe didactiek vwo 2 en 3 Connect College: resultaten van een onderzoek. Prof. dr. Perry den Brok

MEMO DIGITAAL INZIEN TENTAMEN

Datagebaseerd overleggen en beslissen in het PBS-team. Anita Blonk

Samen bouwen aan schoolontwikkeling

Opzetten medewerker tevredenheid onderzoek

Digitale Didactiek: Samenwerkend leren

Plannen en schrijven met een elektronische outline-tool

Concept: Opgewekt! Visualisatie van het concept Op de volgende pagina s zijn enkele schetsen te zien die het concept visualiseren.

Serie handleidingen. "LbD4All" ("Leren door Ontwikkeling voor iedereen ") Evaluatie. Door Kristina Henriksson, Päivi Mantere & Irma Manti

Second Life en onderwijs. neemt u de blauwe of rode pil?

Leer Opdrachten ontwerpen voor Blended Learning

TIPS & TRICKS VOOR DOCENTEN

Waar Bepaal ten slotte zo nauwkeurig mogelijk waar het onderwerp zich afspeelt. Gaat het om één plek of spelen meer plaatsen/gebieden een rol?

Wiki s in het onderwijs

Meedoen met de Monitor

VELOV-leergemeenschap Digitaal Leren

Rekenvaardigheden verbeteren met adaptief ict-programma

Onderzoek naar de impact van participatie, rollen en doelen in asynchrone discussiegroepen

Kies Actief Rapportage van Femke Peeters

E-learning. MOOCs. Een blended verhaal, de hype voorbij.

Inspraakladder: onderwijskundig model voor leerlingparticipatie

Scan: docentactiviteiten in de FE-cyclus

Werken met youlearn Open Universiteit

Module 5 Onderwijstechnologie

HOE VERSTERK JE HET ONDERWIJS MET DIGITALE MEDIA Emil Diephuis (DT) Ria Jacobi (O2)

Real Time Monitoring & Adaptive Cyber Intelligence SBIR13C038

Docenten effectiever professionaliseren dankzij ICT. Wilfred Rubens

SWPBS en HGW in curriculum lerarenopleiding

Teaching, Learning & Technology

Projectdefinitie. Plan van aanpak

Feedback middels formatief toetsen

Learning analytics bij SURF. Nynke de Boer

UNIVERSITY OF TWENTS MEESTERSCHAP 1/25/2017 FORMATIEF TOETSEN IN DE KLAS: TIPS VOOR IN DE LES

Merkpresentatie ESB 2017

Reflecteren met onderbouwleerlingen is zinvol! Maar waarom en hoe?

Betekenisvol Leren Onderwijzen in de werkplekleeromgeving

opbrengstgericht werken in en door de sectie Met leerlingen reflecteren op de (gemaakte) toets

Beoordelen van leeruitkomsten en de rol van de werkplek daarbij. Projectteam HAN Werkplekleren 23 januari 2017

WIE GOED ONTMOET DISCUSSIELES OVER EEN MAATSCHAPPELIJK DILEMMA DAT GEPAARD GAAT MET DIEPE HERSENSTIMULATIE

Het landschap van methodieken en tools voor blended learning

Tool scan formatieve toetscyclus

Gebruikersdag 2007

Samenwerking tussen docenten in onderwijsinnovaties in het hoger beroepsonderwijs: een case study

Flitstraining RAPP-it: de snelle reflectie app

VOICE OF THE CUSTOMER

Transcriptie:

2 Effecten van learning analytics bij computerondersteund samenwerkend leren Anouschka van Leeuwen, Jeroen Janssen & Gijsbert Erkens Afdeling Educatie, Universiteit Utrecht Wanneer leerlingen in een computerleeromgeving samenwerken, is het lastig om een goed beeld te krijgen van de voortgang van de groepjes. Learning analytics, waarbij data over de leeractiviteiten van de leerlingen grafisch worden weergegeven, helpen leraren de groepjes beter te begeleiden en maken leerlingen bewust van het samenwerkingsproces. De verwachting is dat inzicht in het verloop van het samenwerkingsproces niet alleen bijdraagt aan een betere samenwerking, maar ook resulteert in betere onderwijsresultaten. Het is van alle tijden: bij een groepsopdracht loopt één van de groepsleden de kantjes er vanaf, waardoor een deel van de opdracht stagneert en/of er meer werk op de schouders van de anderen terecht komt. Als leraar hoor je dit vaak pas achteraf, als de opdracht al is ingeleverd. Bij groepsopdrachten in een computerleeromgeving zouden dit soort hobbels al eerder aan het licht moeten komen. De leraar kan immers meekijken tíjdens het samenwerkingsproces, dankzij de gegevens die het computersysteem verzamelt over activiteiten van leerlingen. In de praktijk echter is de hoeveelheid verzamelde informatie zo groot, dat leraren door de bomen het bos niet meer 14

15

De rol van learning analytics in het samenwerkingsproces Wanneer leerlingen werken in een elektronische leeromgeving houdt het systeem een groot aantal zaken bij: Waar wordt op geklikt? Hoeveel communicatie is er en met wie? Hoe lang wordt een pagina bekeken? Hoeveel tekst is er al geschreven? Deze gegevens kunnen waardevol zijn, omdat ze veel informatie bevatten over waar leerlingen mee bezig zijn en wat ze doen. Maar in ruwe vorm is de data nauwelijks bruikbaar het is simpelweg te veel. De gegevens over de samenwerkingsactiviteiten van de leerlingen zijn echter autozien. Door relevante data te visualiseren, is de informatie een stuk beter te behappen: leerlingen zien van elkaar hoeveel iedereen bijdraagt en de leraar heeft inzicht in het proces. Deze grafische weergave van leerlingactiviteiten is een vorm van learning analytics. In dit artikel gaan we eerst in op de mogelijkheden en beperkingen van computerondersteund samenwerkend leren. Daarna beschrijven we wat onderzoek uitwijst over de vraag of learning analytics kunnen helpen het samenwerkingsproces op computers beter te laten verlopen. De achterliggende verwachting is dat inzicht in het samenwerkingsproces de leeropbrengsten van samenwerkend leren versterkt (Kirschner & Erkens, 2013). Aan het einde van het artikel gaan we in op de vraag of dat ook gebeurt. Mogelijkheden en beperkingen van computerondersteund samenwerkend leren Waarom is het interessant om computers te gebruiken bij samenwerkend leren? Computerondersteuning bij samenwerkend leren biedt zowel leraren als leerlingen talrijke mogelijk heden (Stahl et al., 2006). De computerleeromgeving maakt samenwerking tijd- en plaatsonafhankelijk, geeft toegang tot online bronnen, biedt een communicatieplatform voor overleg, en tools als wiki s, blogs of gedeelde tekstverwerkers voor gemeenschappelijke taakproducten. Boven dien is het mogelijk om speciale toepassingen te gebruiken die passen bij gezamenlijke kennisconstructie en probleemoplossing, zoals gedeelde mindmaps en simulatieprogramma s. Daarbij is al het online overleg en elk tussentijds taakproduct continu op te slaan. De leraar kan deze informatie inzetten om leerlingen te laten reflecteren op wat ze gedaan hebben of na te gaan hoe het samenwerkingsproces in de groep is verlopen. Samenwerken op de computer biedt niet alleen nieuwe mogelijkheden, maar brengt ook nieuwe problemen met zich mee. De beschik baarheid van alle overleg, activiteiten en producten maakt het leerlingen en leraren lastig een globaal overzicht te krijgen van het samenwerkingsproces. Zo geven leerlingen soms aan in een computerleeromgeving minder zicht te hebben op wie wat doet of heeft gedaan. En leraren vinden de begeleiding van de online samenwerkende groepjes leerlingen lastig. Zij hebben wel toegang tot alle online gevoerde discussies en tussenproducten, maar het ontbreekt ze aan tijd om deze door te nemen en op basis daarvan in te schatten welke groepjes aan welke begeleiding behoefte hebben. Om de extra mogelijkheden van computers bij samenwerkend leren te kunnen benutten, zullen deze informatieproblemen opgelost moeten worden zodat het samenwerkingsproces goed kan verlopen. 16

Proces Learning analytics 3 visualisering 1 2 gegevens Leraar begeleiding 4 visualisering Leerlingen Samenwerkingsactiviteiten 5 Leerlingen Leeropbrengsten Figuur 1: Redeneerketen rondom de interactie tussen leraar, leerling en analyses/visualisaties van samenwerkingsactiviteiten, in relatie tot de leeropbrengsten. matisch te analyseren en in de vorm van visualisaties terug te koppelen naar de leerlingen en de leraar. Deze automatische analyse en visuali satie van leeractiviteiten van leerlingen is een vorm van learning analytics, de verzamelterm voor het meten, verzamelen, analyseren en rapporteren van gegevens over leerlingen en hun context, met het oog op het begrijpen en optimaliseren van het leren en de omgevingen waarin het leren zich voordoet (Siemens & Gasevic, 2012). Figuur 1 geeft de rol van learning analytics in het samenwerkingsproces weer. Om te beginnen vormen gegevens over de activiteiten van leerlingen de input van analyses (pijl 1). Hiervan vindt een terugkoppeling plaats in de vorm van visualisaties naar de leerlingen (pijl 2) en/of de leraar (pijl 3). De leraar kan vervolgens op deze informatie inspelen in de interactie met de leerling (pijl 4), bijvoorbeeld door een groepje dat vastloopt verder te helpen met een vraag of suggestie. Ook leerlingen onderling kunnen dat op basis van de terugkoppeling doen, bijvoorbeeld door zelf een groepslid aan te spreken. Het beoogde effect is dat de samenwerkingsactiviteiten van de leerlingen verbeteren. Pijl 5 weerspiegelt de verwachting dat inzicht in het verloop van het samenwerkingsproces ook resulteert in hogere leeropbrengsten. Effect van learning analytics op het samenwerkingproces Er vond en vindt veel onderzoek plaats naar de manier waarop het samenwerkingsproces op computers te verbeteren is. Bijvoorbeeld naar de vraag of en hoe de onderlinge samen werking verandert als leerlingen dankzij learning analytics inzicht hebben in de participatie binnen de groep; de vraag die in dit artikel centraal staat (pijlen 1 en 2). Een voorbeeld van een toepassing die inzicht geeft in de participatie is de Participation Tool, die 17

Pierre 202 Tiffany Anne Figuur 2: De Participation Tool visualiseert hoeveel de deelnemers hebben bijgedragen. Effect van learning analytics op begeleiding door de leraar Ook leraren kunnen vanuit het systeem terugkoppeling krijgen over de activiteiten van de leerlingen in de vorm van visualisaties. Kunnen zij met deze informatie de leerlingen beter begeleiden (pijl 3 > 4 in figuur 1)? Uit ons onderzoek naar de Participation Tool (Van Leeuwen et al., 2014) blijkt dat leraren, dankzij informatie over de individuele inbreng van groepsleden, scheve verhoudingen in de groepen beter opsporen en er actie op ondernemen. Vervolgens blijken zij relatief meer berichten te sturen naar groepen waarin de participatie problematisch is dan naar groepen waarin dat niet het geval is. Daarnaast is hun beoordeling van de participatie specifiekweergeeft hoeveel de groepsleden ieder hebben bijgedragen aan het groepsproces (Janssen et al., 2007b). Deze tool verzamelt informatie over (1) de hoeveelheid berichten en de lengte van de berichten die groepsleden versturen tijdens het communiceren en (2) het aantal toetsaanslagen per groepslid bij het schrijven van een groeps verslag. Deze informatie wordt vervolgens ge visualiseerd in de vorm van bolletjes, waarbij groepsleden die meer communiceren en meer typen groter en prominenter zijn weergegeven (figuur 2). Uit ons onderzoek naar het effect van de Participation Tool blijkt dat deze visualisaties leiden tot een ander en actiever samenwerkingsproces. Zij helpen leerlingen bewust te worden van het belang van gelijkwaardige participatie tijdens samenwerking, met als gevolg een actievere bijdrage van leerlingen aan het overleggen en discussiëren en een gelijkwaardiger participatie binnen groepen. In ons onderzoek probeerden sommige leerlingen de visualisatie te manipuleren door onzinberichten te versturen. De groepsleden spraken hen hier echter op aan, waardoor de kwaliteit van de discussie niet verslechterde (Janssen et al., 2007b). Het is ook mogelijk om informatie te visualiseren die meer kwalitatief van aard is. Een voorbeeld hiervan is de Shared Space Tool, die op basis van een inhoudelijke analyse van door leerlingen verstuurde berichten weergeeft in hoeverre leerlingen tijdens een overleg met elkaar overeenstemmen dan wel discussiëren (Janssen et al., 2007a). Verschillende onderzoeken naar dergelijke learning analytics laten zien dat ook deze visualisaties het samenwerkingsproces beïnvloeden, bijvoorbeeld doordat leerlingen gaan beseffen dat kritische discussies van belang zijn voor het leerproces (voor een overzicht, zie Janssen & Bodemer, 2013). 18

er, want zij kunnen nauwkeuriger aangeven welk groepslid niet evenredig deelneemt. In een studie die op het moment afgerond wordt, kregen leraren informatie over welke taakrelevante kernwoorden leerlingen gebruiken in hun discussies (Concept Trail Tool) en in hoeverre zij vorderingen maakten met de taak. Het gevolg was dat leraren in het algemeen meer berichten gingen sturen, en wederom vaker naar groepen met taakproblemen, bijvoorbeeld wanneer er in discussies over andere zaken werd gesproken dan de stof. De aanwezigheid van learning analytics lijkt leraren dus niet alleen te ondersteunen bij het in de gaten houden van problemen, maar hen ook te activeren om groepen met problemen hulp te bieden. Effect van learning analytics op leeropbrengsten Samenvattend kunnen we concluderen dat learning analytics gunstige effecten hebben op het verloop van de samenwerking. Inzicht in de participatie zorgt ervoor dat de werkhouding van de leerlingen verandert en actiever wordt, net als de begeleiding door de leraren. Terugredenerend was de verwachting dat dit ook zou leiden tot betere leeropbrengsten (pijl 5 in figuur 1). Is dat zo? Nee, deze verwachting wordt tot op heden niet gestaafd door onderzoek: er is geen direct effect aangetoond tussen de beschikbaarheid van deze vorm van learning analytics en leeropbrengsten. Al hebben leerlingen meer inzicht in de participatie van hun groepsleden en al kunnen leraren op basis van de learning analy tics de groepjes actiever begeleiden, het levert geen beter groepsproduct op, noch een betere individuele prestatie. Daarmee is de meerwaarde van learning analytics wel aantoonbaar voor het samenwerkings proces, maar niet voor de leeropbrengsten. Anouschka van Leeuwen Hoofdauteur a.vanleeuwen@uu.nl Jeroen Janssen & Gijsbert Erkens Auteurs Anouschka van Leeuwen is promovenda en docent. Zij verricht onderzoek in het voortgezet onderwijs naar het gebruik van learning analytics door leraren. Jeroen Janssen is universitair docent. Hij onderzoekt (computerondersteund) samenwerkend leren. Gijsbert Erkens was tot 2012 universitair hoofddocent. Hij is nog betrokken bij onderzoek naar computerondersteuning van samenwerkend leren. 19

Wat we weten over learning analytics bij samenwerkend leren in een computerleeromgeving Met learning analytics zijn leeractiviteiten van leerlingen te analyseren en in grafische vorm terug te koppelen aan leraren en leerlingen. De beschikbaarheid van deze vorm van learning analytics verandert en activeert het samenwerkingsproces. Enerzijds doordat leraren meer zicht hebben op het functioneren van de verschillende groepjes, waardoor ze hun aandacht kunnen richten op groepjes die dit nodig hebben. Anderzijds doordat de leerlingen zich meer bewust worden van het samenwerkingsproces en hoe ze dit beter kunnen laten verlopen. Er is geen direct verband aangetoond tussen deze vorm van learning analytics en leeropbrengsten. 20

Meer weten? Janssen, J., Erkens, G. & Kanselaar, G. (2007a). Visualization of agreement and discussion processes during computer-supported collaborative learning. Computers in Human Behavior, 23, 1105-1125. Janssen, J., Erkens, G., Kanselaar, G. & Jaspers, J. (2007b). Visualization of participation: Does it contribute to successful computer-supported collaborative learning? Computers & Education, 49, 1037-1065. Janssen, J. & Bodemer, D. (2013). Coordinated computer-supported collaborative learning: Awareness and awareness tools. Educational Psychologist, 48(1), 40-55. Kirschner, P.A. & Erkens, G. (2013). Toward a framework for CSCL research. Educational Psychologist, 48(1), 1-8. Leeuwen, A. van, Janssen, J., Erkens, G. & Brekelmans, M. (2014). Supporting teachers in guiding collaborating students: effects of learning analytics in CSCL. Computers & Education, 79, 28-39. Siemens, G. & Gasevic, D. (2012). Guest editorial-learning and knowledge analytics. Educational Technology & Society, 15(3), 1-2. Geraadpleegd op http://www.ifets.info/journals/15_3/1.pdf Stahl, G., Koschmann, T. & Suthers, D. (2006). Computer-supported collaborative learning: an historical perspective. In R.K. Sawyer (Red.), Cambridge handbook of the learning sciences (pp. 409-426). Cambridge, Verenigd Koninkrijk: Cambridge University Press. Geraadpleegd op http://gerrystahl.net/cscl/cscl_english.pdf 21

Naamsvermelding-NietCommercieel-GeenAfgeleideWerken 3.0 Nederland. (http://creativecommons.org/licenses/by-nc-nd/3.0/deed.nl) De gebruiker mag: Het werk kopiëren, verspreiden, tonen en op- en uitvoeren onder de volgende voorwaarden: Naamsvermelding. De gebruiker dient bij het werk de naam van Kennisnet en de naam van de auteur te vermelden. NietCommercieel. De gebruiker mag het werk niet voor commerciële doeleinden gebruiken. GeenAfgeleideWerken. De gebruiker mag het veranderde materiaal niet verspreiden als deze het werk heeft geremixt, veranderd, of op het werk heeft voortgebouwd. Bij hergebruik of verspreiding dient de gebruiker de licentievoorwaarden van dit werk kenbaar te maken aan derden. De gebruiker mag uitsluitend afstand doen van een of meerdere van deze voorwaarden met voorafgaande toestemming van Kennisnet. Het voorgaande laat de wettelijke beperkingen op de intellectuele eigendomsrechten onverlet. Dit is een publicatie van Stichting Kennisnet.