Learning analytics voor beginners

Learning analytics voor beginners

Data is hot. Ook in de leerwereld, maar data voor leren klinkt vaak als ‘ver van je bed’. Er kan steeds meer informatie over leerprocessen worden opgeslagen. Het verzamelen, analyseren en interpreteren van data uit leeromgevingen om het leerproces van deelnemers te verbeteren, noemen we ‘learning analytics’. Dan klinkt heel complex, maar ook in simpele vorm kan het heel nuttig zijn.

Dat gaan we je laten zien.

Wat is learning analytics?

Wanneer je als opleider of organisatie een online leertraject gelanceerd hebt wil je natuurlijk graag weten in hoeverre de leeractiviteiten positief bijdragen aan het leerproces. Het gaat immers over het resultaat. Omdat de mogelijkheden op het gebied van online leren steeds geavanceerder worden, kan er steeds meer informatie over leerprocessen worden opgeslagen. Met learning analytics haal je waardevolle inzichten uit die informatie. Door codes in de leeromgeving of leerplatform in te bouwen, kun je door te analyseren het leergedrag van de individuele deelnemer of van een groep deelnemers volgen.

Learning analytics klinkt misschien erg ingewikkeld maar dat is het niet. Learning analytics geven namelijk antwoorden op simpele vragen als: ‘Wat doet de deelnemer in die omgeving?’, ‘Hoe vaak logt hij in?’, ‘Op welke pagina’s en video’s klikt hij?’. Elke actie die de deelnemer uitvoert in de leeromgeving, zoals een muisklik of de tijd die de deelnemer op een pagina verblijft, kan worden opgeslagen in een database.

Niet alle informatie is ook daadwerkelijk relevant. Welke informatie interessant is, hangt af van het gekozen didactisch concept. In een didactisch concept waarin samenwerking centraal staat, kan het bijvoorbeeld interessant zijn om te weten hoe vaak deelnemers op elkaar reageren. In een concept waarin theoretische kennisoverdracht centraal staat, wil je misschien weten hoeveel tijd deelnemers aan het lezen van een artikel besteden.

Bedenk daarom tijdens het ontwerp van een leertraject al welke informatie je nodig hebt om voldoende inzicht te krijgen in het leergedrag van de deelnemers.

Wat is het nut van learning analytics?

Learning analytics worden door begeleiders, ontwikkelaars en deelnemers gebruikt om het leerproces beter te begrijpen en te verbeteren. Het gaat de deelnemers namelijk niet om het volgens van de training maar het resultaat, datgene dat de deelnemer met de nieuwe kennis of vaardigheden kan.

Voordelen van learning analytics voor begeleiders

Begeleiders van de deelnemers, zoals leidinggevenden en trainers, krijgen inzicht in het leerproces van deelnemers. Zij kunnen bijvoorbeeld zien hoeveel tijd de deelnemers besteden aan de leeractiviteit en of deze tijdsinvestering bepalend is voor de toetsresultaten. Zo weten ze aan welke kennis en vaardigheden ze nog aandacht moeten besteden en kunnen ze de deelnemers advies op maat geven. Doordat de leeromgeving de inzet en voortgang van deelnemers monitort, verandert de begeleidersrol van controleur en uitvoerder naar (her)ontwerper van training en opleiding.

Voordelen van learning analytics voor ontwikkelaars

Ontwikkelaars krijgen inzicht in de relatie tussen leeractiviteiten en toetsresultaten en gebruiken deze data om leeractiviteiten te optimaliseren. Het kan bijvoorbeeld zo zijn dat er geen positief verband bestaat tussen het bekijken van een instructievideo en een toetsresultaat. Dit is mogelijk een signaal dat de instructievideo in zijn huidige vorm geen positieve bijdrage levert aan het behalen van het bijbehorende leerdoel.

Voordelen voor deelnemers

Deelnemers krijgen meer zicht op hun eigen leerproces en krijgen op basis van hun voortgang een gepersonaliseerd advies over de leeractiviteiten die ze kunnen volgen. Daarnaast kan de deelnemer zijn eigen leerproces vergelijken met het leerproces van andere deelnemers of het advies van docenten.

Zo kan jij learning analytics nu al inzetten

Het gebruik van learning analytics staat nog in de kinderschoenen, maar biedt veel kansen om zowel het leer- als begeleidingsproces te optimaliseren. Het toepassen van learning analytics is laagdrempeliger dan je misschien denkt. Tijdens het ontwerpen, ontwikkelen en uitvoeren van leertrajecten, kan je er al gebruik van maken. Hieronder een aantal voorbeelden van praktische toepassingen.

Voortgang van deelnemers in het leerplatform (aNewSpring)

De voortgang van deelnemers in een leertraject wordt opgeslagen. Zo kan de deelnemer zien welke leeractiviteiten hij al heeft afgerond en welke activiteiten hij nog moet volgen om het leertraject te voltooien. Begeleiders hebben ook inzicht in de voortgang van deelnemers en kunnen per activiteit zien hoe lang een deelnemer ermee bezig geweest is.

Adaptiviteit & learning analytics

Voor aanvang van een leertraject kunnen deelnemers een zelftest maken om inzicht te krijgen in hun voorkennis. Op basis van de resultaten, krijgen zij automatisch een advies voor de leeractiviteiten die ze nog moeten volgen. Dit is in feite een voorbeeld van learning analytics, de resultaten worden immers gebruikt om de deelnemer nog beter te helpen. Zo wordt voor iedere deelnemer een adaptief leerpad gemaakt dat aansluit bij zijn/haar specifieke leerbehoeften.

Toetsing verbeteren op basis van learning analytics

Je kan learning analytics inzetten om de kwaliteit van een toets te meten. Hiervoor gebruik je onder andere de p-waarde. De p-waarde drukt moeilijkheid van een vraag uit. De p-waarde ligt tussen de 0 en 1 en geeft weer hoeveel procent van de deelnemers de vraag goed beantwoord heeft. Hoe makkelijker de vraag, hoe hoger de p-waarde. Bij een p-waarde onder de 0.50 moet je de oorzaak achterhalen: ligt dit aan een gebrek aan kennis of is de vraag onduidelijk geformuleerd?

De toekomst van learning analytics

De komende jaren zullen de mogelijkheden van learning analytics toenemen. Als opleider kan je steeds meer data gaan gebruiken om gebruikersfeedback te genereren, de relevantie en impact van de leerinterventie aan te tonen en leerinterventies door te ontwikkelen. Met behulp van gebruikersfeedback kan je bijvoorbeeld inzicht krijgen in de zogenoemde ‘failure points’ in het leerproces. Dit wil zeggen: vanaf welk moment in het proces maken deelnemers fouten? De data over het leergedrag kunnen helpen om de oorzaak van deze fouten te vinden en de kwaliteit van leeractiviteiten te verbeteren.

Daarnaast geven learning analytics ook een doorlopend inzicht in de prestaties van de deelnemers. Wanneer er voldoende meetmomenten worden ingebouwd, kunnen learning analytics de functie van een toets vervangen. Deze gegevens kunnen, eventueel in combinatie met de observaties van een trainer of leidinggevende, voldoende inzicht geven in de prestaties waardoor een toets overbodig wordt.

Door middel van learning analytics kunnen opleiders, organisaties en trainers het leerproces van hun deelnemers steeds beter ondersteunen en zo optimaal bijdragen aan het behalen van hun organisatiedoelstellingen.

Nieuwsgierig hoe je binnen jouw organisatie gebruik kunt maken van learning analytics?

Neem contact op met ons. We denken graag met je mee!