Computer voorspelt slaagkansen van studenten

door Tobe Baeyens
1,1K views
Learning analytics: een manier om de slaagkansen van studenten te voorspellen.

Nauwkeurig voorspellen of een student op het eind van het academiejaar al dan niet geslaagd zal zijn: het kan wanneer je gebruikmaakt van learning analytics. Voer voor een PXL-onderzoeksproject waarvan we hier de grote lijnen schetsen.

Sinds september 2015 proberen onderzoekers bij PXL de slaagkansen van studenten te voorspellen. In een proefproject in 2017 kon met 80% zekerheid voorspeld worden of een student op het einde van het academiejaar voor een vak zou slagen. Er werd gebruikgemaakt van data die grotendeels reeds voorhanden was. Cijfers van testen die afgenomen werden bij nieuwe studenten, worden gecombineerd met cijfers van tussentijdse evaluaties en een tijdmeting.

Digitaal dashboard

Als alles goed verloopt, zullen de docenten bij PXL binnenkort over een digitaal dashboard beschikken waarmee ze snel kunnen zien welke studenten risico lopen. Er zal gebruikgemaakt worden van een stoplichtensysteem. Een student die hoogstwaarschijnlijk slaagt, krijgt een groen lampje, een student die een zeker risico loopt een oranje lampje, en een student die veel risico loopt een rood lampje. Met behulp van dit stoplichtensysteem kunnen docenten sneller inschatten welke studenten extra ondersteuning nodig hebben.

Afgelegde weg

Het onderzoeksproject heeft intussen al een hele weg afgelegd. Er werd begonnen met een proefproject bij 500 studenten van de opleiding toegepaste informatica. Dankzij dit project konden de onderzoekers bepalen welke gegevens een voorspellende waarde hadden.

In het huidige vervolgproject werden een aantal bevragingen gehouden bij docenten en coördinatoren. Uit deze bevragingen kwam naar boven dat docenten niet enkel de stoplichten willen zien, maar ook de achterliggende data willen kunnen bekijken. Daarnaast willen de docenten op basis van deze informatie feedback kunnen geven aan de studenten. Een systeem waarbij de computer automatisch feedback geeft, wil men liever niet.

In een laatste fase van het project wordt onderzocht hoe een docent op een goede manier feedback kan geven. Dit zal opnieuw gebeuren door middel van bevragingen.

Nieuwe Europese privacyregels

Er is nog één grote hindernis die overwonnen moet worden voor het dashboard er komt. In mei worden de nieuwe Europese privacyregels van kracht. Deze regels zijn er om de consument beter te beschermen. Gegevens die verzameld worden met een bepaald doel, mogen ook enkel voor dat doel gebruikt worden. Cijfers van testen die afgenomen werden bij nieuwe studenten, mogen dan niet zomaar meer gecombineerd worden met andere cijfers.

Contact: tobe.baeyens@pxl.be / servaas.tilkin@pxl.be

Lees ook:

Studenten digitaal opvolgen en begeleiden met learning analytics

Aanbevolen berichten