Centre for Academic Teaching and Learning

Teaching and learning collection

 

Differentiatie door blended learning en learning analytics

Back
23 augustus 2018
Educational project

Differentiatie door blended learning en learning analytics

In dit project zijn didactische modellen die gebruik maken van blended learning (leervormen die gebaseerd zijn op een mix van e-learning, software technologie en contactonderwijs) ontworpen en in de praktijk getest aan zeven faculteiten. 

Achtergrond

In de traditionele onderwijsvormen doorlopen alle studenten hetzelfde curriculum in hetzelfde tempo, met dezelfde, vaak traditionele, onderwijsvormen, dezelfde kwaliteitscontroles en dezelfde eindtermen, ongeacht hun diversiteit in niveau of interesses. Innovatievere leervormen die gebaseerd zijn op een mix van e-learning, software technologie en contactonderwijs (Blended Learning) zouden voor zowel docenten als studenten ruimte en mogelijkheden kunnen creëren voor meer feedback en differentiatie binnen het bestaande onderwijs. Daarbij biedt de toevoeging van Learning Analytics aan Blended Learning enorme mogelijkheden. Het kan de student inzicht geven in zijn/haar voortgang in de voorbereiding via e-learning en hier de juiste adaptieve feedback op geven. Het kan de student inzicht geven of deze voldoende is voorbereid op het contactonderwijs. Het kan de docent inzicht geven in de voortgang op student-, onderwerp- of cohortniveau en hierop adaptief contactonderwijs inrichten, bijvoorbeeld door differentiatie op niveau aan te brengen. Om het Blended Learning leercontinuüm als onderwijsmodel te verbeteren, is er behoefte aan een eenvoudig inzetbare Learning Analytics service alsmede ontwerpgericht onderzoek om te komen tot effectieve leervormen waarin feedback en differentiatie centraal staan. Dit project bouwt voort op het USO-project ‘Blended learning: de toets en de docent’.

Doelen

Het project heeft als hoofddoel Blended Learning in de volle breedte van de Universiteit Utrecht voort te zetten, waarbij door de inzet van Learning Analytics de student betere feedback krijgt in de voorbereiding op het contactonderwijs en de docent specifieke informatie over de mate van en problemen bij de voorbereiding van de studenten, zodat gedifferentieerd contactonderwijs kan plaatsvinden.

Het hoofddoel valt uiteen in twee doelstellingen:

  1. Implementatie van eerder ontworpen en geteste modellen van Blended Learning in onderwijs dat thans grotendeels op traditionele wijze wordt gegeven, voorzien van een sterke evaluatiecomponent.
  2. Verfijnen van het leercontinuüm bij opleidingen waar Blended Learning reeds is ingevoerd en deze versterken met innovatieve softwaretechnologie die de inzet van Learning Analytics mogelijk maakt, om zo het contactonderwijs en de differentiatie hierin te potentiëren.

Resultaten

In totaal zijn acht projecten, met ieder een eigen focus op het implementeren en evalueren van Blended Learning onderwijs en de inzet van Learning Analytics, succesvol afgerond (zie Eindrapportage). Dit heeft op de drie deelgebieden het volgende opgeleverd.

Op twee projecten na, die zich in z’n geheel hebben gericht op Learning Analytics (BETA), hebben alle projecten een vorm van Blended Learning in hun onderwijs geïmplementeerd (doelstelling 1). Deze activiteiten hebben ervoor gezorgd dat de ondersteuning die studenten kregen bij hun leerproces meer ruimte bood voor differentiatie en afstemming van de leeractiviteiten op het leertempo en -curve van de individuele student.

Uit de evaluaties die deel uitmaakten van de cyclische implementatie van de blended learning projecten bleek dan ook dat:
– leerprestaties van studenten werden verbeterd (GW, REBO),
– studenten intrinsiek gemotiveerd bleven en meer vertrouwen kregen in hun eigen kunnen (DGK),
– beter gebruik werd gemaakt van de contacttijd (FSW, REBO),
– en docenten de nieuwe cursusopzetten positief waardeerden (FSW, DGK, GNK).

Op een enkel project na (DGK) hebben alle projecten in meer of mindere mate geëxperimenteerd met het verzamelen, analyseren en rapporteren van studentgegevens uit e-learning omgevingen om het onderwijs te begrijpen en verbeteren (doelstelling 2).

De verzamelde data werd gebruikt om:
– Te bepalen of de doelstellingen van het project werden behaald (REBO, GW),
– Docenten te ondersteunen middels informatierapporten en overzichten met informatie over de studenten (GEO, FSW); toetsscores, maar ook activiteiten en percepties van de studenten aangaande de lesstof.

Daarnaast hebben twee BETA-projecten zich specifiek gericht op learning analytics met als resultaat een werkbaar digitaal platform voor learning analytics ‘LearnLytics’ (zie hieronder).

Binnen het project is het digitaal platform voor learning analytics ‘LearnLytics’ ontwikkeld. LearnLytics is geïntegreerd met de toetsservice Remindo van de universiteit en maakt het mogelijk de voortgang en resultaten van studenten te monitoren. LearnLytics is succesvol ingezet om misconcepten bij biologie studenten zichtbaar te maken voor zowel student als docent (diagnosticeren), waardoor deze hier gericht en op individueel niveau aandacht aan konden besteden (remediëren). LearnLytics wordt zowel door de docent als studenten als waardevol ervaren. Binnen het USO-project THERMOS wordt deze functionaliteit verder uitgebreid.

Kijk onderstaande video over LearnLytics:

Aanbevelingen

Blended Learning

  • Studenten goed informeren over wat er van hen verwacht wordt.
  • Creëer draagvlak bij de leidinggevenden en directe collega’s.
  • Begin kleinschalig.
  • Delegeer verantwoordelijkheid voor deelaspecten aan collega’s.
  • Draag het project over ten behoeve van de consolidatie van het project.

Learning Analytics

  • Ontwikkelingen in de technische mogelijkheden lopen nu nog achter op de plannen in de praktijk. Inzichtelijk maken wat de mogelijkheden zijn, helpt bij het ontwikkelen van ambities en plannen.
  • De meeste digitale leeromgevingen registreren veel Learning Analytics die gebruikt kunnen worden om lessen vorm te geven. Docenten moeten hier echter op gewezen worden.
  • Technische ondersteuning bij het gebruik van Learning Analytics moet gedaan worden door professionals.

Lees ook:

Print

You are free to share and adapt, if you give appropriate credit and use it non-commercially. More on Creative Commons

 

Are you looking for funding to innovate your education? Check our funding calender!