Tag Archives: LACE

Norskt forskningscenter om Learning Analytics

I dagarna släpptes nyheten att det norska Kunnskapsdepartementet och Universitetet i Bergen gemensamt satsar 65 miljoner norska kronor över fem år på ett center kallat SLATE (Centre for the Science of Learning & Technology). Man ska bedriva forskning och kunskapsutveckling inom området “læringsanalyse” som är den norska benämningen på learning analytics. Det kommer inte bara att handla om forskning i traditionell skolmiljö utan all typ av lärande är av intresse för centret.

Det är en klok satsning av grannlandet att bygga upp en inhemsk kunskapsbas inom detta växande forskningsfält som sannolikt kommer att ha stor påverkan på hur utbildning och lärande organiseras och genomförs i framtiden. Det är bara att gratulera det norska utbildningsväsendet och det blir spännande att följa deras arbete under de kommande åren, även om det kommer att ske på avstånd.

Hur ser framtiden ut för Learning Analytics?

Enligt den framtidsundersökning som publicerats av LACE-projektet så tycks åsikterna om önskvärdheten av att learning analytics kommer till ökad användning i utbildningssektorn gå starkt isär (se tidigare blogginlägg). Medan de flesta trodde att tekniken kommer att fungera så var det en grupp som menade att forskningsfältet har mycket att tillföra skolan, medan andra var starkt negativa. I undersökningen fick man ta ställning till åtta olika scenarier och rösta för om de var dels sannolika eller osannolika och dels önskvärda eller inte.

feasability

Det framkom också att hanteringen av persondata är en nyckelfråga. Det fanns en stor konsensus kring att en stark ställning för individen och dennes rätt att bestämma vilken data som samlas in och hur den lagras och hanteras är mycket betydelsefullt. Denna fråga antas ha en avgörande inverkan på om learning analytics kommer att bli en accepterad teknik eller inte.

En tredje slutsats är att de som deltog i undersökningen inte vill se att databaserade analyser ersätter läraren. Man vill att läraren även fortsättningsvis ska leda undervisningen och stå för bedömningen.

De svarande fick ange från vilken av tre grupper de kom – från skolan, från högskolan eller från arbetslivet (dvs ej utbildningssektorn). Det fanns vissa skillnader mellan grupperna och personer med koppling till skolan var mer intresserade av att läraren fortsatt får en stark roll medan man, tillsammans med personer från arbetslivet inte trodde att klassrummen år 2025 kommer att vara genomsyrade av dataanalys. Det gjorde däremot en ganska stor del av personerna från högskolan. Skolfolket trodde inte heller att skolan i hög grad kommer att styras baserad på learning analytics inom en tioårsperiod.

Så här såg scenarierna ut i korthet:

  1. År 2025 är klassrummen och den fysiska miljön fullt utrustad med sensorer och utformad för att stödja lärande.
  2. År 2025 har man avancerade sensorer på kroppen som samlar data om t.ex. hållning, uppmärksamhet, vila,  stress, blodsocker och ämnesomsättning för att stödja lärandet.
  3. År 2025 används knappast learning analytics inom utbildningssystemet.
  4. År 2025 så kontrollerar varje individ sina egna data.
  5. År 2025 är learning analytics för det mesta en öppen och fri resurs, precis som öppen källkod.
  6. År 2025, är learning analytics viktiga verktyg för den pedagogiska ledningen. Ett brett utbud av data om elevens beteende används för att generera god kvalitet i realtid och för att ge förutsägelser om sannolikheter för framgång.
  7. År 2025 utförs det mesta av undervisningen av datorer.
  8. År 2025, stöder learning analytics ett självstyrt och självständigt lärande.

Du hittar hela rapporten här.

Framtidsvisioner om learning analytics: plus och minus

Vi står precis i början på en spännande utveckling inom det område som kallas learning analytics. Du kan läsa mer om forskningsområdet i tidigare blogginlägg, bl.a. här och här.

digital-388075_640

Men hur kommer denna nya teknik och detta forskningsområde prägla skolan om tio år? Hur påverkas vi av learning analytics år 2025 i positiv och kanske negativ bemärkelse? EU-projektet LACE (Learning Analytics Community Exchange) har tagit fram ett antal tankeväckande scenarier runt detta. Du kan läsa om scenarierna här.

Kommer det bli så att sensorer i möbler och kläder och videokameror på väggarna tillsammans med datorerna ser och registrerar allt eleverna gör – för att se om de förlorar koncentrationen eller missuppfattar något. Eller blir det istället så att utbildningssystemet präglas av individuella lärvägar designade efter varje individs förutsättningar och behov, att forskningen kunnat utveckla betydligt effektivare lärresurser baserade på statistik från tiotusentals tidigare användare. Eller blir det helt annorlunda?

Det finns  möjlighet att tycka till om scenarierna – är de önskvärda eller inte? Är de realistiska eller inte? Vad kan och bör göras för att främja eller stoppa vissa utvecklingstendenser? Ta del av scenarierna och ta chansen att påverka utvecklingen genom att svara på några frågor.

Learning Analytics i Danmark

Inom ramen för LACE-projektet har vi bett några länder som ligger långt fram ifråga om arbete med learning analytics på skolnivå, att skriva en kort bloggpost som beskriver läget. Först ut är Leo Højsholt-Poulsen från det danska utbildningsdepartementet. Ni hittar hans intressanta inlägg här.

Förhoppningsvis kommer inlägg också från Nederländerna i oktober och Norge i november.

Att mäta känslor med Learning Analytics

Det finns en stabil forskningsbas för att påstå att känslor påverkar lärande. Även om läraren i klassrummet sannolikt är ytterst medveten om känslornas betydelse för elevernas inlärning så bortser forskningen inte sällan från denna fråga. Det gäller inte minst forskningen runt nätbaserat lärande. Detta trots att det sannolikt skulle vara mycket betydelsefullt att kunna mäta och förstå känslor för att kunna anpassa t.ex. digitala lärmiljöer efter elevers känslostämningar och därmed förbättra deras chanser till inlärning.

Inom LACE-projektets första litteratur- eller forskningsanalys granskas nu frågan om man med hjälp av Learning Analytics kan fånga elevers känslor (du hittar studien här). Ett hundratal studier analyseras.

Det är ur många aspekter en svår och känslig fråga. Ur ett forskningsperspektiv reser den ett antal kunskapsteoretiska, ontologiska och praktiska frågor samtidigt som det ur ett mer vardagligt perspektiv väcker frågor t.ex. om den personliga integriteten. Så i många avseenden ger sig denna första forskningssammanställning rakt in i pudelns kärna när det gäller Learning Analytics.

Studien undersöker hur man kan mäta och förstå känslor dels ur existerande data och dels ur nya data. Vad gäller existerande data (det kan gälla tidigare skrivna texter, tidigare diskussioner som spelats in eller videoinspelningar av elever som samarbetar m.m.) så undersöker man tre metoder, nämligen innehållsanalys, bearbetning av naturligt tal eller identifiering av beteendeidentifikatorer (som kan gälla ansiktsuttryck och gester eller användning av emoticons eller liknande). Som tabellen nedan visar så finns det ett antal studier som beskriver ett antal sätt att med dessa metoder fånga elevers känslor.

Tabell 1

Därefter går man vidare för att se om det finns studier som beskriver möjligheter att i realtid eller med lätt fördröjning fånga och förstå elevers känslor. Här undersöks fyra olika metoder, nämligen kvantitativa instrument, kvalitativa metoder, ordmoln och intelligenta handledningssystem. Även här återfinns ett antal studier som beskriver olika möjliga tillvägagångssätt (se tabell 2).

Tabell 2

Avslutningsvis kan man alltså konstatera att även om instrumenten än så länge är en aning trubbiga, så är de inte så klumpiga som man kanske skulle tro när det gäller att fånga elevers känslouttryck. Svårare är nog att förstå vad känslorna står för och hur de påverkar elevernas lärande. Ännu kan maskinerna inte läsa mellan raderna, förstå humor eller ironi. Så ytterligare ett tag framåt gäller nog att försöka använda många olika metoder och instrument för att fånga känslor (eftersom instrumenten tycks olika anpassade för olika typer av känsloyttringar) och inte minst att vara försiktig i sin tolkning och användning av de data man får fram.

Med det är en spännande värld av möjligheter som håller på att öppna sig och som på sikt kommer att förändra hur vi ser på undervisning och lärande.

LACE – nytt EU-projekt om Learning Analytics

För en dryg vecka sedan hade projektet LACE uppstartsmöte. Projektet syftar till att höja intresset för och kunskapen om användning av data i stor skala i lärandesyfte inom skola, högskola och arbetsliv. Projektet kommer att pågå i 2,5 år och Skolverket är ansvarigt för den del som handlar om skola. Läs mer om projektet här. Jag har fått förmånen att tillsammans med Peter Karlberg medverka i projektet under Skolverkets hatt.

I uppdraget ingår att kartlägga vad som pågår ifråga om utvecklingsprojekt, forskning mm inom eller med relevans för skolsektorn i hela Europa. Vi kommer att delta i och arrangera seminarier och workshops samt sprida information på annat sätt för att höja kunskapsnivån i denna viktiga framtidsfråga.

För att hitta projekt och initiativ inom detta område behöver vi hjälp – så känner du till någon eller något av relevans för vårt uppdrag är vi tacksamma om du tipsar oss!

För den som vill ha en kortfattad introduktion till Learning Analytics finns här en introduktion till ämnet.