door onderzoek geïnformeerde ontwikkeling van een Learning Analytics dashboard.

Abstract

Learning Analytics (LA) zijn begaan met het gebruik van data om het leerproces van studenten te begrijpen, hun leeromgeving te optimaliseren of door data-geïnformeerde innovatie mogelijk te maken. Kwalitatieve dashboards zijn cruciaal om deze doelen te bereiken. Het praktijkgericht wetenschappelijk onderzoek LAP! tracht op een door onderzoek geïnformeerde manier dashboards voor verschillende gebruikersgroepen te ontwikkelen en gebruikt daarbij educational design research als raamwerk. Deze bijdrage illustreert de analyse- en exploratiefase in dit project. Hierin werd onderzoek opgezet naar de inhoud, structuur, lay-out en relevantie van deze dashboards aan de hand van drie acties: een literatuurverkenning; een gebruikersonderzoek bij studenten, lesgevers en opleidingshoofden; en een databankanalyse die met behulp van machine learning naging welke beschikbare variabelen een voorspellende kracht hebben op studiesucces. Verder werd ook de juridische en wettelijke basis van de verwerking van persoonsgegevens in de dashboards in kaart gebracht en geëvalueerd via een Data Protection Impact Assessment (DPIA). De resultaten van de drie onderzoeksacties inzake de selectie van variabelen zijn niet steeds eenduidig, maar bieden wel voldoende houvast voor de ontwikkeling van een prototype voor een generiek dashboard. Via cycli van ontwikkeling, implementatie en testen zal dit prototype worden verfijnd en worden aangepast aan de noden van verschillende gebruikersgroepen.