Sporen van technologie- en datagebruik
De educatieve voetafdruk
Technologiegebruik laat sporen na. Waar is de tijd dat je na de les het bord schoonveegde en slechts summiere aantekeningen van de studenten een vage afspiegeling vormden van een boeiende en interactieve les?
Apps en toepassingen maken meer flexibele interactie mogelijk. Daarbij ervaren docent en student als gebruikers meer controle en eigenaarschap. Via diezelfde of andere apps is interactie plotseling de moeite van het bestuderen waard.
Wanneer instructie en feedback maar ook de samenwerking tussen studenten met technologie wordt ondersteund, wordt een groeiende stroom data gegenereerd. Data die interessant en informatief zijn als het gaat om de kwaliteit van onderwijs. Data die ook lucratief zijn voor partijen die onderwijstechnologie op de markt brengen en daar niet eens geld voor vragen. Wat gebeurt er met data die niet wordt gevangen in de schoolbrede systemen, die onder de radar worden gegenereerd maar na de les niet worden gewist? De sporen die vaak achterblijven vormen een rijke bron van informatie en persoonsgegevens worden wereldwijd grif verkocht.
Gevolgen van technologie‑ en datagebruik
De privacy kosten
Bij het vertrouwd en verantwoord gebruiken van studentgegevens spelen een aantal vragen een rol. Naast didactische vragen gaat het daarbij tegenwoordig ook om de privacy kosten. Het gaat dan om dan vraag ten koste van welke opbrengsten je van persoonlijke gegevens gebruikmaakt. Hoeveel van je eigen privacy of die van je studenten wil of moet je prijsgeven om je doel te bereiken?
Er zijn helaas te weinig betrouwbare sites die laten zien wat tools met je persoonlijke gegevens doen. Een uitzondering is de site Appcensus, een initiatief van een groep wetenschappers (Usable Security & Privacy Group van Berkeley). Zij hebben inmiddels duizenden educatieve en gratis tools (Android) de maat hebben genomen. Hieronder zie je een voorbeeld van een beoordeling van Quizlet.
Door middel van icoontjes wordt zichtbaar gemaakt wat de app doet met persoonlijke informatie of de met de telefoon gebonden data.
Detected Data Flows: Persoonlijke gegevens
Detected Data Flows: Apparaatgegevens
Data Recipients: Met wie wordt wat gedeeld?
Big data of small data?
Bij het zoeken naar verbanden die interessant zijn binnen het onderwijs is er sprake van complexe analyses van grote hoeveelheden gegevens, zogenaamde big data.Big data zijn vooral interessant op organisatie‑ en teamniveau.
Het gaat echter om hoeveelheden data waarover een individuele docent niet beschikt. En ook het type analyses is te complex en tijdrovend voor een individuele docent. Wanneer een docent onderwijs op de individuele student wil afstemmen hebben we het meestal niet over big data. Denk aan gepersonaliseerd onderwijs en vormen van ontwikkelingsgericht (formatief) toetsen. Toch speelt datagebruik bij dit type ontwikkelingen wel een doorslaggevende rol.
