Universiteiten en hogescholen hebben al jaren te maken met stijgende instroomcijfers. Volgens de Studiekeuzegids leidt dit voor universiteiten niet tot lagere onderwijskwaliteit. Desalniettemin maakt de voorzitter van universiteitenkoepel VSNU zich zorgen over de gevolgen van stijgende studentenaantallen voor werkdruk en onderwijskwaliteit.
De vraag is wat de consequenties zijn van stijgende studentenaantallen in het hoger beroepsonderwijs. Gaan hogescholen de universiteiten achterna? Of weten zij, ondanks de toename van het aantal studenten, onderwijskwaliteit en studierendement te behouden of zelfs te verbeteren? In deze serie VKA Learning Analytics blogs gaan wij – met behulp van data – op zoek naar antwoorden.
Inzicht is cruciaal om de uitdagingen in het hoger onderwijs aan te kunnen
Hogescholen en universiteiten streven ernaar – net als veel andere onderwijsinstellingen – om onderwijskwaliteit en studiesucces en -rendement op een zo hoog mogelijk peil te brengen, gegeven de financiële kaders. Daarnaast moet het onderwijs toegankelijk zijn: in principe heeft iedereen recht op het volgen van een opleiding naar keuze aan een instelling naar keuze. Hiervoor is schaal nodig. In de inleiding hebben we echter gezien dat een grotere schaal de onderwijskwaliteit en studiesucces en -rendement onder druk kan zetten.
Inzicht is cruciaal om te kunnen sturen op onderwijskwaliteit en studiesucces en -rendement en om slim om te gaan met schaalvergroting. Dit inzicht zit op twee niveaus:
– Macro en meso niveau: welke factoren zijn bepalend voor studiesucces? Welke opleidingen en onderwijsvormen passen het best bij de studentenpopulatie en bepaalde studentengroepen? Hoe worden voorlichting, studiekeuze en werving slim vormgegeven? Ook sluit dit niveau aan op de ontwikkeling van de smart campus: slimme ‘dingen’ overal op de campus die de beleving van de campus verbeteren en kosten helpen besparen.
-Microniveau: het niveau van de individuele student. Hoe kan hij/zij passend begeleid worden door de docent en begeleiders? En hoe kan de relatie en interactie tussen docent en student worden verbeterd?
Analyse van studiedata leidt tot het gewenste inzicht
Door studiedata – op macro-, meso- en microniveau – te analyseren kunnen deze inzichten worden verkregen. De term die vaak wordt gehanteerd voor de analyse van studiedata is learning analytics. De basis voor learning analytics is de grote hoeveelheid data die ontstaat door de toegenomen inzet van ICT in het onderwijsproces en in administratieve en logistieke processen daaromheen. Studiesucces is complex: bepalende factoren verschillen per regio en per opleiding. Een meer analytische benadering op basis van data leidt tot inzicht in studie-obstakels. Hierdoor kunnen passende maatregelen worden getroffen: een mix van effectieve interventies. Door gerichte interventies gebaseerd op deze inzichten kunnen het studiesucces en -rendement worden verbeterd en de kwaliteit van het onderwijs worden verhoogd.
Learning analytics is een veranderopgave
Bij learning analytics gaat het niet om data-analyse en technologie alleen. Een belangrijke randvoorwaarde voor een succesvolle toepassing van learning analytics is om een doordachte en integrale aanpak te hanteren. Learning analytics is geen ICT-project, maar een veranderopgave waarbij aandacht moet worden besteed aan een vijftal thema’s:
Klik hier om de afbeelding te vergroten.
In het volgende blog gaan we in het aan de hand van data-analyses in op de relatie tussen schaal en studiesucces in het hoger beroepsonderwijs.