Achtergrond
In de huidige, digitale wereld wordt er veel data verzameld en opgeslagen in databanken, ook over studenten en hun leeromgeving. Bij learning analytics (LA) worden deze data geanalyseerd en gerapporteerd met als doel het leerproces van studenten beter te begrijpen en hun leeromgeving te optimaliseren. Inzichten uit LA kunnen instellingen voor hoger onderwijs helpen om in te spelen op uitdagingen, zoals het identificeren en begeleiden van risico-studenten of het effectiever inrichten van (blended) learning.
Onderzoeksdoel
Het gebruik van LA aan de Artesis Plantijn Hogeschool (AP) staat nog in de kinderschoenen. Een noodzakelijke eerste stap voor de inzet van LA is het ontwikkelen van een kwaliteitsvol dashboard voor verschillende gebruikersgroepen (i.c. studenten, lesgevers/studiebegeleiders en opleidingshoofden). Het LAP!-project tracht op een evidence-informed manier LA-dashboards te ontwikkelen voor verschillende gebruikersgroepen. Het project probeert daarbij onderzoeksvragen te beantwoorden rond o.m. de meerwaarde van zelfrapportagevragenlijsten in LA, de voordelen van gebruikersonderzoek en de mogelijkheden van artificial intelligence (AI). Dit noodzaakt een multidisciplinaire aanpak.
Methodologie
Het project volgt het opzet van een design-onderzoek. Onderzoeksacties omvatten o.m. literatuurverkenning, gebruikersonderzoek via focusgroepen en eye-tracking, secundaire databankanalyse en experimenten met machine-learning. De onderzoeksresultaten zijn niet enkel relevant voor AP, maar geven andere onderwijsinstellingen inzicht in o.m. digitale voorspellers van studiesucces en do’s en don’ts bij het ontwikkelen van een LA-dashboard. De broncode van de dashboards zal publiek toegankelijk worden gesteld (Open-source aanpak).