Het concept ‘learning analytics’ is relatief nieuw voor het meten van het bereik en de impact op het succes van studenten in het hoger onderwijs. De term werd voor het eerst toegepast op online onderwijsproducten in een onderzoek van Mitchell en Costello (2000). Pas zo’n tien jaar later ontwikkelde het concept zich tot een belangrijk onderwerp binnen het onderwijs en de academische wereld.

Learning analytics is een eenvoudig concept – in wezen definieert het de optimalisatie van leren – dat helpt begrijpen hoe individuen leren en de omgevingen waarin zij dat doen. De analyses kunnen worden gebruikt om de belangrijkste kernonderdelen van academisch onderwijs te optimaliseren, bijvoorbeeld het identificeren van lessen, versterken van curricula, verbeteren van docentenprestaties en post-educatieve werkgelegenheid. Learning analytics combineert datamining en -verwerking met geïntegreerde technologieën en rapportagemogelijkheden om zo trends bloot te leggen, impact op studiesucces te helpen begrijpen en studenten te identificeren die het risico lopen minder succesvol te zijn in hun studie. Het volgen van demografische gegevens van studenten geeft een diepgaand inzicht in hoe de eerdergenoemde onderdelen van academisch onderwijs samenwerken om succes te beïnvloeden.

Verbetering van de manier waarop studenten leren en onderzoek doen, kan afhankelijk zijn van hun informatievaardigheden – hun bekwaamheid met het zoeken, vinden, evalueren, selecteren en gebruiken van informatiebronnen. Bibliotheken nemen vaak het voortouw bij het aanleren van informatievaardigheden, met bibliothecarissen als bevorderaars van onderzoekscapaciteiten. Effectieve data die bibliotheekgebruik koppelen aan het succes van studenten, onderstrepen het belang van de bibliotheek en de rol van bibliothecarissen als drijvende kracht achter deze belangrijke pijler voor succesvol onderwijs.

De laatste jaren zijn er enkele complexe lagen toegevoegd aan learning analytics. Eén daarvan is de privacy van de data die worden gegenereerd door studenten en onderzoekers. De opkomst van international privacyregelgeving zoals GDPR (AVG) zorgt ervoor dat de manier waarop instellingen learning analytics inzetten een weloverwogen strategie moeten zijn. Hoe de bibliotheek invloed uitoefent op de manier waarop mensen leren, moet deel uitmaken van deze strategie. Voor bibliotheken leidt deze evolutionaire aanpak van data tot twee uitdagingen. De eerste is uiteraard het waarborgen van de privacy van gebruikers. Bibliothecarissen hebben een ethische verantwoordelijkheid om bij het verstrekken van gedetailleerde gegevens over de betrokkenheid van gebruikers ervoor te zorgen dat de privacy van deze gebruikers beschermd wordt. De andere uitdaging is het automatiseren en stroomlijnen van veilige toegang tot datasets. Bibliothecarissen kunnen te maken krijgen met toegang tot en het verzamelen van data van verschillende platformen, en het handmatig combineren van deze gegevens voor analyses. Hoewel deze aanpak nog enigszins haalbaar was met traditionele bibliotheekrapportages, is het niet schaalbaar met extra datasets die nodig zijn om een totaalbeeld te geven van de impact van de bibliotheek. Niet alleen is het manuele proces voor dataverwerking lastig, maar het verhoogt ook het risico op gegevensverlies en, nog belangrijker, op een datalek.

Download de whitepaper voor meer informatie over privacy in bibliotheekanalyses >

Wat zijn de beste manieren om bibliotheekdata correct af te stemmen op learning analytics? De onlangs door de ACRL gepubliceerde Learning Analytics Toolkit is een goede plek om te beginnen. Deze toolkit biedt informatie over privacy en ethiek, mogelijke uitkomsten en voorbeelden van bibliotheekgegevens die kunnen worden gekoppeld aan studiesucces.

Zelfs met een solide basis voor dit onderwerp, zitten veel bibliotheken nog steeds met het probleem van het stroomlijnen van ongelijksoortige databronnen en het hebben van een centraal punt voor toegang tot beveiligde gegevens. De volgende stap is het inzetten van een platform voor bibliotheekanalyses dat data kan stroomlijnen en verschillende data-elementen (bijvoorbeeld studiepunten en gebruik van digitale bronnen) kan centraliseren in één dashboard.

Bekijk onderstaande video en ontdek hoe u op eenvoudige wijze bibliotheekgebruik kunt koppelen aan studiesucces, en een rol kunt spelen in discussies over learning analytics binnen uw organisatie.