Untitled Document Text:Jan Hylén
E-Post: jan@janhylen.se

 

Ny trend:
Skolutveckling med egna frågor
och dataanalys

Hur kan skolans personal själv använda data på ett strukturerat sätt för att åstadkomma skolutveckling? Det är en trend som är i stark tillväxt. Men kan denna trend inrymmas inom modetermen Learning Analytics, eller är den lärardrivna analysen något annat?

Nacka och Stockholm har utforskat en metod för datastödd skolutveckling. Det har skett i ett tvåårigt EUstött projekt tillsammans med nederländska forskare, som DIU berättat om i nr 7, 2013.

Modellen har två grundpelare. Den första är att man tar sin utgångspunkt i personalens egna frågor eller det man upplever som problem och att det är personalen själv som står för analysen. Den andra är att analysen ska bygga på fakta i form av data eller systematiskt insamlad information. Man samlas i grupper om sex till åtta personer runt ett gemensamt problem och undersöker först om den gemensamma problembeskrivningen har en grund i verkligheten eller om den är en missuppfattning. Ofta kan man använda redan existerande data för att komma vidare men ibland behöver ny information samlas in. Metoden innebär att man går systematiskt till väga och lägger stor vikt vid att utforma hypotesen eller den gemensamma problemformuleringen, vanligen tillsammans med en extern coach. Nacka har funnit metoden så användbar att man nu går vidare på egen hand, efter det att EU-projektet är avslutat.

Exemplet från Stockholm och Nacka kan ses som en jordnära och konkret tillämpning av begreppet Learning Analytics, vilket förekommer allt oftare. Det finns ännu inget bra svenskt namn på den företeelse som norrmännen kallar læringsanalyse. Ett sätt att snabbt förklara vad det handlar om är att det handlar om att använda data inom skolområdet för att analysera och utveckla undervisning och lärande. Vissa förknippar Learning Analytics enbart med Big Data det vill säga extremt stora datamängder där man med hjälp av avancerad programvara söker mönster som inte är skönjbara för blotta ögat.

Fenomen på frammarsch
Oavsett benämning så räknar många experter med att fenomenet snart kommer att prägla utbildningsväsendet. Som beskrevs i en artikel i DIU nr 4, 2013 så räknar den amerikanska framtidsspanarrapporten Horizon med att Learning Analytics ska slå igenom stort inom två-tre år. Den europeiska motsvarigheten, kallad Innovating Pedagogy 2013, som ges ut av Open University i Storbritannien tror att det tar något längre tid innan fenomenet slår igenom i Europa.

Engelsmännen är inte lika övertygade om att det kommer att få en så stor påverkan på utbildningssektorn som den amerikanska Horizon-rapporten antar. Norska experter menar i sin version av Horizon-rapporten att Learning Analytics finns på bred front i Norge om fyra till fem år. Men oavsett när Learning Analytics slår igenom så kan företeelsen verka väldigt teknisk och kanske till och med avskräckande. För den som känner så kan det möjligen vara en tröst att känna till att det pågår mycket datainsamling och analysarbete redan idag, så situationen kanske inte blir så dramatiskt annorlunda.

Exempel på existerande dataanvändning
Redan idag samlas väldigt mycket data in, data som till viss del skulle kunna användas bättre. Och redan idag förekommer en hel del dataanvändning, även om vi inte alltid tänker på det som Learning Analytics. Data kan samlas in och analyseras på olika nivåer som på individnivån, skolnivån, kommunnivån och den nationella nivån. I denna artikel ska jag ge exempel på några användningsområden från svensk skola på samtliga dessa nivåer.

Individnivån
Många kommuner och regioner har system för central antagning till gymnasiet. I dessa system samlas en mängd data som skulle kunna användas till exempel för att göra prognoser över elever som är i farozonen för att hoppa av studierna. Därmed skulle stödåtgärder kunna sättas in tidigare.

Utöver sådana möjligheter finns det andra skäl att intressera sig närmare för dessa system, vilken data de samlar in och hur de i övrigt är uppbyggda. En region har berättat att det system man hade var specialbyggt och kommunerna saknade tillgång till den grundläggande datakoden. Det innebar att ingen riktigt visste hur systemet egentligen fungerade och om urvalet gjordes på rätt grunder. Ytterst blev detta en fråga om rättssäkerhet för individen! Den person som är ansvarig för den här typen av antagning måste ställas sig frågan om han eller hon kan garantera att deras databehandling och antagning är rättssäker.

Klassnivån
Skolverket utvecklar ett verktyg där lärare ska kunna använda data från de nationella proven för att jämföra sin egen, eller sina egna klasser mot de nationella resultaten – inte bara totalresultatet utan ner på delprov och enskilda delar för att kunna se om de egna eleverna genomgående är starkare eller svagare än riksgenomsnittet i de olika delarna av proven.

Om det till exempel visar sig att de elever jag undervisar genomgående är svagare i hörförståelse i engelska, så kanske jag behöver fundera igenom hur jag lägger upp min undervisning i det avseendet.

Skolnivån
Många kommuner har påbörjat ett arbete med att förse sina rektorer och förvaltningar med mer data för att möjliggöra systematisk uppföljning och tidig återkoppling till skolor och lärare om någon kurva pekar åt fel håll. Umeå kommun är ett exempel där man skapat ett system för beslutsstöd bland annat till skolorna. Systemet ska underlätta rapporteringen och fungera som stöd i dialogen mellan rektorer och förvaltning. Vidare ska det minimera behovet av manuell sammanställning av data – det vill säga man ska inte behöva sitta och själv sammanställa uppgifter för att kunna jämföra dem utan systemet ska enkelt generera detta. Dess tredje huvuduppgift är att stödja uppföljningsoch analysarbetet. I botten finns olika typer av statistik och uppgifter som kommunen samlar in eller som man får från Skolverket, SCB eller liknande.

En grundtanke i Umeås system, liksom i de flesta likartade beslutsstöd, är att ge tydlig visuell återkoppling genom färger (grön - förbättring, gul – risk, röd – varning) och pilar (uppåt – förbättring, horisontell – ingen skillnad, nedåt – försämring) och så vidare. Man ska snabbt och tydligt kunna se om olika processer eller verksamhetsgrenar befinner sig i en fas av förbättring, stagnation eller till och med försämring. Förhoppningen är att med tydliga och snabba indikationer får man snabbare och bättre riktade åtgärder.

Kommunnivån
SKLs Öppna jämförelser är ett bra exempel på jämförelser på kommuneller skolhuvudmannanivå. I Öppna jämförelser redovisas resultat och resursindikatorer på kommunnivå. Skolans resultat beskrivs utifrån slutbetyg, ämnesprov och omvärldskunskap och resurserna utifrån uppgifter om kostnader och personal. SKL utgår från statistik som Skolverket och SCB samlar in och gör egna analyser av materialet för att kunna jämföra kommunerna i olika avseenden. Även SKL använder sig av färger, kurvor och pilar.

Skolverkets databaser SIRIS och SALSA är andra exempel på jämförelser både på skolnivå och huvudmannanivå. Det är i första hand kommunerna som ingår i databasen men i vissa fall finns även fristående skolor och skolhuvudmän med i statistiken. Skolverket redovisar en stor mängd statistik öppet, utöver de redan nämnda SIRIS och SALSA har man även webbplatser med uppgifter om barn och grupper, skolenheter och elever, personal och studieresultat. Man länkar också vidare till databaserna för de olika internationella undersökningarna. Sammantaget innebär Skolverkets öppna redovisning mycket göda möjligheter för den som vill använda uppgifterna för egna analyser, så som till exempel SKLs Öppna jämförelser.

Nationell nivå
De internationella kunskapsmätningarna har blivit fler under senare år. De kommer till oss som bokstavsförkortningar som PISA, TIMSS, PIRLS och PIAAC. Dessa redovisas vanligen som jämförelser på nationell nivå där det samlade svenska resultatet ställs mot andra länders resultat. Men man kan också följa det egna landets resultat över tid – uppgifter som kanske är mer värdefulla än de rankinglistor som tidningarna vanligen publicerar.

Digitaliseringskommissionens webbplats Digitala Sverige redovisar också några indikatorer på nationell nivå där den svenska digitala utvecklingen jämförs med andra europeiska länder. Här är den en europisk undersökning av tillgång och användning av datorer och annan utrustning, kompetensutveckling, upplevd kompetens med mera som ligger till grund.

Skolverket deltar i EU-projekt om Learning Analytics
Skolverket deltar sedan några månader i ett EU-projekt kallat LACE (Learning Analytics Community Exchange) som syftar till att bredda kunskapen om Learning Analytics och hur man kan använda data på olika nivåer i skolutvecklingsarbetet. Projektet vill också fördjupa diskussionen om både för- och nackdelar med en ökad datainsamling.

Ytterligare en del är att förbättra samordningen inom och mellan länder så att de uppgifter som samlas in kan användas optimalt och att man därmed inte behöver öka mängden data mer än nödvändigt. Peter Karlberg, som är ansvarig för projektet på Skolverket, hoppas att kunna bygga båda nationella och internationella nätverk runt dessa frågor under de närmaste åren.

En fråga man kan ställa är – om det nu pågår så många aktiviteter inom detta område redan – vad blir skillnaden om några år då Learning Analytics slagit igenom på allvar? Är det bara mera av samma sak, eller blir det annorlunda i något avseende? Om mans ska tro på framtidsbeskrivningarna så blir det skillnad i två avseenden. Det gäller insamlingen och redovisningen av data.

Den uppgiftsinsamling som för närvarande görs bygger till allra största delen på en aktiv insamling via personer som rapporterar in data, enkäter med mera. För att uppgifterna som samlas in ska vara värdefulla ställs stora krav på att de är väldefinierade – de som rapporterar in uppgifter måste till exempel vara överens om vad som räknas som ”ogiltig frånvaro” eller ”avhopp”. Annars jämförs äpplen med päron och statistiken håller låg kvalitet.

Framtidsvisionen är att när allt fler jobbar allt mer i digitala miljöer så kommer mycket mer av datainsamlingen att ske automatiskt. Det innebär att programvaran som vi arbetar med är programmerad att skicka uppgifter vidare till en insamlingsenhet. Sannolikt kommer detta att dramatiskt öka mängden data som finns tillgänglig. Men förhoppningen är också att olika typer av visualiseringsmöjligheter ska under lätta tolkningen av all information.

Eftersom insamlingen sker automatiskt minskar risken för att datakvaliteten blir låg. Men å andra sidan behöver man ha noggranna diskussioner innan om vilka data man ska samla in, dels för att kunna besvara de frågor man vill ha svar på och dels för att inte samla in för mycket information så att man drunknar i siffror eller samlar på sig integritetshotande uppgifter.

Här finns med andra ord ett stort behov för en ingående diskussion på alla nivåer – mellan lärare och rektorer, inom förvaltningar och på nationell och internationell nivå. Det är den diskussionen som EU-projektet LACE vill introducera och underlätta. JAN HYLÉN

 

Jan Hylén
Konsult, expert i Digitaliseringskommissionen, medarbetare i DIU.
E-Post: jan@janhylen.se



Datorn i Utbildningen nr 3-2014. Artiklar ur Datorn i Utbildningen är copyrightskyddade ©. De får användas för enskilt bruk. I övrigt får de enbart spridas efter överenskommelse med redaktionen. Vill du ha hela numret på papper, sänd en beställning via detta system!
(Annons)








Nominera huvudman före 14 juni 2023




FL VÄST Karlstad 13-14 juni 2023









Artiklar ur Guldäpplets Jubileumsbok



[Åter till början av sidan]
[Åter till nr 3 - 14]

Datorn i Utbildningen, Förridargränd 16, 165 52 Hässelby
Uppdaterad: 140506