De data die door mbo-instellingen en andere partijen zoals DUO, SBB, gemeenten en CBS worden verzameld, bieden een zee aan mogelijkheden om studenten nog beter te begeleiden bij hun opleiding. Bijvoorbeeld door:
- De leerervaring van studenten te optimaliseren met de inzet van learning analytics;
- Het ontwerpen van beleid op basis van patronen die uit data zichtbaar worden;
- Het herkennen van regionale trends om hier snel op in te kunnen spelen.
- Het signaleren van gedrag van individuen en ze daarmee beter te begeleiden.
De mogelijkheden die zich (in de toekomst) voordoen, zijn breed: variërend van het helpen van een specifieke student die ineens slechter presteert, tot het starten van een nieuwe opleiding op basis van prognoses uit het bedrijfsleven. Om deze mogelijkheden in de praktijk te benutten, zullen onderwijsinstellingen zich een data-ondersteunde manier van werken eigen moeten maken.
Data-ondersteund werken binnen het MBO betekent dat beslissingen in het onderwijs onderbouwd worden op data, oftewel feiten en cijfers, in plaats van alleen op gevoel of ervaring. Het is een manier van werken waarbij gegevens systematisch worden verzameld, geanalyseerd en gebruikt om betere keuzes te maken.
Data-ondersteund werken uitgelegd in stappen:
- Gegevens verzamelen: Op een MBO-instelling kunnen gegevens op verschillende manieren worden verzameld. Denk aan cijfers van studenten, aanwezigheid, resultaten van toetsen, feedback van studenten, en informatie over de voortgang in stages. Ook kunnen digitale leersystemen data opleveren over hoe vaak studenten opdrachten maken of online lessen volgen.
- Gegevens analyseren: De verzamelde gegevens worden geanalyseerd om patronen en trends te ontdekken. Bijvoorbeeld, docenten en onderwijsteams kunnen zien welke lesmethoden het beste werken, welke studenten extra ondersteuning nodig hebben, of welke vakken beter presteren.
- Beslissingen nemen: Op basis van de inzichten uit de data-analyse worden beslissingen genomen om het onderwijs te verbeteren. Bijvoorbeeld, als de data laat zien dat een bepaalde lesmethode leidt tot betere resultaten, kan die methode breder worden ingezet. Of als blijkt dat bepaalde groepen studenten moeite hebben met een bepaald vak, kan er extra begeleiding worden geboden.
- Continu verbeteren: Door steeds nieuwe data te verzamelen en te analyseren, kan het onderwijs continu worden verbeterd. Dit betekent dat onderwijsprogramma’s en lesmethoden steeds beter worden afgestemd op de behoeften van de studenten.
Kortom, data-ondersteund werken in het MBO-onderwijs helpt om het onderwijs te verbeteren door gebruik te maken van betrouwbare en concrete informatie over wat werkt en wat niet. Hierdoor kunnen docenten en onderwijsteams beter inspelen op de behoeften van studenten en hen helpen om succesvol te zijn in hun opleiding.