Winston Wolfe
11 mei 2015 — By Mathias Vermeulen

Big Data in leren? Huh? (deel 2)

Vorige week kon je lezen over de fundamenten van Big Data, met een zeer concreet voorbeeld uit winkelketen Target. We eindigden echter met een pak twijfels over het gebruik van Big Data binnen leren en ontwikkelen. Her en der hoor je immers goochelen met de term alsof organisaties er nu al binnen hun leerbeleid volop mee aan […]

Vorige week kon je lezen over de fundamenten van Big Data, met een zeer concreet voorbeeld uit winkelketen Target. We eindigden echter met een pak twijfels over het gebruik van Big Data binnen leren en ontwikkelen. Her en der hoor je immers goochelen met de term alsof organisaties er nu al binnen hun leerbeleid volop mee aan de slag zijn… Helaas…

 

xAPIHoeveel?

Wie zich de drie pijlers van Big Data herinnert, weet dat ‘hoeveelheid’ gegevens er eentje was. En dan gaat het echt om een massa informatie die zijn weerga niet kent. Denk dus niet in termen van megabytes of zelfs gigabytes, maar ga gerust een stapje verder. Veel gegevens dus, met een spontane impulsieve reflex die hier dan optreedt: kunnen wij in ons kleine Belgenlandje, volop opgebouwd uit KMO’s, voldoende data binnenhalen over leren en ontwikkelen om echt relevante conclusies te gaan trekken.  Het kan vermoedelijk, maar dan moet er dringend een switch gebeuren in wat we op vandaag aan data genereren

 

Wat?

Want laat ons eerlijk zijn: we komen vaak niet veel verder dan wat aanwezigheidslijsten uit ons LMS exporteren, aangevuld met één of andere testscore die aan een e-Learningmodule gekoppeld is. Vooraleer we aan Big Data en vooral de concrete toepassing ervan kunnen gaan denken, dienen we binnen L&D eerst een vooral anders gaan denken over wat we willen meten.  Welke relevante informatie kunnen we gaan gebruiken en welke info zegt ons echt iets over het leren bij onze medewerkers?

En dan moeten we heel eerlijk zijn: testscores en aanwezigheden zeggen weinig tot niks over leren! Maar vaak zijn het op vandaag de enige functionaliteiten in ons LMS die voorhanden zijn om data te capteren en rapporten te genereren.  Hoe kunnen we dus andere en vooral betere informatie verkrijgen?

 

tin-can-api

 

Hoe?

Om data te verzamelen, zullen we verder moeten kijken dan wat het LMS vandaag genereert. Indien enkel met standaarden zoals SCORM gewerkt wordt, dan zal de input behoorlijk pover zijn. Echter, als we ons LMS kunnen laten communiceren met andere systemen, dan heeft het Big Data verhaal misschien wel een kans binnen leren en ontwikkelen. Eén van de eerste stappen die dan genomen moet worden, is de adoptie van de xAPI-standaard en van Learning Record Stores. Die xAPI-standaard speelt in op het feit dat leren altijd en overal gebeurt, dus ook buiten het leslokaal en buiten die e-learningmodules, buiten het Learning Management Systeem. Mensen leren vandaag op verschillende manieren, op diverse devices en op andere tijdstippen. Mochten we al deze data kunnen kwantificeren, dan pas kunnen we overwegen om met Big Data aan de slag te gaan en bepaalde patronen te gaan opzoeken. Op dat moment kunnen we predictief gaan werken en leren eventueel nog meer gaan personaliseren.

 

Conclusie

Big Data in leren? Ja, het kan volgens ons, maar dan moet L&D drie zaken doen:

1. Zich bewust worden van het feit dat er echt gigantisch veel data gegeneerd moet worden;
2. Inzien dat de (kwaliteit van de) data die L&D vandaag verzamelt lachwekkend pover is;
3. Beseffen dat een overstap naar xAPI op termijn noodzakelijk wordt.