Op dit moment zijn nieuwe manieren van het analyseren van performance in ontwikkeling, die niet alleen uitgaan van 'harde' resultaten maar bijvoorbeeld ook van invloed. Deze ontwikkeling biedt ook kansen voor andere manieren van beoordelen binnen onderwijs en opleiden. Daarbij kan dan eindelijk meer rekening gehouden worden met de waarde van meer informele manieren van leren.
Via The Social Collaboration Community Network ben ik vanochtend terecht gekomen op een
artikel op FastCompany.com over nieuwe services op het gebied van het analyseren van de performance van medewerkers.
Daarbij wordt niet alleen gekeken naar harde doelen, zoals verkoopcijfers, maar ook naar de invloed die een medewerker heeft binnen de organisatie. Er wordt bijvoorbeeld gekeken naar hoe collega's reageren op bijdragen van anderen via het sociale netwerk van de organisatie. Nieuwe technologieën, die werken op basis van bepaalde algoritmes, analyseren deze bijdragen. Zij houden dan niet alleen rekening met het aantal bijdragen dat iemand plaatst, maar ook met de mate waarin collega's die bijdragen nuttig vinden (bijvoorbeeld door bijdragen te delen of te waarderen). Ook systemen van badges kunnen hierbij een rol spelen.
FastCompany.com illustreert hoe Salesforce.com dit met een nieuwe functionaliteit faciliteert. Ik zie echter ook relaties met leren.
Via learning analytics kun je bijvoorbeeld participatie in diverse sociale en leernetwerken analyseren en waarderen, en betrekken bij de beoordeling van een opleiding. Op deze manier waardeer je ook meer informele vormen van leren, en integreer je zelfgeorganiseerd leren binnen opleidingen.
Voorbeeld: Maarten Koning volgt de
post-HBO opleiding e-learning bij Fontys. Binnen die opleiding wordt gestimuleerd dat studenten participeren in verschillende communities rond
technology enhanced learning, van
OpenU. Bijdrages die men in die communities levert, tellen mee bij de beoordeling van de post-HBO opleiding e-learning.
Maarten onderhoudt binnen het leernetwerk van OpenU een eigen blog. Zijn bijdragen worden gewaardeerd door andere deelnemers van het leernetwerk (niet alleen van collega-studenten van zijn opleiding). Daarnaast waardeert hij ook bijdragen van anderen, onder meer door te reageren of door bijdragen te bookmarken, annoteren, taggen, beoordelen en delen. Op deze manier genereert Maarten een 'activity stream' binnen OpenU. Via een learning analytics tool wordt deze activity stream op basis van een algoritme geanalyseerd en gewaardeerd. Zijn activiteiten hebben hem al tien badges opgeleverd, zoals de zilveren ster voor 25 reacties en het gouden uitroepteken voor het tien keer behalen van een maximale beoordeling van een blogpost.
Deze waardering telt vervolgens voor 25% mee bij de beoordeling van zijn opleiding.
Deze manier van beoordelen stimuleert meer informele vormen van kennis delen. Lerenden ervaren dan aan den lijve hoe waardevol deze manier van leren kan zijn. Bovendien erkennen organisaties (zoals onderwijsinstellingen en opleidingsinstituten) hiermee eindelijk ook de waarde van zelfgeorganiseerd leren.
Deze ontwikkeling komt dichterbij dan je wellicht nu denkt. Binnen OpenU bestaat zo'n 'activity stream' al. Ook is er al ervaring opgedaan met algoritmes die bijvoorbeeld peers aan elkaar koppelen voor peer support, op basis van hun profielen. De verbinding met learning analytics kan m.i. relatief eenvoudig worden gelegd. De toepassing van badges wordt ook onderzocht.
