De inzichten van twee kennisbijeenkomsten over datagebruik in het speciaal onderwijs, georganiseerd door TRIPS met LECSO en Stichting Orion
Hoe krijg je als school of bestuur met data écht regie op de onderwijskwaliteit? Die vraag stond centraal in twee kennisbijeenkomsten die TRIPS in 2020 organiseerde met het Landelijk Expertise Centrum Speciaal Onderwijs (LECSO) en Stichting Orion. Datagebruik in het speciaal onderwijs was de rode draad. Het onderwerp werd van drie kanten belicht: de wetenschappelijke onderbouwing door dr. Kim Schildkamp en dr. Cindy Poortman van de Universiteit Twente, een digitale oplossing door Robert Iepsma van TRIPS en de praktijk van Stichting Orion door beleidsmedewerker Maybelle Groeneschey. Dit artikel bundelt wat die bijeenkomsten ons leerden.
Wat is data en wat is datagebruik?
Kim Schildkamp stelde eerst een duidelijk kader voor de termen die gebruikt worden: “Data is alle gegevens die systematisch verzameld en georganiseerd zijn en betrekking hebben op het onderwijs. Datagebruik is het systematisch verzamelen, analyseren en interpreteren van aanwezige data binnen de school en de informatie gebruiken om het onderwijs te verbeteren”.
Het gaat daarbij om zowel kwantitatieve als kwalitatieve gegevens, lichtte Cindy Poortman toe. Voorbeelden zijn leerprestaties, leerlinggegevens, observaties in de klas, incidenten en sociaal-emotionele ontwikkeling.
Nut en noodzaak van datagebruik
Nog niet iedereen in het onderwijs is overtuigd van het belang van datagebruik. “Ik heb veel ervaring, ik weet het zo ook wel.” “Als het goed gaat heb je dat niet nodig.” “Het ligt aan de leerlingen welke resultaten we halen.” Dit zijn uitspraken die beide onderzoekers vaak horen van mensen die nog sceptisch zijn. Uit onderzoek blijkt juist dat het veel voordelen heeft om data in te zetten als je regie op onderwijskwaliteit wilt hebben. Met behulp van data kun je gemakkelijker controleren of doelen bereikt worden, er kunnen betere beslissingen gemaakt worden en leerbehoeften worden makkelijker geïdentificeerd. Daarbij zijn assumpties en intuïtie simpelweg niet altijd correct. Voor de beste keuzes zijn beide nodig: de ervaring van een leerkracht én de data.
Het probleem met datagebruik in het onderwijs is niet dat er geen data is, er is meer dan genoeg data beschikbaar. Veel data blijft echter hangen bij het monitoren. Dat is jammer, want zo blijft de kans om onderwijs te verbeteren liggen. “Alleen naar data kijken leidt niet tot betere onderwijsresultaten, daar komt meer bij kijken.”
Eerst je visie en doelen, dan pas data verzamelen
Scholen die data-ondersteund willen werken aan de verbetering van hun onderwijs, moeten dit planmatig aanpakken. Begin niet met data verzamelen, maar met een visie en doelen, zei Kim Schildkamp. En ga bij een probleem niet meteen over tot maatregelen: doe eerst grondig onderzoek met de benodigde data.
Zonder hypothese kun je in alle data iets vinden
Cindy Poortman voegde daar een stap aan toe: beschrijf eerst een concreet probleem en koppel daar een hypothese aan. “Als je met data begint, vind je vaak wat je wilt vinden. Je hebt eerst een kader nodig om naar te kijken. De hypothese moet ook meetbaar zijn. Wat moet data laten zien om te zeggen dat we de hypothese kunnen accepteren. Wat voor cijfers wil je daar dan bij? Ik los dat op door in extreme getallen te werken. Moet het 100% zijn? Nee minder. En 20% dan? Nee meer. Wat is veel of weinig? Spreek dat eerst af. Maak van tevoren een beslissing.”
Bij het nadenken over een hypothese moet er sprake zijn van zowel externe als interne attributie. Bij externe attributie zoek je de oorzaak van een probleem buiten jezelf, bijvoorbeeld: “deze leerling haalt lage cijfers omdat hij zijn best niet doet”. Interne attributie heeft te maken met de oorzaak bij jezelf leggen: “deze leerling haalt lage cijfers omdat ik het niet goed uitleg”. Vervolgens onderzoek je met behulp van data of die hypothese aangenomen kan worden of niet. Als het inderdaad zo blijkt te zijn als je voorspeld had, dan neem je een maatregel. Tot slot evalueer je de effectiviteit daarvan. Als de hypothese niet waar blijkt te zijn, stel je een nieuwe hypothese op en ga je de stappen opnieuw af.
Tips voor datagebruik
Beide onderzoekers sloten af met tips voor organisaties die hier stappen in willen zetten:
- Begin met een visie en doelen, niet met data verzamelen.
- Begin met een probleemstelling en hypothese.
- Doe eerst grondig onderzoek met de benodigde data als er een probleem is, neem niet meteen maatregelen.
- Focus op de verbetering van de kwaliteit, niet alleen op verantwoording.
- Werk samen aan de doelen met collega’s (bijvoorbeeld in een professionele leergemeenschap).
- Werk samen met experts, datagebruik vraagt veel verschillende vaardigheden.
- De schoolleiding heeft een belangrijke taak in het faciliteren, voordoen en enthousiasmeren.
- Het trainen van kennis en vaardigheden, een professionele ontwikkeling in datagebruik, is noodzakelijk.
- Combineer data met de eigen kennis en ervaring.
Slim en efficiënt omgaan met data
Robert Iepsma, dataspecialist en mede-oprichter van TRIPS, sloot naadloos aan op de onderzoekers. Wanneer organisaties hebben vastgelegd met welke hypothese of welk doel voor ogen zij data gaan verzamelen, blijkt het analyseren hiervan in het (V)SO nog niet zo gemakkelijk. Dat heeft verschillende oorzaken. Zo heeft het (V)SO te maken met zeer diverse leerlingpopulaties en groepssamenstellingen, waardoor er tal van methodes, leerstof en onderwijssoorten zijn binnen een school, of zelfs binnen een klas. Een bijkomende uitdaging is dat de populatie frequent verandert. Er zijn geen algemene richtlijnen voor resultatenanalyses zoals in het PO en VO. Ook is het LVS vaak niet volledig passend. Data is versplinterd over verschillende systemen. Er moet dus vaak worden geanalyseerd, waarbij veel handmatige vergelijkingen en berekeningen worden gedaan. Data-ondersteund werken aan de onderwijskwaliteit is dus een behoorlijke klus.
Hoe ondersteunt TRIPS scholen in datagebruik?
TRIPS kan organisaties hierbij helpen door het handwerk te automatiseren. Binnen TRIPS kunnen alle gegevens automatisch uit het bronsysteem gehaald worden, waarna ze samengebracht worden. Er is dan continu inzicht in de meest recente gegevens, en daardoor zijn medewerkers ook meer gemotiveerd om de data te administreren: ze gaan er namelijk ook écht iets mee doen. Algoritmes koppelen gewenste data automatisch, waardoor snel en gemakkelijk trendanalyses en vergelijkingen gemaakt kunnen worden. Dit geeft meer analysemogelijkheden, waardoor je beter onderbouwde besluiten kunt nemen.
Eerst voor wie en waartoe, dan pas de inhoud
Maar hoe gebruik je de data en analyses vervolgens? Hoe helpt data bij het verbeteren van de onderwijskwaliteit? Maybelle Groeneschey, beleidsmedewerker bij Stichting Orion, legde uit hoe zij het onderwijs bij Orion data-ondersteund vormgeven. Daarbij onderzoeken zij met behulp van data: 1) Aan wie geven wij onderwijs? 2) Waartoe geven wij onderwijs? 3) Welke inrichtingsvraagstukken hebben wij dan? Zeker in het speciaal onderwijs is er sprake van veel maatwerk. Per leerling moet onderzocht worden welke kenmerken hij bezit, wat dat zou kunnen betekenen voor zijn toekomst en welke onderwijsdoelen er dan voor hem zijn.
Om de leerlingpopulatie in kaart te brengen worden gegevens verzameld als: leeftijd, IQ, diagnose en ondersteuningsbehoeften. Op basis van deze gegevens kan vervolgens bepaald worden waartoe onderwijs gegeven wordt. Daarvoor heeft Stichting Orion niet alleen een didactisch eindprofiel met niveaus en aanbod opgesteld, maar ook een sociaal en maatschappelijk eindprofiel met bijbehorende thema’s en mate of type ondersteuning.
Pas wanneer helder is voor wie en waartoe onderwijs gegeven wordt, wordt de inrichting ontworpen. Met een ondersteunend pedagogisch en didactisch klimaat werken ze aan de didactische en sociaal-maatschappelijke tussenniveaus van de diverse eindprofielen. Ook bij alle onderwijsvraagstukken worden de eindprofielen in gedachten gehouden. Hoe zetten we ten behoeve van de eindprofielen de medewerkers in? Met welk idee richten we ons gebouw in? Hoe besteden we het budget? Welk aanbod is er nodig om de einddoelen te halen? Om te bepalen of we het juiste doen en om zo nodig inzichtelijk te maken wat er nog te doen is, wordt passende data verzameld en geanalyseerd.
Dialoog in relatie tot de bedoeling
Zoals de onderzoekers uitlegden kun je niet alleen op basis van data keuzes maken, daar moet de expertise van de onderwijzers bij gebruikt worden. Daarom stelt Maybelle dat er planmatig en cyclisch gesprekken gevoerd moeten worden over de data, op het juiste moment en met de juiste mensen. Het gaat dan niet alleen over de data op het niveau van de leerling, maar ook op groeps-, school- en bestuursniveau. Tijdens het gesprek gaan ze na of de gesprekspartners zich herkennen in de data en of ze de resultaten kunnen verklaren. Daarna wordt er een waardeoordeel aan gehangen: wat vinden we hiervan? Zo kan er tot slot een vervolgplan opgesteld worden en is er écht regie op onderwijskwaliteit.
Wat levert het op?
Data-ondersteund regie op onderwijskwaliteit is een hele klus en zeker niet iets wat je binnen een paar weken kunt opzetten. Het vergt tijd en inspanning, zeker aan het begin. Maar als het eenmaal loopt en de manier van werken door het team omarmd is, levert data-ondersteund werken ontzettend veel op voor je onderwijs. Stichting Orion vatte de meerwaarde die zij uit TRIPS hebben gehaald zo samen:
Hoe Orion College Amstel de stap naar data-ondersteund werken zette, van ontwikkelgroep tot betere keuzes, vertelt directeur Kelly van der Koelen in haar verhaal.