Af forlagsredaktør Elisa Nadire Caeli og forlagschef Peter Andersen, Dafolo A/S

Skal det fulde potentiale i datainformeret læring udfoldes, handler det ikke alene om de konkrete it-ressourcer, men lige så meget om at skabe en kultur, hvor data afmystificeres, gøres konkret og kobles til hverdagen i klasseværelset. Måske handler det lige så meget om kultur som om teknologi? Måske handler det mere om Small Data end Big Data?

Teknologibegejstringen er stor, og teknologien tager hver dag syvmileskridt. Vi strør om os med begreber som eksempelvis Big Data og Learning Analytics. Nogle gange kan man i forlængelse heraf undre sig over, hvorfor skoleudviklingen ikke går stærkere, når den teknologiske udvikling nu går så stærkt?

Spørgsmålet kan sammenlignes med, hvorfor det tager måske i hvert fald 5-10 år, inden en skolereform sådan for alvor kan ses i praksis, hvis den da overhovedet kan det. Spørgsmålet er nemlig ifølge den amerikanske forsker i uddannelsesreformer og teknologier Larry Cuban ikke så meget, hvad reformer gør ved skolen – eller hvad teknologien gør ved skolen – men hvad skolen og dens kultur gør ved reformer, og hvad skolen og dens kultur gør ved teknologien (1990, 2003).

Men en omskrivning af ledelsesprofessor Peter Druckers berømte læresætning ”Culture eats strategy for breakfast”, kan vi sige, at ”Culture eats data for breakfast”, hvis der ikke ombygges en adækvat læringskultur samtidig med indførslen af data og diverse it-ressourcer. For i vores begejstring for alle de data, vi kan trække på kryds og på tværs og forlæns og baglæns med søjlediagrammer på dette og hint, skal vi huske, at data ikke driver noget i sig selv. Data har potentialet til at ændre undervisning og læring, men data ændrer ikke i sig selv noget, uden at de bliver behandlet, fortolket og omsat til praksis. Derfor er benævnelsen datainformeret pædagogisk praksis også at foretrække frem for benævnelsen databaseret eller datadrevet pædagogisk praksis.

Kontekst, kontekst, kontekst

Derudover kan data ikke pege på konkret handling. Data er ikke noget quick-fix. Data kan vise mønstre, men de fortæller ikke i sig selv, hvad lærerne eventuelt skal gøre anderledes i undervisningen. Data er heller ikke neutrale, men de skal konstant fortolkes i den konkrete (skole)kontekst. Hvor ejendomsmægleren altid siger, at prisen på et hus beror på tre faktorer, nemlig beliggenhed, beliggenhed og beliggenhed, siger de fremmeste forskere i datainformeret ledelse af læring, at succesen afhænger af tre faktorer, nemlig kontekst, kontekst, kontekst (Datnow & Park, 2014). Bemærk, at de ikke siger it-ressource, it-ressource, it-ressource. Data skal fortolkes i den konkrete kontekst og læringskultur. Data ændrer ikke i sig selv læringskulturen, hvorfor et vigtigt element i datainformeret pædagogisk praksis er reculturing (ibid., s. 47) – at vi faktisk har eller skaber en læringskultur forstået som et professionelt læringsfællesskab. Det gælder for eksempel om at få tydelige mål for databehandlingen, etablere gode strukturer og vaner (for eksempel igennem en læringsdagsorden til teammøder) og udvikle konkrete redskaber til dagligdagens arbejde.

Maskinrummet for en sådan reculturing er altså det konkrete lærerteam. Det betyder, at vi skal have data, bløde som hårde, som giver mening for det enkelte team og den enkelte lærer. Data er altså ikke kun hårde data i form eksempelvis testresultater, men også bløde data som lærerens systematiske observationer og supplerende samtaler. Dette gøres for at undgå dataoverload, for at afmystificere databegrebet og for at sikre, at lærerne kan bruge data til noget i deres konkrete arbejde i klassen. Datnow og Park (2014) beskriver det således: ”What counts as ‘data’ has to go beyond achievement scores, and we must beyond narrow assessments of student achievement” (s. 8) og videre: ”…large-scale assessment may be useful for school and system planning, but they are less useful at the teacher or student level” (ibid.)

Et eksempel på Small Data: Læringsskala og Trivselsskala

Et eksempel på hvordan Small Data kan supplere Big Data er it-ressourcerne Læringsskala og Trivselsskala, der er udviklet af cand.pæd.psych. og dr.phil Poul Nissen (2016). Disse to ressourcer kan dels kan måle, om eleverne lærer noget, dels om de trives. På den vis får læreren et afsæt for at arbejde med læring og trivsel – det stopper ikke ved de data, målingerne genererer.

Med de to it-ressourcer modtager læreren feedback fra elevens perspektiv. Ressourcerne fungerer hjælpemidler til at gøre læreren evidensinformeret og ikke blot filosofi- eller normbaseret for på den måde blive informeret om, hvorvidt alle eleverne i klassen oplever, at de henholdsvis lærer noget, og at de trives – og hvis ikke, så reflektere over, hvad man kan gøre for at øge læring og trivsel. Eksemplificeret ved Trivselsskala siger Poul Nissen således: “Scorer et barn eller en ung lavt eller meget lavt flere gange i træk, skal den voksne have en samtale med barnet eller den unge med henblik på udarbejdelse af strategier for en positiv udvikling. Trivselsskalaen kan også bruges som en interviewguide, hvor den voksne interviewer barnet eller den unge og i fællesskab udarbejder strategier for, hvad der kan gøres for at øge trivslen. Efterfølgende kan man så måle med trivselsskalaen, om trivslen er blevet øget.” På den måde supplerer Small Data altså Big Data med behandling og fortolkning, så data kan omsættes og blive anvendelige i praksis.

Vi skal passe på, at vi ikke drukner praksis i ubrugelige overordnede store data, bare fordi vi kan generere disse data, og bare fordi de måske giver en eller anden form for mening på et forvaltningsniveau. Nej, vi vil her – med inspiration fra den finske professor Pasi Sahlberg – plædere for Small Data. Data, der faktisk kan bruges i praksis og vil blive brugt, data der kan forstås og overskues, data der kan handles på.

Referencer

Cuban, L. (2003). Oversold and Underused – Computers in the Classroom. Harvard University Press.

Cuban, L. (1990). “Reforming Again, Again, and Again.” I Educational Researcher, Vol 19, Issue 1, 1990. Sage Journal.

Datnow, A. & Park, V. (2014): Data-Driven Leadership. San Francisco, CA: Jossey-Bass. Bogen udkommer på dansk på Dafolo i foråret 2017.

Nissen, P. (2016). Dafolo Tools. Læringsskala og Trivselsskala. www.dafolo-tools.dk/laertriv

Prøv digitale ressourcer gratis

Som medlem af Danmarks it- og medievejlederforeningen kan du få gratis adgang til seks digitale ressourcer fra Dafolo frem til sommerferien 2017:

Læringsskala og Trivselsskala: www.dafolo-tools.dk/laertriv

Dafolo Rubrics: www.rubrics.dk

DialogSpin: www.dafolo-tools.dk/dialogspin

Grammasjang: www.grammasjang.dk

Styr på stavning: www.styrpaastavning.dk

Ordet rundt med Bjarne og Frida: www.bjarneogfrida.dk

Du skal anvende et unilogin, der er knyttet til foreningen. Kontakt it- og medievejlederforeningen, hvis du ikke har et sådant.