Bölüm 24 Kurumsal Benimsemeye Dair Zorlukların Ele Alınması

Cassandra Colvin1, Shane Dawson1, Alexandra Wade2, Dragan Gašević3

1Öğretim İnovasyon Birimi, Güney Avustralya Üniversitesi, Avustralya

2Sağlık Bilimleri Yüksekokulu, Güney Avustralya Üniversitesi, Avustralya

3Eğitim ve Bilişim Okulları, Edinburgh Üniversitesi, Birleşik Krallık

DOI: 10.18608/hla17.024

ÖZ

Artan fon olanakları, araştırma ve kurumsal yatırımlara rağmen, yükseköğrenimde öğrenme analitiği stratejileri ve faaliyetlerinin gerçekleşen geniş ölçekli uygulamaları çok azdır. Kurumsal örneklerin bulunmayışı, sektörün zaman içindeki öğrenme analitiği uygulamalarının getirdiği güçlük ve kısıtlamalar hakkında geniş ve incelikli bir anlayışa ulaşmasını engellemektedir. Bu bölüm, büyük ölçekli öğrenme analitiği projelerinin benimsenmesi ile ilgili çeşitli modelleri incelemektedir. Bunu yaparken, mevcut çalışmanın sınırları vurgulanmakta ve ölçeklendirmede öğrenme analitiklerini benimsemeyi etkileyen karmaşık ve iç içe geçmiş boyutları belirlemek için daha deneysel bir yaklaşım önermektedir.

Anahtar Kelimeler: Öğrenme analitiği benimsenmesi, öğrenme analitiği özümsenmesi, liderlik

Öğrenme ve öğretme pratiği için verilerin ve analitiklerin önemi, eğitim politikası ve araştırma literatüründe güçlü bir şekilde tartışılmaktadır (Daniel, 2015; Siemens, Dawson ve Lynch, 2013). Öğrenme analitiklerinin gücü dâhilindeki öğretmeye, öğrenmeye, öğrenci deneyimine ve yönetim etkinliklerine ilişkin içgörüler ölçek, karmaşıklık ve etki bakımından hiç olmadığı kadar dile getirilmektedir (Baker ve Inventado, 2014). Öğrenme analitiği yalnızca kurumlar içinde gerçekleşen uygulama ve etkinliklerin etkin bir şekilde anlaşılmasını sağlama kapasitesine sahip olmakla kalmaz, aynı zamanda kestirimci modelleme, öğrenmenin kişiselleştirilmesi ve öneri sistemlerinde olduğu gibi etkinliklere baştan sona aracılık etme ve onları biçimlendirme yani gelecekteki hallerini süreç içinde değiştirebilme potansiyeline de sahiptir (Conde ve Hernández-García, 2015).

Artan fon imkânları, araştırma ve kurumsal yatırımlara rağmen, yükseköğrenimde öğrenme analitiği stratejileri ve faaliyetlerinin geniş ölçekli uygulamalarında yetersizlik devam etmektedir (Ferguson vd., 2015), dolayısıyla sektör zaman içindeki öğrenme analitiği uygulamalarının getirdiği faydalar ve kısıtlamalar hakkında geniş ve incelikli bir anlayışa ulaşamamaktadır. Kurumsal örneklerin eksikliğine ilişkin açıklamaların bir kısmı, bir disiplin olarak öğrenme analitiğinin görece yeni ortaya çıkışına ve öğrenme analitiği program ve uygulamalarının tamamen gelişmesi ve olgunlaşmasına ayrılan zamanın hissedilir biçimde yetersizliğine dayanabilir. Bununla birlikte, bu açıklama, öğrenme analitiğinin sistemik kavranmasıyla ilgili sorunların karmaşıklığını yeterince ortaya koyamamaktadır (Arnold, Lynch vd., 2014; Ferguson vd., 2015; Macfadyen, Dawson, Pardo ve Gašević, 2014). Her ne kadar öğrenme analitiği, yükseköğrenim için nispeten yeni olsa da bu tür etkinliklerin kurum çapında bir eğitime getirebileceği kolaylıkları farketmek için zaman ve kaynak olarak yeterli yatırımların yapılmasını öneriyoruz. Aslında, çok az sayıda kurum, öğretme ve öğrenme kazanımları üzerinde gözle görülür bir etkiye sahip büyük ölçekli öğrenme analitiği programlarını uygulayabilmiştir (Ferguson vd., 2015). Bununla birlikte, bu örnekler, çok sayıda kurum için, öğrenme analitiğinin örgütsel olarak benimsenmesinin ya kavramsal, anlaşılamamış bir özlem olarak kaldığı ya da işlevselleştirildiğinde, kapsam ve etki bakımından genellikle dar ve sınırlı olduğu bir sektörde istisna olmaya devam etmektedir (Ferguson vd., 2015). Bu literatür, öğrenme analitiğinin benimsenmesine aracılık etmek üzere boyutlar ve süreçlerle ilgili içgörüleri yakalamak ve ortaya çıkarmak amacıyla çoklu uygulama çatıları (frameworks) sunmaktadır. Kavramsal anlamaya yardımcı olmasının yanı sıra, bu literatür aynı zamanda kurumları uygulama aşamaları ve değerlendirmeler boyunca yönlendiren sezgisel bir değere sahiptir. Öğrenme analitiğinin etkin düzenlenmesini/kullanımını araştıran sınırlı deneysel araştırma göz önüne alındığında (Ferguson vd., 2015), birçok yöneticinin öğrenme analitiği girişimlerini planlarken ve uygularken ilham ve içgörü almak için kavramsal literatürün bu küçük tarafına yönelmesi muhtemeldir. Bu bölüm, alan yazının bu yanını sadece öğrenme analitiklerinin etkili kurumsal uygulamaları için önemli olan boyutlar ve süreçler olarak neleri tanımladığını öngörmekle kalmayıp aynı zamanda kurumsal yöneticiler için modellerin kılavuz olarak değerini ölçmeyi de ele almaktadır. Ardından, bu alan yazın incelemesinin bulguları ile Avustralya üniversitelerinden oluşan büyük bir topluluğun1 mevcut öğrenme analitiği uygulamalarını inceleyen güncel bir çalışmanın bulgularını karşılaştırarak bu uygulamaları biçimlendiren süreçler ve etkenler üzerine deneysel bir anlayış sunduk (Colvin vd., 2015).

ÖĞRENME ANALİTİĞİ DAĞITIMINDA GÜNCEL MODELLERİN İNCELENMESİ

Güncelliğini koruyan öğrenme analitiği uygulama modellerinin ve uygulama çatılarının incelenmesi, üç ana literatür grubunu ortaya çıkarmıştır: 1) öğrenme analitiği çıktılarının (kazanımlarının) öncüllerine odaklananlar (öğrenme analitiği girdi modelleri); 2) öğrenme analitiğinin çıktılarına odaklananlar (öğrenme analitiği çıktı modelleri) ve 3) öğrenme analitiği uygulamalarını destekleyen görevleri sıralı bir şekilde haritalayan ve işleten süreç modelleri. Bu farklı modellere genel bir bakış ve bunların kurumsal öğrenme analitiği uygulamalarını şekillendiren faktörleri anlamadaki kavramsal ve deneysel katkıları aşağıdaki gibidir.

        1. Öğrenme Analitiği Girdi Modelleri

Literatürün bu tarafındaki uygulama çatıları, öğrenme analitiği uygulamalarını liderlik, yönetişim, teknoloji, kapasite ve kültür gibi boyutları içeren önceki ilişkilerin bir sonucu olarak sunma eğilimindedir. Bu literatürde dikkat çeken kuruluş ABD merkezli EDUCAUSE Analiz ve Araştırma Merkezi’dir (EAAM; bk. EAAM, 2015) Yüksek Öğrenim için Analitik Olgunluk Endeksi (Bichsel, 2012). Kullandıkları model, anketler ve endüstri uzmanlarıyla yapılan odak grup görüşmeleri yoluyla ortaya çıkarılan verilere dayanan bir model olarak, öğrenme analitiği uygulamalarını kültür, süreç, veri / raporlama / araçlar, yatırım, uzmanlık ve yönetişim / altyapı olmak üzere altı faaliyet boyutunda işlevsel hale getirir. Her girdi boyutu, kurumların her bir seviyedeki ilerleme düzeylerini belirlemelerine yardımcı olmak için tasarlanmış kesintisiz beş olgunluk seviyesi boyunca yapılandırılır. Başarılı bir öğrenme analitiği uygulaması için her girdi boyutunun kritik olduğu varsayılmaktadır.

EAAM modeline benzemekle birlikte kurumlara analitik uygulamalar için “hazırlık” düzeylerini değerlendirmelerine yardımcı olmaya yönelik bir araç olarak tasarlanan diğer bir model ise Öğrenme Analitiği Hazırlık Aracı’dır (ÖAHA); (Arnold, Lonn ve Pistilli, 2014; Oster, Lonn, Pistilli ve Brown, 2016). Her ne kadar başlangıçta nasıl belirlendiği açık olmasa da bu aracın orijinal sürümü (Arnold, Lonn ve Pistilli, 2014) “öğrenme analitiği başarısı için en uygun ortamı” (s.2) elde etmeye yönelik beş boyut tanımlamıştır: 1) yetenek, 2) veri, 3) kültür ve süreç, 4) “yönetişim ve altyapı” ve genel 5) hazırlık algıları. ÖAHA’yı rafine etmek için toplam 24 kurum 560 katılımcıdan elde edilen anket verilerine uygulanan daha güncel bir faktör analizi kullanılmıştır. Beş boyut hafifçe değiştirilerek göreceli belirginlikleri/farkları ortaya çıkarılmıştır. Ancak bu belirginlik katılımcının algısına göre ölçülmesine karşın öğrenme analitiği uygulamalarının sonuçlarına karşı ölçülmemiştir.

Örgütsel Kapasite Analitiği Uygulama Çerçevesi (Norris ve Baer, 2013), analitiklerin benimsenmesini biçimlendirmede önemli olduğunu düşündükleri boyutlar konusunda öğrenme analitiği uzmanlarından toplanan bilgiler/içgörüler üzerine kuruludur. Yazarlar, Amerika Birleşik Devletleri’ndeki 40 kurumun yöneticileriyle röportaj yapmış ve bu röportajlar yoluyla toplanan veriler kritik kurumsal kapasite faktörleri olarak kabul edilen beş boyutun oluşturulmasına yol açmıştır. Bu boyutlar 1) teknoloji altyapısı, 2) süreçler ve pratik, 3) kültür ve davranışlar, 4) beceri ve değerler ve 5) liderlikti. Ortaya koydukları “Analitik için Örgütsel Kapasite” adlı çalışmalarında “Uygulama Çatısı”nın boyutların birbirine bağlı ve örtüşen olarak sunulması ve dolayısıyla birbirine bağımlı doğalarının vurgulanması kayda değerdir (Norris ve Baer, 2013, s. 31). Uygulama çatısı, her bir boyut için üç olgunluk seviyesini işlevsel hale getirirken, boyutların göreli belirginliklerini incelememektedir.

Son olarak, Drachsler ve Greller’ın modeli (yazarlar tarafından ontoloji olarak belirtilir; Drachsler ve Greller, 2012; Greller ve Drachsler, 2012) ayrıca öğrenme analitiği uygulamalarına aracılık eden boyutların birbirine bağımlı ve özyinelemeli doğasını da yakalar. Medya taraması, kıdemli uzmanlarla görüşmeler ve bilişsel haritalama çalışmalarından elde edilen verilere genel morfolojik analiz (bk. Ritchey, 2011, Greller ve Drachsler, 2012) uygulanmıştır. Bu model “öğrenme analitiğinin uygun şekilde kullanılmasını sağlamak” için altı temel faaliyet alanını “kritik” olarak tanımlamaktadır (Drachsler ve Greller, 2012, s. 120): 1) yeterlilikler 2) kısıtlamalar (gizlilik/etik), 3) teknolojiler 4) eğitim verileri, 5) hedefler ve 6) paydaşlar. Drachsler ve Greller (2012) bu altı boyutun her birini “kritik” olarak görürken, belirginliklerinin benzer olmadığını gözlemleyip, “bazı boyutların diğerlerinden daha belirsiz olduğuna” dikkat çekmektedirler (s. 44).

Birçok girdi modeli için ortak olan, öğrenme analitiği uygulamalarının kavramsallaştırılmasının doğrusal olmaması, çoklu ve birbirine bağlı girdi boyutlarının karşılıklı etkileşimi olarak ortaya çıkarılmasıdır. Odak grup ve anket yöntemleri aracılığıyla ısrarla belirtilen görüşlerle de sıkça bilgilendirilmekle birlikte (Drachsler ve Greller, 2012; Greller ve Drachsler, 2012; Norris ve Baer, 2013; Oster vd., 2016), bu modeller aslında kavramsaldır. Kurumsal temsilcilerin algıladığı, etkili bir öğrenme analitiği uygulaması oluşturmak için göz önünde bulundurulması gereken boyutları tanımlarlar ancak boyutları gerçek öğrenme analitiği uygulamalarına karşı deneysel olarak sorgulamazlar. Benzer şekilde, girdi modelleri öncül boyutlar arasında ilişki olduğunu öne sürerken, bu ilişkilerin doğası ve bunların öğrenme analitiği uygulama çıktıları üzerindeki etkileri de deneysel olarak araştırılmamıştır. Bu nedenle, modeller kendi kurumlarında öğrenme analitiği yazılımlarını uygulama ile görevli liderlere bu uygulamayı gerçekleştirmek için gerekli öncül boyutlara yönelik öngörüler sunarken, uygulamaların gerçekte nasıl çalıştığı konusunda çok az rehberlik sunmaktadır. Ayrıca, modellerdeki her bir boyutun göreceli belirginliğinin araştırılmamış olması, kurumların eylemleri ve kaynakları en iyi nasıl önceliklendirebileceği konusundaki kavrayışlarını sınırlandırmaktadır (bununla birlikte sınırlı sayıda model her boyutta olgunluk seviyeleri sağlar; Arnold, Lonn ve Pistilli, 2014; Bichsel, 2012; Norris ve Baer, 2013).

        1. Öğrenme Analitiği Çıktı Modelleri

Öğrenme analitiği modelleri ve uygulama çatılarının ikinci ayağı, öğrenme analitiği uygulamalarını zaman içinde ortaya çıkan ve farklı hazırlık ve olgunluk seviyeleri içeren doğrusal bir süreç olarak tanımlar ve temsil eder. Bu literatürdeki erken bir model olmasına rağmen hâlâ sektörde bir öneme, paya sahip görünen Davenport ve Harris’in (2007) Analitik Uygulama Çatısı, analitikleri sorgulama ve raporlama uygulamalarından tahmin ve kestirimci modelleme gibi resmî analitik fonksiyonlara kadar olgunlaşan bir süreç olarak kavramsallaştırır. Siemens, Dawson ve Lynch’in (2013) Sofistike Model Öğrenme Analitiği yeteneği ve analitik sistemler artan olgunluk bir süreklilik boyunca dağıtım bütünleştirir. Beş olgunluk aşaması tanımlanmış, bunların her biri ayrıca örnek teşkil edecek biçimde işlevselleştirilmiştir. Örneğin, erken aşamadaki bir dağıtım sistemi özellik olarak, temel raporları ve kayıt günlüğünü içerirken, olgun bir dağıtım ise kestirimci modelleri ve kişiselleştirilmiş öğrenmeyi de içermektedir.

Çıktı modellerinin birincil yararı, kurumlara, faaliyetlerinin ve işlemlerinin olgunluğunu (veya kapasitesini) istenen kazanımların matrisine karşı objektif olarak değerlendirmeleri için bir araç sağlamalarıdır. Bununla birlikte, birçok çıktı modeli kapsam açısından sınırlılıklara sahiptir ve genel olarak tek veya çift boyutlu kavramsal merceklere (kullanılan analitik tekniklerin gelişkinliği gibi) dayanır. Çıktı modelleri, öğrenme analitiği uygulamalarının kazanımlarına yönelik bir vizyonunu savunurken, aslında savundukları bu kazanımları oluşturmak için gerekli tüm boyutları ya da mekanizmaları tanımlamakta ya da eleştirel olarak incelemekte başarısız olurlar. Son olarak, birçok çıktı modelindeki risk, bu modellerin ilerlemeyi genel olarak sadece teorik, bağlamdan koparılmış, muhtemelen varsayılan bir evrenselliğe dayandırılmış ve belirli bir kurumun iş görme bağlamında neyin mümkün veya arzu edilebilir olduğunu yakalamayan bir tarzda temellendirmeleri, hatta; “ütopik” bir öğrenme analitiği vizyonuyla doğrusal olarak ve aşamalı bir süreç biçiminde kavramsallaştırmalarıdır.

        1. Süreç Modelleri

Literatürün (Foreman, 2013a, 2013b; Norris ve Baer, 2013) bu üçüncü ayağı, sıralı olarak temel süreçleri veya öğrenme analitiği uygulamalarını destekleyen “adımları” haritalar. Kazanımların neye benzemesi gerektiği (çıktı modeli) veya neyi içermesi gerektiği (girdiler modeli) yerine bir öğrenme analitiği programının nasıl uygulanacağına odaklanır. Süreç modelleri hem doğrusal (Foreman, 2013a, 2013b) hem de dolaylıdır (Norris ve Baer’in Analitik Eylem Planı, 2013) ve genel olarak daha geniş bir öğrenme analitiği uygulaması [örneğin, bir öğrenme yönetim sisteminin uygulanması (ÖYS; Foreman, 2013a, 2013b) veya strateji geliştirme (bk. Norris ve Baer’ın Analitik Eylem Planı, 2013)] içindeki belirli ögelere odaklanır. Bununla birlikte, ortaya çıkan literatür (Ferguson vd., 2015), bu kavramsallaştırmanın sağladığı içgörünün “geniş ölçekte” öğrenme analitiği uygulamak isteyen kurumlar için kritik öneme sahip olduğunu öne sürerek öğrenme analitiği uygulamalarının genişliğini ve karmaşıklığını daha iyi yansıtan süreç modelleri sunar. Ferguson ve meslektaşlarının (2015) öğrenme analitiği uygulaması için RAPID Kazanım Haritalama Yaklaşımı’nın (KHY) benimsenmesini savunmaları dikkat çekicidir. Bu model girdi boyutlarını başlangıçtaki hedeflerin oluşturulmasından son değerlendirmeye kadar yedi önemli adımdan oluşan işlemsel bir dizilimde sunar. Bununla birlikte, Ferguson’un modeli özünde kavramsal olarak üretilmiştir. Model, deneysel geçerliliği hakkında çok az kanıt olmasına rağmen, yazarlar tarafından modelin potansiyel kılavuzluğunu göstermek ve kurumlara “güven” vermek için savunulmuş, Avustralya ve Birleşik Krallık’taki üniversitelerde öğrenme analitiği uygulamalarını tanımlamak için bir mercek olarak kullanılmıştır (Ferguson vd., 2015).

MODELLER BİZE NE ANLATIR?

Bu modelleri gözden geçirmek, öğrenme analitiği dağıtımlarına aracılık eden boyutlar ve süreçler hakkında fikir verirken, modellerin kavramsal ve çalışma sınırlamalarını da ortaya koymaktadır. Bu sınırlamalar modellerin karmaşık, çok boyutlu olguların incelenmesi için sınırlı veya tek boyutlu mercekleri benimsemelerini; öncül boyutları ve sonuçları tek bir modelde bütünleştirememelerini ve tanımlanmış aracılık boyutlarının her birinin nispi belirginliği veya kritikliği konusundaki içgörülerinin sınırlılığını kapsar. Basitçe söylemek gerekirse, modeller içgörü kazanırken, ÖA uygulamalarını şekillendiren faktörlerin genişliğini tam olarak yakalamamaktalar, bu nedenle yöneticilere öğrenme analitiği uygulamaları konusunda rehberlik etmek için ihtiyaç duyulan ince, yerleşik, detaylı içgörüler sunma yetenekleri kısıtlanmaktadır.

Bununla birlikte, çoğu modelde belirgin oldukları izlenimiyle birlikte birçok aracı boyutun veya elemanlarının ortak olduğu görülmüştür. Bunlar teknolojik hazırlıkları, liderlik, örgüt kültürü, insan kaynakları ve kurumsal kapasiteyi ve stratejiyi kapsamaktadır. Tartışmalar bu boyutların modellerde nasıl işletildiği çerçevesinde devam etmektedir.

        1. Teknolojik Hazır Bulunuşluk

Öğrenme analitiği temel olarak, elektronik verilere erişim ve içgörü sunmak için teknoloji sağlanmasına dayandığından, ÖA uygulama literatüründe teknolojinin “temel unsur” olarak sunulması şaşırtıcı değildir (Arnold, Lynch vd., 2014, s. 258; ayrıca bk. Greller ve Drachsler, 2012; Siemens ve Long, 2011). Bununla birlikte, teknolojik hazırlıklar olarak tanımlanan boyutların işlemselleştirilmesi modellere göre değişmektedir. Örneğin, bazı modeller veri toplayabilen, depolayabilen ve dönüştürebilen sağlam bir teknoloji altyapısına duyulan ihtiyacı vurgulamakta iken (Arnold, Lynch vd., 2014, s. 258), bazıları ise bütünleşik sistemlere, (Dawson, Heathcote ve Poole, 2010; Siemens ve Long, 2011), uygun analiz araçlarına (Norris ve Baer, 2013), güvenlik ve gizlilik kontrol ve süreçlerine (ör. Bichsel’deki Yüksek Öğretim Modeli için EAAM Analitik Olgunluk Endeksi, 2012) olan ihtiyacı güçlendirir. Deneysel olarak, teknolojinin öğrenme analitiği uygulamalarında kısıtlayıcı bir unsur olarak potansiyel engelleyici rolü, Dawson vd., tarafından yapılan çalışmalarda vurgulanmıştır (Dawson vd., 2010; Macfadyen ve Dawson, 2012).

Liderlik

Geniş ölçekli öğrenme analitiğinin sürdürülebilir uygulamaları için liderliğin önemi kavramsal (Arnold, Lonn ve Pistilli, 2014; Arnold, Lynch vd., 2014; Laferriere, Hamel ve Searson, 2013; Norris ve Baer, 2013; Siemens vd., 2013) ve deneysel (Graham, Woodfield ve Harrison, 2013; Norris ve Baer, 2013) olarak iyi bilinmektedir. Bu literatür, anlama ve bütünleşmeyi kolaylaştırmak için öğrenme analitiğinin “derin bilimsel anlayışı”nda “adanmış” ve “bilgilendirilmiş” liderlik temelinin önemini savunmaktadır (Arnold, Lynch vd., 2014, s. 260). Özellikle ölçekli ve karmaşık projelerde kararlı üst düzey liderliğe açık bir biçimde ihtiyaç olmasına rağmen (Norris ve Baer, 2013), böyle bir liderliğin nasıl kavramsallaştırıldığı konusunda yorum farklılıkları vardır ve fikir birliği oluşmamıştır. Örneğin, Laferriere vd. (2013) tek bakışlı sınırlı boyutsallık mercekleri aracılığıyla liderliği işlevselleştirilmiştir. Aksine, Arnold, Lynch vd. (2014) liderliği çok katmanlı, çok boyutlu bir fenomen olarak kabul etmektedir. Liderlik aynı zamanda literatürde liderlik tarzı (Owston, 2013) veya liderlik davranışı ve etkisi (Laferriere vd., 2013) olarak işlevselleştirilirken, literatürün diğer tarafı liderliğin yapısına (Accard, 2015; Carbonell, Dailey – Hebert ve Gijselaers, 2013) ve (bk. Kotter ve Schlesinger, 2008, Arnold, Lynch vd., 2014) gücüne atıfta bulunur. Analitiklerin uygulanmasına ve anlaşılmasına yardımcı olmak için araştırma destekli karmaşıklık (Hazy ve Uhl – Bien, 2014) veya dağıtılmış liderlik modelleri (Bolden, 2011) alanda ivme kazanmaktadır.

Organizasyon Kültürü

Bir kurumun “normları, inançları ve değerleri” olarak tanımlanan örgüt kültürü (Carbonell vd., 2013, s. 30), aynı zamanda analitik uygulamalarının öğrenilmesinde de kilit bir aracı olarak tanımlanmıştır (Arnold, Lonn ve Pistilli, 2014; Carbonell vd., 2013; Greller ve Drachsler, 2012; Macfadyen ve Dawson, 2012). Personeldeki “verilerle ilgili farkındalık ve kabulleniş” (Arnold, Lonn ve Pistilli, 2014, s. 164), bir kurumun “tarihsel pedagojik [ve] sosyo-kültürel varsayımlarının” potansiyel engelleyici etkisinin tanınması, yüz yüze eğitim uygulamaları (Arnold, Lynch vd., 2014, s. 259), örgütsel “rutinler” (Carbonell vd., 2013, s. 29) ve hatta örgütsel, pedagojik ve eğitsel (BT ile ilgili) değişikliklere yönelik personel kaygısı (Houchin ve MacLean, 2005) gibi konular bu literatürde öne çıkmaktadır. Macfadyen ve Dawson’ın (2012) Kanada’daki büyük bir üniversitesinde başarısız bir uygulamaya yönelik araştırmalarında yeterince hazırlanmamış ve yeni fikirlere açık olmayan bir örgütsel kültürün etkisine dair deneysel içgörü sunulmuştur. Araştırmacılar, kurumun öğrenme analitiğinin potansiyeli ile ilgili olarak, istekli ve yeni fikirlere bir şekilde takdir, kavrayış geliştirmedeki başarısızlığının, kurumun tutarlı ve başarılı bir öğrenme analitiği stratejisi oluşturamamasının kilit bir nedeni olduğunu gözlemlemiştir.

Personel ve Kurumsal Kapasite

İdeal” (Greller ve Drachsler, 2012, s. 51) öğrenme analitiği kazanımları, personelin analitik zekâyı etkili bir şekilde analiz etme, yorumlama ve anlamlı şekilde karşılama yeteneğine bağlıdır (Bichsel, 2012; Norris ve Baer, 2013). Bununla birlikte, paydaşların öğrenme analitiği için talep edilen gerekli analitik veya yorumlayıcı veri becerilerine sahip olduğu varsayılamaz. Norris ve Baer (2013) “birçok kurumsal liderin, işletmelerinin veri, bilgi ve analitik konusundaki kapasitesine olduğundan daha fazla değer biçtiğini” gözlemlemektedir (s. 40). Drachsler ve Greller’in (2012) öğrenme analitiği uygulamalarında gerekli olan boyutlara yönelik araştırmasında, boyutlar sert ve yumuşak boyutlar olarak ayrılır: yumuşak boyutlar, özellikle “yeterlilikler ve kabullenme” gibi öğrenme analitiğinin etkinliğini şekillendiren “insan faktörlerini”(s. 43); “sert” boyutlar, ise teknoloji, veri ve algoritmalar dâhil, insana özgü olmayan, daha az öznel unsurları ifade eder. Sert ve yumuşak boyutları birbirinden ayırmak, kurumların öğrenme analitiği uygulamalarını teknik ve altyapı sorunlarının ötesinde, sosyo-kültürel kaygıları da içerecek şekilde görmelerine duyulan ihtiyacı vurgulamaktadır. Öğrenme analitiğinin başarılı bir şekilde benimsenmesi, bu iki alanda kapasite geliştirmeyi gerektirir.

Öğrenme Analitiğine Hazırlık Aracı (ÖAHA; Arnold, Lonn ve Pistilli, 2014) kapasitenin farklı bir şekilde kavramsallaştırılmasını ortaya koyuyor: kurumsal hazırlık başka bir deyişle bir kurumun öğrenme analitiği girişimini uygulamak için ne kadar “hazır” olduğunun ölçüsü. Hazırlığı beş boyutta işlevselleştirirler: 1) yetenek, 2) veri, 3) kültür ve süreç, 4) yönetişim ve altyapı ve 5) genel hazır olma algısı. Kavramsallaştırmaları, kapasitenin çok katmanlı doğasını vurgulamakta, kapasitenin makro (yani geniş, kurumun tamamı) ve mikro (bireysel paydaşların seviyesi) seviyelerde çalıştığını belirtmektedir. Son olarak, teknik, kritik ve yorumlayıcı kapasiteye odaklanmanın aksine, Siemens, Dawson ve Lynch (2013), personelin pedagoji ve analitik arasında etkili bir “bağ kurabilme” yeteneğinin de kapasitenin kapsamında olduğunu öne sürerek bize öğrenme analitiği ile öğretme ve öğrenme pratiği arasındaki ilişkiyi hatırlatır.

Strateji

Kavramsal literatür, politika ve prosedürlerin geliştirilmesi yoluyla açık bir vizyon ve öğrenme analitiği amacının geliştirilmesini savunur. Örneğin, Arnold, Lonn ve Pistilli’nin (2014) kavramsal olarak geliştirilen Öğrenme Analitiği Hazırlık Aracı (ÖAHA), politikaları yönetişim ve altyapı etiketli daha geniş bir aracı boyutlar kategorisine yerleştirmektedir. Ayrıca, Norris and Baer’in “Analitik İçin Kurumsal Kapasite” modeli (2013), “Süreçler ve Uygulamalar”ı ÖA için örgütsel kapasitenin beş temel aracı boyutundan biri olarak tanımlar ve onu analitiği, eylemleri ve müdahaleleri güçlendirmek [..] üzere “rutinleşmiş süreçler ve iş akışları olarak işler hale getirilir” (s. 31). Bununla birlikte, aksine, deneysel çalışmalar strateji belirlemenin önemini vurgular ve uyumlaştırılmış politika ve hedeflere olan ihtiyacı (Macfadyen ve Dawson, 2012; Owston, 2013) vurgular ki; başarısız olmuş bir öğrenme analitiği programı analizlerinde Macfadyen ve Dawson (2012), öğrenme analitiği uygulamalarında örgütsel bir strateji ve vizyonun oluşturulmasının “kritik” (s. 150) olduğunu belirtmektedirler.

Kısaca

Bu kısa literatür taraması, öğrenme analitiği modellerinin, yöneticilere öğrenme analitiği uygulamalarını şekillendiren süreçler ve boyutlar hakkında değerli bilgiler sağlayabileceğini ortaya koymuştur. Öğrenme analitiği uygulama kazanımları üzerinde etkisi olan özellikle beş boyut, birçok uygulama çatısında sıkça vurgulanmıştır: teknolojik hazırlık, liderlik, kurum kültürü, insan kaynağı ve öğrenme analitiği için kurumsal kapasite ve öğrenme analitiği stratejisi. Bununla birlikte, daha önce belirttiğimiz gibi, bu boyutların işlevselleşmesi literatürde çeşitlilik göstermiştir. Ayrıca, modeller boyutların göreceli belirginliği veya kritikliği hakkında çok az fikir vermiştir. Literatürde boyutlarla ilgili belirtilen farklı kavramsallaştırmaların ve işlevselleştirmelerinin, kurumların kendileri için mevcut olan birçok öğrenme analitiği uygulama çatılarıyla nasıl etkileşimde bulunacakları ve onları nasıl yorumlayacaklarına dair aracılık etme potansiyeli olduğunu öne sürüyoruz.

Ayrıca ve önemli ölçüde, bu incelmede sunulan literatür ağırlıklı olarak kavramsaldır. Öğrenme analitiği uygulamalarına yönelik deneysel araştırma eksikliğinin, onlara aracılık eden süreçler ve boyutlar konusundaki anlayışımızı engellediğini savunuyoruz. Kavramsal literatür, içgörü kazanmasına rağmen, kendi karmaşıklığını ve nüansını tam olarak yakalayamayacak ideal bir öğrenme analitiği modeli sunma riski taşıyor. Deneysel tekniklerin kullanıldığı yerlerde (ör. anketler ve odak grupları yoluyla veri toplama gibi), yapısal geçerliliği çevreleyen çok az ayrıntı vardır. Buna göre, modellerdeki farklı boyutlar arasındaki ilişkilerin büyük ölçüde denenmemiş olduğu görülmektedir. Bu bölümde daha önce görüldüğü gibi, yükseköğretim kurumlarındaki öğrenme analitiği programlarının nispi olgunlaşmamışlığı kısmen öğrenme analitiğini çevreleyen bu deneysel yetersizliğe katkıda bulunur. Bununla birlikte, yükseköğretim kurumlarında bulunan uygulamaların her ne kadar yeni gelişmekte olsalar da öğrenme analitiği uygulamalarının şu anda bağlamda nasıl işletildiğini ve yönlendirildiğini deneysel olarak derinlemesine incelemek için bir fırsat sunduğunu savunuyoruz.

GÖZLEME DAYALI OLANI SUNMAK

Avustralya’da yapılan son çalışmalar, bu araştırma eksikliğini gidermeye çalışmıştır. Colvin vd. (2015), Avustralya yükseköğrenim sektöründe öğrenme analitiği uygulamalarını araştıran geniş bir ulusal çalışma gerçekleştirmiştir. Veriler, 32 üniversitede öğrenme analitiklerini uygulama sorumluluğunu üstlenen üst düzey liderlerle yapılan nitel görüşmeler yoluyla toplanmıştır. Bir karma yöntem metodolojisini kullanan bu çalışma, öğrenme analitiği uygulamalarında istatistiksel olarak anlamlı bir etkiye sahip ve tümevarımsal olarak oluşturulmuş altı boyut (verilerde tanımlanan 27 boyut içinden) tanımlamıştır. Büyük ölçüde önceki literatürden yansımakla birlikte, etkide bulunan boyutların dördü etkili ve dengeli paydaş katılımı, teknolojik kapasite, açık vizyon ve strateji ile etkili liderliği içermektedir.
Ortaya çıkan diğer iki boyut ise kurumsal bağlam (bir kurumun öğrencisi ve kurumsal profil dâhil) ve kavramsallaştırmadır (bir kurumun öğrenme analitiğini nasıl oluşturduğu ve anladığı). Bu boyutlardan ilki olan kurumsal bağlam, bize öğrenme analitiğinin, her kurumun bağlamına özgü olarak sosyal ve kurumsal alanda bir dizi yapısal unsur tarafından şekillendirilmiş pratikte bulunduğunu hatırlatır. Buna karşılık, “kavramsallaştırma” boyutu bir kurumun öğrenme analitiği uygulamalarına ilişkin temel epistemolojik ve ontolojik konumuyla bağlantılıdır. Kurumlar öğrenme analitiği ile ilgili olarak farklı anlayış, özlem ve vizyonlara sahip olsalar da öğrenme analitiklerinin bir kurum tarafından nasıl kavramsallaştırıldığı ve gerçekte nasıl uygulandığı arasında ilişkiler bulunmuştur. Basitçe, bu çalışmanın bulguları, öğrenme analitiğinin anlaşılma şekli ve ona yüklenen anlamın, öğrenme analitiğinin uygulanmasını nasıl şekillendirdiğini göstermektedir. Ayrıca araştırmada yapılan kümeleme analizi, Avustralya yükseköğrenim bağlamında iki öğrenme analitiği uygulama yörüngesinin ortaya çıkmasını önermiştir. Kümelerin her birinde, kavramsallaştırma, hazır bulunuşluk (öncül) ve uygulama boyutlarının kurumlar arasında nasıl uygulandığı ve tecrübe edildiği konusunda bir uyum mevcuttur. Bir kümeleme etkili bir kavramsallaştırmayı ve elde tutma (öğrenci başarısını sürdürme), riskli öğrenci tabanlı öğrenme analitiği işlevselleştirmesini daha ayrıcalıklı kılar görünmekteydi. Buna karşılık, ikinci kümelenmedeki kurumlar da elde tutma-odaklı (öğreneni) öğrenme analitiği faaliyetine yatırım yapmış ancak bunu içgörü kazandırma amaçlı etkinlik ve öğretme-öğrenme sürecine yönelik bilgilendirme ile desteklemiştir. Colvin vd.nin (2015) Avustralya’da yükseköğrenim bağlamında öğrenme analitiğinin iki farklı uygulama örüntüsünün ortaya çıktımakta olduğu görünen bulunduğuna yönelik bulgusu, birçok mevcut öğrenme analitiği uygulama çerçevesinin temelini oluşturan büyük ölçüde özcü ve pozitivist ontolojik ve epistemolojik varsayımlara meydan okumaktadır (bk. Davenport ve Harris, 2007).

Yinelemeli, Dinamik ve Sürdürülebilir Olarak Öğrenme Analitiği Uygulamaları

Şekil 24.1, Colvin vd. (2015), dinamik olarak birbirine bağlı ve geçici olan olguyu temsil eden karmaşık Stratejik Beceri modeline dayanan öğrenme analitiği uygulamalarını sunmakta ve öğrenme analitiği uygulamalarının fiilî performansının gelecekteki kapasiteyi oluşturacağını öne sürmektedirler.

Şekil 24.1. Stratejik Beceri Modeli (Colvin vd., 2015, s. 28).

Şekil 24.1, Colvin vd., karmaşık, dinamik olarak birbirine bağlı ve geçici olan olguyu temsil eden Stratejik Beceri öğrenme analitiği uygulamalarını sunmaktadır ve öğrenme analitiği uygulamalarının fiilî performansının gelecekteki kapasite üreteceğini öne sürmektedir. Bu bakımdan, yazarlar tarafından da gözlemlendiği gibi Minimal Uygulanabilir Ürün (MUÜ) (Munch vd., 2013) ve Hızlı İnovasyon Döngüsü (Kaski, Alamaki ve Moisio, 2014) ilkeleri ile bu ilkelerin savunduğu ürün geliştirme ve bütünleştirmesindeki devamlı, yinelemeli, özyinelemeli, süreç yaklaşımı hem öğrenme analitiği uygulama alanında bir ağırlığa sahiptir hem de kurumsal liderlere olası uygulama paradigmaları olarak önerilmektedir.

SONUÇ

Colvin vd.nin (2015) çalışması, öğrenme analitiği uygulamalarına ilişkin araştırma literatürüne önemli deneysel ve metodolojik katkılar yapar. Öncelikle, öğrenme analitiği uygulamalarının öncülleri (sağlayıcıları) ve kazanımları (yani nasıl göründükleri) arasındaki ilişkilere dair deneysel içgörüler sağlar. Öğrenme analitiğinin ve öğrenme analitiği uygulamalarının gerçek anlamlarına dair katılımcılardan fikirlerinin, niyetlerinin, algılayışlarının istenmesi sayesinde kurumsal liderlerin öğrenme analitiği uygulamalarını kavramsallaştırma yollarına dair ince ve ayrıntılı içgörüler kazanılmış, bu kavramsallaştırmalar ile mevcut işlevselleştirmeler arasındaki ilişkilerin ortaya çıkması sağlanmıştır.

Çok boyutlu bir olgu olarak Colvin vd.nin (2015) yaptıkları araştırmadaki öğrenme analitiği uygulamalarının kavramsallaştırılması ve analizi, ortaya çıkan öğrenme analitiği uygulama literatürünün ilkeleriyle uyumludur (bk. Ferguson vd., 2015; Greller ve Drachsler, 2012) ve onların araştırmaları sonucu oluşturulan Stratejik Beceri Modeli çoklu, kesişen, birbirine bağımlı faktörlerin geçici, yerleşik, dinamik bir sonucu olarak öğrenme analitiklerinin zengin, bütünsel, sistemik bir kavramsallaştırmasını sunmaktadır. Yine de özellikle önemli olan, öğrenme analitiği uygulamalarına aracılık eden birincil sosyokültürel, teknik ve yapısal faktörlerin göreli belirginliğine dair Colvin vd.nin (2015) sağladığı deneysel içgörüdür.

Colvin vd.nin (2015) öğrenme analitiği sunumu, öğrenme analitiğini genellikle doğrusal ve/veya tek boyutlu bir olgu olarak çerçeveleyen birçok mevcut modelden ayrılır. Bu son kavramsallaştırmaların, indirgemeci yönelimleriyle, öğrenme analitiği uygulamalarının karmaşıklığını, genişliğini veya bozulmasını tam olarak yakalama potansiyeline sahip olmadığını ve sürdürülebilir ve etkili öğrenme analitiği uygulama ve stratejilerinin benimsenmesine ve geliştirilmesine karşı istenmeden engelleyici olabileceğini öne sürüyoruz. Buna karşılık, Colvin vd.nin (2015) bulguları bize öğrenme analitiği uygulamalarının karmaşık olduğunu, birbirine bağımlı “yumuşak ve sert” boyutlarla şekillendirildiğini hatırlatmaktadır (Greller ve Drachsler, 2012) ve bu bulgular aynı zamanda üniversitelerdeki geleneksel yönetim ve örgütsel yapılara meydan okuyup parçalama potansiyeline de sahiptir. Araştırmaları, öğrenme analitiği yöneticilerine, öğrenme analitiği uygulamalarının karmaşıklığını vurgulayan, bağlamın aracı rolünü tanıyan, kurum içi ve kurumlar arası öğrenme analitiği stratejileri ve önceliklerinin değerlendirmesini kolaylaştırabilen deneysel olarak türetilmiş kavramsal bir çerçeve sağlar.

Colvin vd.nin (2015) araştırmasının sınırlılıkları olduğu belirtilmelidir: verileri öncelikli olarak nitelikseldir ve bir yükseköğretim bağlamında (Avustralya) bulunan nispeten küçük bir kurum katılımcısı örneğinden (n = 32) derlenmiştir. Bu nedenle, bulguların alternatif yükseköğretim bağlamlarına doğrudan uygulanması durumunda, daha dikkatli davranılmalıdır. Ayrıca, çoğu kurum öğrenme analitiği uygulamalarının çok erken aşamalarda yer aldılar: programları henüz iptidai ve hala geliştirilmekteydi. Öncül boyutlar ve kazanımlar arasında bildirilen ilişkiler bu nedenle bu geçici sınırlamalar içinde yorumlanmalıdır. Öğrenme analitiği uygulamalarının deneysel analizlerinin bu kritik alana daha ayrıntılı bir bakış açısı sağlayacak şekilde zaman içerisinde yapılması tavsiye edilir. Bununla birlikte, Colvin vd. (2015) çalışmaları, daha geniş analitik topluluğu ile uyumlu olması beklenen çok boyutluluk ve karmaşıklık ilkeleri dâhilinde öğrenme analitiği uygulamalarını temel alan bir analitik çerçeve sunmaktadır.

KAYNAKÇA

Accard, P. (2015). Complex hierarchy: The strategic advantages of a trade-off between hierarchical supervision and self-organizing. European Management Journal, 33(2), 89–103.

Arnold, K. E., Lonn, S., & Pistilli, M. D. (2014). An exercise in institutional reflection: The learning analytics readiness instrument (LARI). Proceedings of the 4th International Conference on Learning Analytics and Knowledge (LAK’14), 24–28 March 2014, Indianapolis, IN, USA (pp. 163–167). New York: ACM.

Arnold, K. E., Lynch, G., Huston, D., Wong, L., Jorn, L., & Olsen, C. W. (2014). Building institutional capacities and competencies for systemic learning analytics initiatives. Proceedings of the 4th International Conference on Learning Analytics and Knowledge (LAK’14), 24–28 March 2014, Indianapolis, IN, USA (pp. 257–260). New York: ACM.

Baker, R., & Inventado, P. (2014). Educational data mining and learning analytics. In J. A. Larusson & B. White (Eds.), Learning analytics (pp. 61–75). New York: Springer.

Bichsel, J. (2012). Analytics in higher education: Benefits, barriers, progress and recommendations. Louisville, CO: EDUCAUSE Center for Applied Research.

Bolden, R. (2011). Distributed leadership in organizations: A review of theory and research. International Journal of Management Reviews, 13(3), 251–269.

Carbonell, K. B., Dailey-Hebert, A., & Gijselaers, W. (2013). Unleashing the creative potential of faculty to create blended learning. The Internet and Higher Education, 18, 29–37.

Colvin, C., Rogers, T., Wade, A., Dawson, S., Gašević, D., Buckingham Shum, S., . . . Fisher, J. (2015). Student retention and learning analytics: A snapshot of Australian practices and a framework for advancement. Canberra, ACT: Australian Government Office for Learning and Teaching.

Conde, M. Á., & Hernández-García, Á. (2015). Learning analytics for educational decision making. Computers in Human Behavior, 47, 1–3.

Daniel, B. (2015). Big data and analytics in higher education: Opportunities and challenges. British Journal of Educational Technology, 46(5), 904–920.

Davenport, T. H., & Harris, J. G. (2007). Competing on analytics: The new science of winning. Boston, MA: Harvard Business School Press.

Dawson, S., Heathcote, L., & Poole, G. (2010). Harnessing ICT potential. International Journal of Educational Management, 24(2), 116–128.

Drachsler, H., & Greller, W. (2012). The pulse of learning analytics understandings and expectations from the stakeholders. Proceedings of the 2nd International Conference on Learning Analytics and Knowledge (LAK’12), 29 April–2 May 2012, Vancouver, BC, Canada (pp. 120–129). New York: ACM.

ECAR-ANALYTICS Working Group. (2015). The predictive learning analytics revolution: Leveraging learning data for student success ECAR working group paper. Louisville, CO: EDUCAUSE.

Ferguson, R., Macfadyen, L., Clow, D., Tynan, B., Alexander, S., & Dawson, S. (2015). Setting learning analytics in context: Overcoming the barriers to large-scale adoption. Journal of Learning Analytics, 1(3), 120–144.

Foreman, S. (2013a). Five steps to evaluate and select an LMS: Proven practices. Learning Solutions Magazine. http://www.learningsolutionsmag.com/articles/1181/five-steps-to-evaluate-and-select-an-lms-proven-practices.

Foreman, S. (2013b). The six proven steps for successful LMS implementation. Learning Solutions Magazine. http://www.learningsolutionsmag.com/articles/1214/the-six-proven-steps-for-successful-lms-implementation-part-1-of-2.

Graham, C. R., Woodfield, W., & Harrison, J. B. (2013). A framework for institutional adoption and implementation of blended learning in higher education. The Internet and Higher Education, 18, 4–14.

Greller, W., & Drachsler, H. (2012). Translating learning into numbers: A generic framework for learning analytics. Journal of Educational Technology & Society, 15(3), 42–57.

Hazy, J. K., & Uhl-Bien, M. (2014). Changing the rules: The implications of complexity science for leadership research and practice. In D. V. Day (Ed.), Oxford Handbook of Leadership and Organizations. Oxford, UK: Oxford University Press.

Houchin, K., & MacLean, D. (2005). Complexity theory and strategic change: An empirically informed critique. British Journal of Management, 16(2), 149–166.

Kaski, T., Alamäki, A., & Moisio, A. (2014). A multi-discipline rapid innovation method. Interdisciplinary Studies Journal, 3(4), 163.

Kotter, J. P., & Schlesinger, L. A. (2008). Leading Change. Boston, MA: Harvard Business Review Press.

Laferrière, T., Hamel, C., & Searson, M. (2013). Barriers to successful implementation of technology integration in educational settings: A case study. Journal of Computer Assisted Learning, 29(5), 463–473.

Macfadyen, L., & Dawson, S. (2012). Numbers are not enough. Why e-learning analytics failed to inform an institutional strategic plan. Educational Technology & Society, 15(3), 149–163.

Macfadyen, L., Dawson, S., Pardo, A., & Gašević, D. (2014). Embracing big data in complex educational systems: The learning analytics imperative and the policy challenge. Research & Practice in Assessment, 9(2), 17–28.

Münch, J., Fagerholm, F., Johnson, P., Pirttilahti, J., Torkkel, J., & Jäarvinen, J. (2013). Creating minimum viable products in industry-academia collaborations. In B. Fitzgerald, K. Conboy, K. Power, R. Valerdi, L. Morgan, & K.-J. Stol (Eds.), Lean Enterprise Software and Systems (Vol. 167, pp. 137–151). Springer Berlin Heidelberg.

Norris, D., Baer, L., Leonard, J., Pugliese, L., & Lefrere, P. (2008). Action analytics: Measuring and improving performance that matters in higher education. EDUCAUSE Review, 43(1), 42.

Norris, D. M., & Baer, L. L. (2013). Building organizational capacity for analytics. Louisville, CO: EDUCAUSE.

Oster, M., Lonn, S., Pistilli, M. D., & Brown, M. G. (2016). The learning analytics readiness instrument. Proceedings of the 6th International Conference on Learning Analytics and Knowledge (LAK’16), 25–29 April 2016, Edinburgh, UK (pp. 173–182). New York: ACM.

Owston, R. (2013). Blended learning policy and implementation: Introduction to the special issue. The Internet and Higher Education, 18, 1–3.

Ritchey, T. (2011). General morphological analysis: A general method for non-quantified modelling. In T. Ritchey (Ed.), Wicked Problems: Social Messes. http://www.swemorph.com/pdf/gma.pdf

Siemens, G., Dawson, S., & Lynch, G. (2013). Improving the quality and productivity of the higher education sector: Policy and strategy for systems-level deployment of learning analytics. Sydney, Australia: Australian Government Office for Teaching and Learning.

Siemens, G., & Long, P. (2011). Penetrating the fog: Analytics in learning and education. EDUCAUSE Review, 46(5), 30.


1 cohort

License

Share This Book