Nieuws

Van Wilfred Rubens (redactie) | 29-11-2024 | | (0) reacties

Het OEB debat: over het verzamelen, opslaan en gebruiken van niet-essentiële gegevens over studenten #oeb24

Het jaarlijkse OEB-debat ging tijdens editie 2024 over: Dit Huis vindt dat het verzamelen, opslaan en gebruiken van niet-essentiële gegevens over studenten sterk moet worden beperkt.

Als de afsluiting van dag 1 van editie 2024 van de OEB was er weer het jaarlijkse OEB-debat. DE stelling was: “This House believes the Collection, Storage and Use of Non-Essential Data on Students Should be Heavily Restricted.”

Het panel bestond uit: Ellen Wagner (Managing Partner bij North Coast EduVisory LLC), Renate Samson (Special Projects Lead bij het Ada Lovelace Institute), Martin Bean (CEO van The Bean Centre, Australië) en Jane Bozarth (Director of Research bij The Learning Guild). Michael Onyango van The 4gotten Bottomillions mocht het debat modereren.

Centraal stond de vraag of de groeiende dataverzameling door onderwijsinstellingen en EdTech-bedrijven de privacy van studenten in gevaar brengt, en of strikte beperkingen noodzakelijk zijn voor niet-essentiële studentgegevens.

Argumenten voor:

• Instituten moeten al veel essentiële data verzamelen en bewaren. Dat varieert van identiteit, aanwezigheid tot financiële data. Heeft te maken met verplichtingen en wetgeving. Door ed tech vergaarde data is niet verplicht. Niet essentieel. Die data slaat een docent op in zijn hoofd. Bijvoorbeeld waar men op klikt, of lerenden uit het raam kijken, etc. We verzamelen niet alleen om zicht te krijgen op leren maar ook voor andere doelen. En dat kan bijvoorbeeld ten koste gaan van autonomie en creativiteit. Dat is zorgwekkend en niet in het belang van de lerende zelf.
• Kunnen we data wel op een verantwoorde manier opslaan en verwerken zodat het leren wordt ondersteund? De AVG legt vast wat we wel mogen opslaan, op basis van criteria. Educatieve technologie moet daar aan voldoen. Ook andere passende ontwerp eisen zijn vastgesteld. Profilen mag bijvoorbeeld niet. Echter, deze regels en standaarden worden vaak als drempekl voor innovatie gezien. Ze bieden echter kansen om goede ed tech te ontwikkelen.
• Vroeger werden veel gegevens verzameld die, als je de school verlaatte, werden vernietigd. Dat gebeurt niet meer. Data kan je blijven achtervolgen. We hebben echt een ‘permanent record’. Er wordt echt heel veel verzameld van lerenden, ook biometrische data. Veel van die data zijn niet van belang voor student succes. Ze vertellen meer dan over hoe lerenden leren.
• Veel ed tech wordt ontwikkeld zonder dat goed wordt nagedacht over de ethische gevolgen. Die bedrijven kunnen ook verdwijnen en gevoelige data meenemen. Je loopt ook meer risico als het gaat om identiteitsdiefstal. We hebben het vaak om kinderen. Die zijn extra kwetsbaar. Profilen is geweldig tot dat je een stigma krijgt.
• Het verzamelen en verwerken van data vereist werk. Je kunt die tijd niet op een andere manier besteden.
• Denk ook aan het risico van hacken. Zij nemen vaak data mee zonder dat de instelling dat week. Daarom moet je extra voorzichtig zijn.
• Mensen veranderen. Maar profielen gebaseerd op oude data geven een verkeerd beeld van iemand.
• Waarom zouden we onnodige risico’s lopen? Wie heeft echt baat bij het bewaren van deze data?
• Kijk eens naar hoe algoritmes omgaan met data.
• Informed consent? Kijk eens hoe we om gaan met al die voorwaarden en cookies.
• Dankzij AI kan jouw data gebruikt worden ook nadat je de organisatie hebt verlaten. Dan wordt jouw data dus ook nog steeds gebruikt.
• Hoe meer data we verzamelen, hoe meer energie we gaan gebruiken.

Argumenten tegen

• Data is noodzakelijk voor student succes. Angst, onzekerheid en twijfel mogen echter geen redenen zijn voor innovatie en verbeteringen van het leven van lerenden. Mensen met beperkingen dreigen achtergesteld te worden. Data helpt dat te voorkomen. Het gevaar zit in het negeren van data.
• Data is nodig voor vooruitgang. Zonder data is sprake van chaos. Het gaat om transparant en verantwoord en met toestemming gebruiken van data. Dankzij data, bijvoorbeeld over de persoonlijke achtergrond, kun je eventuele belemmeringen van lerenden vroegtijdig op het spoor komen. Daarbij gaat het ook om zogenaamde niet-essentiële data. Je kunt daardoor vroeg interveniëren.
• Data en onderzoek zijn van groot belang voor innovatie. Voorspellende analytics kan leiden tot minder uitval en meer afstuderen en minder uitval (hij verwees naar onderzoek).
• Onderwijs zonder data is als een auto rijden zonder banden.
• We hebben wel regulering nodig op het gebied transparantie, toestemming, beveiliging en impact. We hebben ook slimmere oplossingen nodig.
• Er is veel veranderd de laatste jaren als het gaat om data. meer zorgen, misbruik en angst. Er is echter geen sprake van een ‘permanent record’. We verzamelen gebeurtenissen.
• We moeten geen appels met peren vergelijken (bijvoorbeeld social media data en student succes data). Er kunnen inderdaad risico’s zijn. Maar hoe kun je die hanteerbaar maken? Daar gaat het om.
• Het gaat er ook niet om dat je alle data gaat verzamelen. We weten steeds beter welke data we moeten verzamelen.
• Wie bepaalt wat essentiële data zijn en welke niet? Hoe kunnen we innoveren zonder bewijs? Kunnen we echt met behulp van regulering veiligheid garanderen.
• Moeten we niet eerst kijken naar wat we kunnen doen, in plaats van wat we kunnen verbannen?
• Dankzij data kun je zicht bieden op welke groepen lerenden zijn achtergesteld. Om vervolgens actie te kunnen ondernemen.
• We moeten vooral investeren in bekwaamheden om data te analyseren.
• Er zijn ook andere manieren, meer transparante, manieren van informed consent.
• Het gaat om een kosten-baten analyse van datagebruik.
• Het moeten de individuen zijn die beschermd moeten worden als het gaat om data eigenaarschap.
• Elke innovatie kan goed worden gebruikt, of slecht. Mensen moeten via geletterdheid weten wat goed en slecht is.

De stelling is verworpen.