‘Data-analyse gebeurt inmiddels overal’, vertelt Leydi. ‘In alle sectoren worden gegevens verzameld om inzicht te verkrijgen. 

In het onderwijs is dit echter nog nieuw. Ik houd me bezig met wat data-analyse voor de non-profit sector kan betekenen. Ik zorg ervoor dat mensen meer kennis krijgen over wat data-analyse precies is en dat ze er vertrouwd mee raken. Want het roept nogal eens vragen op. Wat precies het voordeel is van data-analyse voor -in dit geval- de kwaliteit van het basisonderwijs, bijvoorbeeld.’

Persoonlijke leerlijnen

‘Met het analyseren van gegevens kunnen we bijvoorbeeld inzicht krijgen in de prestaties van de kinderen’, legt Leydi uit. ‘Dat gebeurt op veel plekken al, maar je kunt bijvoorbeeld de bevoegdheden  van de leerkracht koppelen aan de scores in de klas. Is daar een verband? Daarnaast is er steeds meer vraag naar persoonlijke leerlijnen via bijvoorbeeld online modules. Hoe meer we weten van een leerling, hoe meer we onderwijs op maat kunnen bieden.’

Profielen

‘Er worden al profielen samengesteld van leerlingen, op basis van bijvoorbeeld geslacht, leeftijd, inkomen van de ouders, culturele context. Dit zijn er niet een paar, maar honderdduizenden profielen. Gepersonaliseerd onderwijs komt zo steeds dichterbij. Nu is dat lastig, met 30 kinderen en in de traditionele rol van de leraar. De leraar wordt steeds meer begeleider.’

Verwachtingen

‘Natuurlijk zitten er risico’s aan deze ontwikkeling. Waar we voor op moeten passen is dat we gaan werken met verwachtingen. Dat we prestaties gaan voorspellen op basis van variabelen, in plaats van door te kijken naar de leerling.’

AVG

Hoe zit het met de nieuwe privacywetgeving? 'Data analyse en de Algemene Verordening Gegevensbescherming (AVG) hoeven elkaar niet per se te bijten’, legt ze uit. ‘Niet alle gegevens zijn persoonsgegevens. Het gros is niet herleidbaar naar de persoon. Vanzelfsprekend stelt men vragen, en dat is ook goed. Dat hoort bij pionieren.’