Afgelopen woensdag kwam de community EdTech voor Onderwijsinnovatie weer bij elkaar. Er stonden drie onderwerpen op de agenda: 1) de Technological Impact Cycle Tool als gespreksstarter om na te denken over de impact van (nieuwe) technologieën in de instelling, 2) EdTech Testbeds: verschillende manieren voor het rigoureus, transparant en repliceerbaar testen van onder andere nieuwe technologieën, en 3) Maginex - het platform voor content op het gebied van Extended Reality.
De bijeenkomst is ook terug te kijken.
In het kader van de digitaliseringsimpuls onderwijs start per 1 mei ook een pilothub Studiedata en AI. De pilothub geeft richting aan de toekomst van studiedata en ai in het onderwijs. Ze richt zich op vragen als: wat is er nodig om veilig en betrouwbaar studiedata en ai te kunnen gebruiken, hoe zetten we dat in in ons onderwijs, welke bijdrage kan dat leveren aan de kwaliteit van ons onderwijs en manier van werken? En, vooral, wat is daarvoor nodig. Over die vragen willen we op 15 maart van 10.00 uur tot 16.00 uur in gesprek met elkaar om zo de eerste potloodschetsen te kunnen zetten. Meld je aan via https://edu.nl/y4bvr
Note: het aanmeldsysteem geeft misschien nog aan dat het event vol zit. Dit wordt zo snel mogelijk aangepast. Via de wachtlijst kan je ook toegang krijgen, dus meld je gerust nog aan!
In het onderwijs en onderzoek krijgen studenten, wetenschappers en docenten veel vrijheid in de manier waarop ze ict gebruiken. Faculteiten en instituten werken autonoom, zodat ze snel kunnen inspringen op nieuwe ontwikkelingen. Mede daardoor ontstaat schaduw-ict. Dit kan voor ict-afdelingen leiden tot een verlies van controle. In het bijzonder voor de netwerk- en informatiebeveiliging zijn de risico’s moeilijk te overzien en veel instellingen vragen zich af wat ze er mee aan moeten.
Velen van ons zijn bezig met ontwerpen, vormgeven of geven van blended onderwijs. Er is en wordt veel wetenschappelijk onderzoek gedaan naar blended learning, en daardoor is er veel kennis beschikbaar. Maar waar haal je de tijd vandaan om die kennis tot je te nemen? Hoe bepaal je welke artikelen relevant zijn? En welke kennis uit onderzoek kun je toepassen in je eigen praktijk? Speciaal voor jou bieden we daarom elke maand op een laagdrempelige manier kennis aan over blended onderwijs. Dit is deel 6 in de reeks.
English follows Dutch
In december is het versnellingsplan officieel afgesloten en in januari zijn er nog wat mooie producten geplaatst van de werkgroep digitaal onderwijs in praktijkvaardigheden. Tijd dus om terug te kijken op de afgelopen twee jaar. Wat hebben we geleerd en opgeleverd?
De transformatie van ons hoger onderwijs is sinds het begin van de coronapandemie in 2020 in een stroomversnelling geraakt. Digitalisering die eerder niet voor mogelijk werd gehouden, werd tijdens de pandemie in sneltreinvaart geregeld. ‘Het nieuwe normaal’ is inmiddels al een tijdje gemeengoed. Een mix van online en on-campus onderwijs is op veel plekken behouden, hoewel de collegezalen soms akelig leeg bleven. Studenten zijn anders naar het hoger onderwijs en technologie gaan kijken. In Nederland maar ook daarbuiten, zo blijkt uit dit rapport.
28 januari is de Europese dag van de Privacy. Een mooi moment om privacy onder de aandacht te brengen bij je studenten, docenten en medewerkers. Deze drie instellingen kozen er voor om aandacht te besteden aan privacy awareness rond 28 januari. Hoe zag zo'n awareness moment er bij hen uit?
Open Pedagogy is an important tool for strengthening meaningful learning, this is the case postulated by Marijn Post, Michiel de Jong, Marjon Baas, and Ria Jacobi, members of SIG Open Education. They argue that meaningful learning is crucial because it ensures that there is meaning and impact throughout the entire knowledge development process. This in turn is needed to solve the contemporary problems we face in society. To strengthen meaningful learning in higher education, the authors have developed the Open Pedagogy Framework 2.0.
The pace at which new applications of AI appear is matched only by the stories about their potential danger, the bias they include and the dystopic scenarios they may trigger. These concerns have started discussions in governments, academia, and the private sector about how to best use AI and mitigate the associated risks. One of the challenges is the explainability of AI systems. How do we know what the outcome of an AI model really means and what features mattered most when coming to that conclusion?
In navolging van onze sessie over Learning Analytics van 19 januari, volgt een (bredere) werksessie Studiedata & AI op 15 maart. In deze sessie halen we graag informatie op om de pilothub Studiedata en AI binnen de Digitaliseringsimpuls verder vorm te geven. De precieze invulling volgt later, maar meld je alvast aan.