Hvordan Sydafrika kan forberede sig på et datadrevet uddannelsessystem

Der er betydelige forskelle i Sydafrikas uddannelsessystem. Skoler er opdelt i kvintiler, fra en til fem; de fattigste, i første kvintil, kæmper enormt med mangel på ressourcer og støtte. De har også en tendens til at have dårligere uddannelsesresultater. Det har en direkte effekt på universitetsoptagelse og resultater.

Et af regeringens forsøg på at imødegå disse uligheder er gennem teknologi. Dette begyndte allerede i 2003 med udkastet til hvidbog om e-uddannelse. Disse og lignende politikker har til formål at ressource mere marginaliserede skoler, universiteter og gymnasier med digitale værktøjer. Det her, i et forsøg på at "springe" adgang til interaktivt læringsindhold og forbedrede administrative muligheder. COVID-19-lockdowns har gjort denne tilgang "bydende nødvendigt ... nu er det eneste, vi kan gøre, " ifølge landets ministerium for grundlæggende uddannelse.

Mere og mere, data- og datadrevne værktøjer dukker op som et centralt træk ved dette digitale svar. Udviklere af disse teknologier lover et nyt niveau af indsigt og automatisering, der efterligner menneskelig intelligens. De hævder, at dette vil bringe større effektivitet og effektivitet til både undervisning og læring såvel som til administrative processer. De foreslår, at præstationsdashboards, automatiserede vurderinger, chatbots og adaptive læringsteknologier kan afbøde mange af de udfordringer, som landets lærere står over for, undervisere, distriktschefer og universitetsadministratorer.

Der er et voksende globalt evidensgrundlag, der understøtter denne slags tilgange. For eksempel, lærere i ressourcesvage skoler med store klasser kunne bruge teknologi til at indsamle individualiserede data. Med dette kunne de udvikle mere personlige læringsoplevelser for elever baseret på deres styrker og svagheder.

Data er rygraden i disse værktøjer. Væksten i maskinlæring og andre intelligente applikationer er blevet ansporet af den øgede indsamling og tilgængelighed af data. Sådanne data ligger til grund for den slags adaptive applikationer og nye teknologier, der foreslås til brug i uddannelsessystemet.

Vi samarbejdede om en guide, der undersøger, hvordan Sydafrika kan sikre, at dets datapolitik og styring tager nogle af erfaringerne og bekymringerne fra tidligere implementeringer af undervisningsteknologi i betragtning. Den overvejer også de praktiske skridt, der er nødvendige for at dette kan ske. Vejledningen er en del af en serie kurateret af Policy Action Network (PAN), et projekt af Sydafrikas Human Sciences Research Council (HSRC).

Her er nogle af de ting, en datapolitik for Sydafrikas uddannelsessystem bør overveje.

Teknologiens indvirkning

Erfaring viser, at blot at levere teknologi til lærere eller elever har en begrænset effekt på uddannelsesresultater. Fordelene ved online, assisteret læring og adfærdsmæssige interventioner varierer også afhængigt af, hvordan teknologien bruges, og i hvilken sammenhæng. Dette fremhæves i arbejdspapirer, der gennemgår effektiviteten af ​​uddannelsesteknologi globalt og i udviklingslande.

I Sydafrika, spørgsmål om effektivitet forstærkes. Det er på grund af bekymringer om ulige internetadgang. Omkostningseffektivitet og lærernes opfattelser er også spørgsmål.

Datastyring

Et nøglespørgsmål handler om, hvordan data indsamles, delt og brugt. Det er afgørende, at personlige oplysninger holdes private. Uddannelsesinstitutioner skal overholde loven om beskyttelse af personlige oplysninger (POPIA), som træder i kraft senere i 2021.

Et andet spørgsmål vedrører deling og genbrug på tværs af det bredere spektrum af uddannelsesdata. Dette spænder fra indholdet af bøger og tidsskriftsartikler til administrative data, såsom studerende tilmeldinger og dimissioner. Deling eller offentliggørelse af disse data på en ansvarlig måde kan stimulere udviklingen af ​​mange kreative og nyttige applikationer. Men datadeling krydser med udviklende love om ophavsret og debatter omkring ejerskab og genbrug. Disse vil have konsekvenser for datadrevet innovation i sektoren.

Et tredje punkt er at tage højde for veldokumenterede bekymringer om bias indlejret i eksisterende data, som bliver brugt i beslutningsstøtteansøgninger. Hvis dette ikke bliver behandlet, datadrevne applikationer kan forstærke historiske fordomme og praksis relateret til uddannelse.

Et holistisk politisk svar

Sydafrika behøver ikke at genopfinde hjulet for at håndtere disse problemer. Andre lande udforsker politiske tilgange, der kan vejlede eller informere deres tilgang. For eksempel, en statslig tænketank i Indien udviklede en national kunstig intelligens (AI) strategi. Dette peger på forskellige eksempler på, hvordan landet kan bruge AI-teknologier til at understøtte uddannelse. Vigtigt, imidlertid, det foreslår også at kopiere Storbritanniens Center for Data Ethics and Innovation for at sikre etisk og sikker brug af data.

I overensstemmelse med denne tilgang, en rapport bestilt af Australian National Department of Education, beskriver, hvor kritisk det er, at anvendelsen af ​​kunstig intelligens skal være i overensstemmelse med menneskerettighederne.

Der er også eksisterende ressourcer i Sydafrika. Disse omfatter den nyligt udgivne rapport om den fjerde industrielle revolution (4IR) og anbefalinger fra en diskussion i 2019 fra Department of Higher Education and Training om 4IR-implikationer. POPIA og relateret lovgivning giver vejledning om, hvordan data skal offentliggøres, brugt og håndteret, herunder til automatiseret beslutningstagning.

Disse ressourcer anerkender, at en række underliggende problemer skal løses for at drage fordel af datadrevet innovation, såsom tilslutningsmuligheder og behandlingskapacitet. AI-drevne systemer er ressourcekrævende. Enhver introduktion af datatjenester vil kræve en understøttende digital infrastrukturplan, som omhandler ydeevne, sikkerhed og inklusion.

En anden prioritet er færdigheder. Der er eksisterende retningslinjer for at støtte lærere, der bruger digitale teknologier. Disse retningslinjer anerkender indholdets indbyrdes afhængige karakter, måder at undervise på, og teknologi. Yderligere træning og opdaterede retningslinjer vil være nødvendige for at håndtere rollen og brugen af ​​data, sandsynligvis begyndende med et bredt datafærdighedsprogram.

Men der skal mere til. Teknologipolitik, adoption og udgifter til uddannelse involverer ofte mere end ét ministerium. Dette gør tidlig engagement og kommunikation vigtig.

Specifikke politikker skal opdateres eller udvikles for at vejlede brugen og implementeringen af ​​data, maskinlæring og det bredere spektrum af automatiserede beslutningstagningsværktøjer. Disse bør styre, hvordan data indsamles, håndteres og deles for at balancere relevant gennemsigtighed, privatliv og etiske principper og love. Pædagoger, politiske beslutningstagere, forskere og innovatører i sektoren skal alle involvere sig.

Denne artikel er genudgivet fra The Conversation under en Creative Commons-licens. Læs den originale artikel.