https://holbaek.dk/media/6550293/notat-om-smaa-og-store-skoler.pdf
http://skoleborn.dk/aug_2017/teller-storrelsen.html
Og sidst men ikke mindst, hvad vil det sige at "klare-sig-godt" som videregående uddannelse - udover de nøgletal, vi allerede kender og arbejder efter?
Handler det om at gå tættere på de studerendes læreprocesser. Hvordan gør man det, når vi gerne vil vide mere om 4000 studerende og hvordan vi lige netop kan bruge vores ressourcer til at støtte og udfordre dem i studie- og læringsarbejdet? Kræver det en politik og en ledelsesindsats:
file:///C:/Users/sute/Downloads/LAK_2017_paper_56.pdf
Og hvordan forholder vi os i den sammenhæng til, at de adaptive, nationale tests har vist sig meget svagere end tidligere antaget. Ligesom sundhedrobotten Watson ikke har kunne indfri ambitionerne, men snarere tværtimod: lavet fejl som ingen læge ville lave.
Vi skal vel fortsat se om den megen data kan anvendes til at skabe viden. Men måske er det nye spørgsmål: Hvordan kobles datadrevet mønstergenkendelse med intuitiv og subjektiv mønstergenkendelse?
Lad mig tage en case: Vi ved fra forskningsresultater, at dygtige forskere har tendens til at få dårligere scorer i studerendes tilfredshedsundersøgelser. Men er det undersøgt, om det er, fordi forskerne de facto er dårligere didaktikere og/eller undervisningspraktikere - og primært forskningsfokuserede. Eller er det fordi, de studerende ikke har viden til at bedømme, hvad der rent faktisk virker? Vi ved til gengæld fra egen erfaring, at nogle studerende føler de lærer mega meget af nogle undervisere, som andre studerende ikke føler de lærer noget af. Kan data, der der anvendes dynamisk i undervisningen måske være med til at give de studerende større indsigt i, hvad der får dem til at lære og hvad der ikke får dem til at lære?
