Автор Shailaja Neelakantan
⌚ 3мин
Поскольку государственные расходы на высшее образование продолжают сокращаться, а число учащихся резко падает, аналитика данных может стать бюджетным стимулом для Университетов.
В Университете штата Джорджия доказано, что он использует прогнозирующую аналитику для повышения уровня удержания и выпуска студентов, а многие другие высшие учебные заведения используют инструменты анализа данных для анализа данных студентов, чтобы выяснить, кто рискует бросить курс или уйти с курса.
Эти данные могут включать такие вещи, как посещаемость, использование Wi-Fi, посещения библиотек, своевременная оплата за обучение и, конечно же, оценки. Школы могут дать нуждающимся студентам дополнительный толчок или подтолкнуть их к более подходящей программе обучения.
Но хотя эти усилия заслуживают похвалы, они по-прежнему являются небольшими проектами, и колледжи и университеты не смогли до конца поговорить об использовании больших данных, о чем три отмеченных органа высшего образования заметили в недавнем заявлении. Эта неудача может негативно повлиять на итоги работы школ.
Подумайте об этом: только улучшение удержания студентов может приносить колледжам примерно 1 миллион долларов в год, согласно данным RPK Group. Если бы университеты расширили аналитику данных, чтобы добыть огромное количество информации, имеющейся в их распоряжении, они могли бы использовать эти данные для инноваций в рекрутинге студентов, эффективности институтов и сдерживании расходов. Поскольку государственные расходы на высшее образование продолжают сокращаться, а число учащихся резко падает, аналитика данных может стать бюджетным стимулом для университетов.
Ставки «слишком высоки», чтобы не использовать анализ данных
Анализ данных «может спасти высшее образование», - отметили в совместном заявлении Ассоциация институциональных исследований (AIR), EDUCAUSE и Национальная ассоциация сотрудников колледжей и университетов (NACUBO).
Три организации, которые вместе представляют 2500 колледжей и университетов, обрисовывают в общих чертах шесть принципов, которые, по их мнению, в случае их исполнения, будут устранять некоторые институциональные, этические, практические и бюрократические недостатки, которые мешают анализу больших данных. Они говорят, что следование их рекомендациям ускорит «осмысленное использование аналитики и позволит использовать возможности данных для принятия решений и действий, которые могут спасти высшее образование».
Большие инвестиции для больших доходов
В совместном заявлении говорится, что университеты должны вкладывать значительные средства не только в деньги, но и во время, и в талант, чтобы эффективно добывать данные. Не менее важно, что данные должны передаваться по всему институту - аналитика не должна проводиться изолированно или рассматриваться как отдельные свойства отдельных офисов внутри учреждения.
Аналитика работает лучше всего, когда поставлены цели на четкие, измеримые результаты. То, что сработало для Университета штата Джорджия, может не сработать для другого колледжа. Наряду с обеспечением наличия этих элементов важно, чтобы преподаватели, сотрудники и студенты развили навыки грамотности данных, чтобы эффективно анализировать данные, что приведет к повышению производительности во всех областях.
Эти виды единой стратегии могут принести университету больше денег, отметили три органа высшего образования.
Будьте этичны при использовании конфиденциальных данных студентов
Хотя денежная выгода от анализа данных может быть большим выигрышем, три органа образования говорят, что они не могут не подчеркнуть, что обучение и осведомленность среди персонала, занимающегося сбором конфиденциальных данных о студентах, имеют решающее значение.
Возьмите пример Университета штата Джорджия. Несмотря на то, что нет никаких сомнений в том, что учреждение добилось успеха с использованием прогнозной аналитики для повышения процента выпускников, были подняты жизненно важные вопросы о том, укрепляет ли этот процесс расовые стереотипы, увековечивает ли неравенство и вторгается в частную жизнь в университете, в котором большинство чернокожих, отмечает отчет Hechinger.
Прогнозирующие алгоритмы «могут усиливать историческое неравенство (и) направлять учащихся с низким доходом или цветных студентов в более простые специальности», согласно отчету Hechinger. Слепой поиск данных может серьезно поставить под угрозу карьеру и уверенность студентов.
Крайне важно иметь «глубокое понимание предположений, лежащих в основе аналитических методологий», отметили совместное заявление AIR, NACUBO и EDUCAUSE.
Помимо мер предосторожности в отношении этики, образования и опыта, самое важное, что сделали ассоциации, - это то, что в настоящее время университетам необходимо приступить к анализу данных.
«В течение каждого семестра мы не делаем все от нас зависящее, чтобы обеспечить успех студентов, включая использование аналитики для повышения успеваемости и завершения обучения студентов, которые покидают наши учебные заведения без выпуска, разочаровываются и имеют больше долгов, чем когда они поступили», - отметили три организации. "Время действовать - сейчас."