Big Data-værktøj rykker ind i gymnasierne og fortæller hvem der dropper ud

Fra i morgen kan lærere og studievejledere med et enkelt klik forudse, hvilke elever der vil droppe ud af gymnasiet inden for de kommende tre måneder – med 93 procents træfsikkerhed. Sammen med softwarefirmaet, Macom, har en datalogistuderende fra Københavns Universitet med sit kandidatspeciale skabt et værktøj, der bliver en integreret del af skolernes administrationssystem, Lectio. Værktøjet er baseret på data fra tusindvis af gymnasieelever. Ifølge undervisningsministeriets statistikker har frafaldsprocenten for de gymnasiale uddannelser ligget stabilt på omkring 20-22% mellem 2003 og 2007.


“Jeg læste en undersøgelse, som viser, at hvis man kunne halvere frafaldsprocenten hos 20-årige amerikanske studerende, så kunne den amerikanske regering spare 45 milliarder dollar årligt”, siger Nicolae-Bogdan Șara om motivationen til værktøjet.

Værktøjet er et advarselssystem, der med stor præcision fortæller læreren, hvilke elever, der er i fare for at droppe ud.

Den nu tidligere datalogistuderende, Nicolae-Bogdan Sara, har brugt ni måneder på at indsamle millioner af data om 70.000 danske gymnasieelever, der nu ligger til grundlag for det nye værktøj. Dataene kommer fra Lectio, der fungerer som intranet mellem skole, lærere og elever på mere end 90 procent af landets gymnasier.

Læs også: Bredt flertal vedtager udskældt lov om Center for Cybersikkerhed

»Systemet er nærmest en hellig gral af data samlet fra et helt land over ti år. Der er data om flere hundredetusinde gymnasieelever,« siger direktør i Macom, Martin Holbøll til Version2.

Ud fra de mange data har Nicolae Sara identificeret en række faktorer, som spiller ind på elevernes frafald. Hver for sig kan de ikke bruges til noget, men sammen giver de et meget nøjagtig billede af den nærmeste fremtid.

Den vigtigste enkeltstående faktor er klassestørrelse, lige efter kommer elevens fraværsstatistik for den seneste måned, og så følger faktorerne ellers nedad: Skolens størrelse, den gennemsnitlige indkomst i elevens boligområde, lærer-elev-ratio, missede afleveringer, køn, etnicitet og afstand til skole. Alle spiller de ind på elevens chance for at fuldføre uddannelsen.

Dyre dropouts

Ifølge tal fra Undervisningsministeriet dropper omkring en femtedel af danske gymnasieelever ud. Det koster naturligvis samfundet penge, men også for det enkelte gymnasium er det dyrt at have en stor frafaldsprocent.

Taxameterordningen giver 60.000 pr. år pr. elev, der fuldfører. Hvis eleven beslutter sig at stoppe midt i 2.g, koster det altså 120.000 kroner.

Læs også: Microsoft: To mindre batterier i din smartphone er bedre end et stort

»Men hvis skolen får mulighed for at gribe ind, er der flere penge til tiltag, der kan fastholde eleverne – for eksempel mentorordninger, psykologhjælp eller det såkaldte ‘skrivefængsel’, hvor eleverne kan lave afleveringer efter skole,« siger Martin Holbøll.

Værktøjet er det første af sin størrelse i verden. I andre lande er lignende systemer baseret på data fra et par hundrede elever, hvilket selvsagt gør dem langt mindre skudsikre. Nicolae-Bogdan Șaras speciale blev belønnet med karakteren 12.

Også i 2012 implementerede Macom et studenterprojekt i Lectio-systemet i form af et værktøj, der screener skriftlige opgaver for plagiering.

Fakta

  • Værktøjet til forudsigelse af dropouts er baseret på Machine Learning – at programmere en computer eller et system til at lære ud fra data.
  • Lectio er Danmarks mest besøgte site på trods af en snæver målgruppe. I gennemsnit logger hver gymnasieelev på sitet ti gange om dagen og besøger i samme ombæring ti forskellige sider.
  • Lectio er et cloudbaseret system, der i princippet udkommer i en ny version hver dag. Det har især den fordel, at det er lettere for udviklerne at ændre algoritmerne i fx. dropout-værktøjet, når brugerne kommer med feedback. »Vi er altid i beta«, siger Martin Holbøll.
  • Nicolae-Bogdan Sara fik karakteren 12 for sit speciale.
Posted in computer.

Leave a Reply

Your email address will not be published. Required fields are marked *

You may use these HTML tags and attributes: <a href="" title=""> <abbr title=""> <acronym title=""> <b> <blockquote cite=""> <cite> <code> <del datetime=""> <em> <i> <q cite=""> <strike> <strong>