Knowledgebase Dataondersteund onderwijs
Ik wil weten wat definities en termen zijn
Verantwoord virtueel – Bescherm consumenten in virtual reality
We presenteren een overzicht met de belangrijkste ethische en maatschappelijke vraagstukken die spelen rond VR in het consumentendomein. Uit deze verkenning blijkt dat het immersieve en intieme karakter van VR leidt tot een veelvoud aan ethische en sociale kwesties, zoals op het gebied van privacy, autonomie, fysieke en mentale integriteit, geïnformeerde toestemming en toegang tot technologie.
Bron:
Belangrijkste technologische trends voor het onderwijs
Welke technologieën gaan de komende jaren een beslissende rol spelen in het onderwijs? Die vraag beantwoorden we graag in dit artikel. Artificial intelligence (AI), internet of things, interfaces en vertrouwen in de digitale wereld: deze 4 trends schetsen we op hoofdlijnen. En we laten hun samenhang zien.
Bron:
Ik wil aan de slag met richtlijnen en kaders
AI in het onderwijs: dit zijn de belangrijkste ethische aandachtspunten
Leren met digitale leermiddelen die zich direct aanpassen aan de persoonlijke ontwikkeling van de leerling: artificial intelligence (AI) maakt het in de toekomst waarschijnlijk mogelijk. Dit kan voor grote veranderingen in het onderwijs zorgen en de rol van de leraar aan het schuiven brengen. Welke ontwikkelingen vinden we wel en niet wenselijk? Het onderwijs kan hier actief in sturen en belangrijke onderwijswaarden voorop zetten. Een overzicht van de belangrijkste ethische aandachtspunten helpt u op weg.
Bron:
Een ethisch gesprek over data, hoe doe je dat?
Onderwijs verandert razendsnel. Nieuwe ontwikkelingen zorgen er voor dat we steeds meer data genereren. Bewust, maar vaak ook onbewust. Het is belangrijk om hierover met elkaar een ethisch gesprek te voeren, zodat we als docent, team en instelling stilstaan bij wat er allemaal gebeurt met (studie)data. Verslag van een datadinsdag met een workshop ethiek, met diverse doorverwijzingen en bronnen.
Bron:
Data-ethiek gaat over een bewuste, reflectieve omgang met data, waarin de wenselijkheid van het datagebruik en de doelen ervan wordt bevraagd. Hiervoor is geen pasklaar format, maar zijn wel handvatten te geven. Men kan de eenvoudige drietrapsvraag stellen (kan, mag, wil) en een aantal waarden centraal stellen in de overweging.
Bronnen:
VU ethisch kader:
https://www.vu.nl/nl/Images/Code-of-practice-privacy-ethiek-SA2017_v1_CC_tcm289-878414.pdf
Kennisnet, waarden wegen
https://www.kennisnet.nl/app/uploads/kennisnet/publicatie/Kennisnet-Ethiekkompas-Waardenwegen.pdf
Jisc code of practice
https://www.jisc.ac.uk/guides/code-of-practice-for-learning-analytics
Referentiekader Privacy en Ethiek Studiedata
Heb je vragen over privacy en ethiek met studiedata? De zone Veilig en betrouwbaar studiedata benutten stelt de 0.8 conceptversie van het Referentiekader privacy en ethiek voor studiedata beschikbaar. Het Referentiekader beschrijft zowel de ethische uitgangspunten als de juridische (privacy) kaders waar instellingen voldoende aandacht aan moeten besteden bij het verantwoord gebruik van studiedata.
Bron:
Houd controle over AI toepassingen op het gebied van learning analytics
Dankzij kunstmatige intelligentie (AI) en big data zijn we in staat om onderwijs en opleiden meer toe te spitsen op het niveau en het leergedrag van de individuele lerende. De bijdrage Discrimination in a Sea of Data: Exploring the Ethical Implications of Student Success Analytics laat zien dat deze ontwikkeling ook negatieve kanten kan hebben. Bepaalde lerenden kunnen daardoor baat hebben bij de combinatie AI en learning analytics, maar anderen juist niet.
Bron:
Verantwoord inzetten van artificial intelligence
De verwachtingen rondom artificial intelligence (AI) of kunstmatige intelligentie zijn hooggespannen. De technologie kan intelligente taken waar voorheen menselijke intelligentie voor nodig was steeds beter en sneller uitvoeren. Hierbij worden algoritmes ingezet die grote hoeveelheden data verwerken om op basis daarvan een beslissing te nemen. Alleen is niet altijd duidelijk hoe zo’n algoritme die beslissing neemt. En dat kan voor ongewenste effecten zorgen. Hoe zetten we artificial intelligence verantwoord in?
Bron:
Kansen(on)gelijkheid en adaptieve leertechnologie
Digitale technologie in het onderwijs kan bijdragen aan kansengelijkheid maar die kansengelijkheid juist ook in de weg zitten. Hoe zit dat precies? In deze podcast spreken we dr. Inge Molenaar en prof. dr. Eddie Denessen over de invloed van adaptieve leertechnologie op kansengelijkheid.
Bron:
Discrimination in a Sea of Data: Exploring the Ethical Implications of Student Success Analytics
Bron:
Ik wil aan de gang met stappenplannen en werkwijzen
Ethische en juridische aspecten bij datagedreven onderzoek: https://www.digitaleoverheid.nl/overzicht-van-alle-onderwerpen/nldigibeter/toolbox/aandacht-voor-ethische-en-juridische-aspecten/
Ethische beoordeling van een concreet onderzoek.
Voor enkele projecten of een groot project kun je de Sheila methodiek gebruiken.
Enkele projecten of een groot project:
https://sheilaproject.eu/
Sheilaframework v2 pdf met te doorlopen stappen:
https://sheilaproject.eu/sheila-framework/
Het Ethiekkompas is bedoeld voor iedereen in het onderwijs die te maken heeft met ethische vraagstukken rond digitalisering.
Ethiek gaat over het goede handelen. Daarbij staan waarden centraal.
Hulpvragen om te ontdekken of je met een ethische vraag te maken hebt
Roept de vraag een bepaalde intuïtie over goed of kwaad of een emotie op?
Staan er waarden op het spel en waarom is dat het geval?
Kan iemand (of een bepaalde groep) er schade van ondervinden?
bronnen:
https://wijzer.kennisnet.nl/ethiekkompas
Ethische beoordeling van een concreet onderzoek: Voor een eenmalig klein project:
De ethische data assistent (DEDA) helpt data-analisten, projectmanagers en beleidsmakers om ethische problemen in dataprojecten, datamanagement en databeleid te herkennen.
DEDA is in nauwe samenwerking met data-analisten van de Gemeente Utrecht ontwikkeld en bestaat uit een toolkit die helpt bij het in kaart brengen van ethische kwesties bij dataprojecten, bij het documenteren van het beraadslagingsproces en bij de bevordering van de verantwoording aan de diverse stakeholders en het publiek.
DEDA bestaat uit een worksheet voor brainstormsessies, een interactieve vragenlijst en een handleiding. Alle tools zijn gepubliceerd door de Utrecht Data School van de Universiteit Utrecht.
Voor enkele projecten of een groot project kun je de Sheila methodiek gebruiken
Bronnen
DEDAtool voor een concreet (klein) project
https://dataschool.nl/deda