Het toewijzen van leerlingen aan hun volgende onderwijsvorm: in hoeverre vertrouwen leerkrachten op datagestuurde / intuïtieve processen bij het bepalen van het vervolgonderwijstraject van leerlingen?
Auteurs: Kirsten Vanlommel, Roos van Gasse, Jan Vanhoof en Peter van Petegem
Publicatie: Studies in Educational Evaluation, 69 (2021), 100865.
Publicatiejaar: 2021
Sorting pupils into their next educational track: How strongly do teachers rely on data-based or intuitive processes when they make the transition decision?
Uitgewerkt door Henderien Steenbeek en Vera de Vries
Dit artikel onderzoekt hoe leerkrachten de overgang van leerlingen van het basisonderwijs (po) naar het voortgezet onderwijs (vo) beslissen, met aandacht voor de rol van zowel intuïtieve als datagestuurd processen. Traditioneel werd de intuïtieve beoordeling van leerlingen door leerkrachten gezien als een betrouwbare basis voor het nemen van beslissingen, maar de laatste tijd wordt van hen verwacht dat ze steeds meer gebruikmaken van data om hun keuzes te onderbouwen. De studie richt zich op de overgangsbeslissingen voor 30 leerlingen in hun laatste jaar van het basisonderwijs in Vlaanderen. De studie benadrukt de noodzaak om intuïtieve en datagestuurde benaderingen te integreren voor een professionele en geïnformeerde besluitvorming over de toewijzing aan de juiste onderwijsvorm in het voortgezet onderwijs. Het onderzoek is uitgevoerd als een case-study waarbij één specifieke situatie werd geanalyseerd.
Het artikel start met de bespreking van theorieën over zowel datagebruik als intuïtieve evaluatie. Hierbij gaan de auteurs uit van een geïntegreerde benadering van leraarbeoordeling. Omdat de onderzoekers willen begrijpen hoe beide aspecten van leraarbeoordeling de verschillende stappen in het overgangsbeslissingsproces kunnen beïnvloeden, worden verschillende theorieën besproken en geïntegreerd volgens de fasen in het beslissingsproces: (a) probleemdefinitie; (b) dataverzameling; (c) interpretatie; en (d) evaluatie van alternatieven. Deze gecombineerde benadering biedt een geïntegreerd raamwerk om zowel de rationele als intuïtieve aspecten van lerarenbesluitvorming in het onderzoek te onderzoeken.
Onderzoeksvragen en hypothesen
Het onderzoek richt zich op één hoofdvraag, namelijk: Hoe intuïtief of datagestuurd zijn de beslissingen van leerkrachten bij het toewijzen van een leerling aan een onderwijstraject? Binnen deze hoofdvraag worden twee deelvragen gesteld. Ten eerste wordt onderzocht hoe intuïtieve en datagestuurde processen de verschillende stappen in het besluitvormingsproces van leerkrachten beïnvloeden. Ten tweede richt de studie zich op de vraag hoe leerkrachten een overgangsbeslissing maken aan het einde van het jaar, en wat de doorslaggevende bewijsbasis is bij het nemen van de uiteindelijke beslissing.
De onderzoekers veronderstellen dat zowel intuïtieve als datagestuurde processen essentieel zijn in dit proces. Ze zouden intuïtie gebruiken om problemen te herkennen, terwijl data hen helpt om deze problemen verder te analyseren en te onderbouwen.
Resultaten
Het onderzoek toont dat leerkrachten vaak starten met intuïtieve herkenning van problemen, waarbij data voornamelijk worden gebruikt om intuïties te bevestigen in plaats van te weerleggen. Bevestigingsbias (‘de neiging om informatie te zoeken, te interpreteren en te herinneren op een manier die overeenstemt met onze bestaande waarden, meningen of overtuigingen’) komt regelmatig voor, met name bij kwetsbare groepen zoals NT2-leerlingen of leerlingen met een lage sociaal-economische status.
In een derde van de gevallen interpreteerden leerkrachten data op basis van persoonlijke overtuigingen in plaats van gedeelde criteria, wat leidde tot minder objectieve beslissingen.
Intuïtieve processen domineerden vaak, wat resulteerde in negatieve aanbevelingen voor het voortgezet onderwijs, vooral bij gemiddelde presteerders.
Het onderzoek benadrukt dat leerkrachten niet altijd systematisch gegevens verzamelen en analyseren, waardoor intuïtieve processen vaak domineren in de eindbeslissing.
Implicaties en aanbevelingen
Dit onderzoek, uitgevoerd in een context zonder centrale examens vraagt om voorzichtigheid bij generalisatie naar situaties met een hoge verantwoordingsdruk. Toekomstig onderzoek moet kijken naar hoe beslissingen in dergelijke contexten worden genomen. Daarnaast is de kwaliteit van de genomen beslissingen niet geëvalueerd; longitudinaal onderzoek is nodig om de impact op leerlingen te begrijpen. Tot slot zou vervolgonderzoek ook startende leerkrachten moeten betrekken, om de invloed van ervaring op besluitvorming te onderzoeken. Deze inzichten kunnen bijdragen aan betere en eerlijkere onderwijsbeslissingen.
Conclusie
Dit onderzoek benadrukt dat beslissingen van leerkrachten een complex samenspel vormen tussen intuïtieve en datagedreven processen. Een geïntegreerd perspectief is essentieel om deze processen te begrijpen en effectief te benutten. Beleidsmakers en scholen zouden meer aandacht moeten besteden aan de rol van intuïtie en moeten investeren in training en ondersteuning om leerkrachten te helpen meerdere informatiebronnen te combineren. Dit vergroot de validiteit en rechtvaardigheid van onderwijsbeslissingen, terwijl het risico op valkuilen, zoals overmatig vertrouwen op intuïtieve oordelen, wordt verminderd. Toekomstig onderzoek moet zich richten op het ontwikkelen van een breder competentiekader voor leerkrachten en het evalueren van langetermijneffecten van geïntegreerde besluitvorming.
Geraadpleegde literatuur uit het artikel
Datnow, A., & Hubbard, L. (2016). Teacher capacity for and beliefs about data-driven decision making: A literature review of international research. Journal of Educational Change, 17(1), 7–28. https://doi.org/10.1007/s10833-015-9264-2
Hammond, K. R., Hamm, R. M., Grassia, J., & Pearson, T. (1987). Direct comparison of the efficacy of intuitive and analytical cognition in expert judgment. IEEE Transactions on Systems, Man, and Cybernetics, 17(5), 753–770. https://doi.org/10.1109/TSMC.1987.4309095
Kahneman, D., & Frederick, S. (2005). A model of heuristic judgment. In J. H. Keith & R. G. Morrison (Eds.), The Cambridge handbook of thinking and reasoning (pp. 267–293). Cambridge University Press.
Klein, G. (1997). The recognition-primed decision (RPD) model: Looking back, looking forward. In C. E. Zsambok & G. Klein (Eds.), Naturalistic decision making (pp. 285–292). Lawrence Erlbaum Associates.
Klein, G. (2008). Naturalistic decision making. Human Factors, 50(3), 456–460. https://doi.org/10.1518/001872008X288385
Mandinach, E. B., Honey, M., & Light, D. (2006). A theoretical framework for data-driven decision making. Paper presented at the Annual Meeting of the American Educational Research Association (AERA), San Francisco, CA.
Schildkamp, K., Poortman, C. L., & Handelzalts, A. (2016). Data teams for school improvement. School Effectiveness and School Improvement, 27(2), 228–254. https://doi.org/10.1080/09243453.2015.1056192