Jan 292014
 

coursera_specialisation Gisteren heb ik samen met een aantal collega’s een werklunch verzorgd over Open en online onderwijs. En toen was het een van de zaken die naar voor kwam toen we het over de Masterclasses van de Open Universiteit hadden (dat zijn weliswaar geen MOOCs maar vallen wel degelijk binnen de noemer Open online onderwijs): als je een deel van het aanbod gratis maakt en zeker als je dat gratis aanbod in dezelfde (online) omgeving aanbiedt als je betaalde aanbod dan wordt de drempel voor deelnemers om van dat betaalde aanbod gebruik te maken (als het goed is) kleiner. Immers, ze weten al wat de kwaliteit van het aanbod is, ze kennen je als aanbieder, en hebben dus (zeker als het om bijscholing gaat) een veel beter verhaal naar zichzelf of wie dan ook die die kosten moet verantwoorden.

Coursera Specialisations
En datzelfde overkwam mij toen ik voor de tweede keer hoorde van de Coursera Specialisations. De eerste keer, een paar dagen geleden, had ik het online voorbij zien komen als iets wat Coursera ging doen in een poging om meer betalende klanten te krijgen. Maar de tweede keer was gisterenavond in een mail die ik kreeg vanuit de Johns Hopkins universiteit. Ik zit namelijk in de vierde en laatste week van de Computing for Data Analysis MOOC. Bij die MOOC heb ik me ingeschreven voor de (betaalde) signature track en ik ga hem zeker afronden. Want de toetsen en zeker de programmeeropdrachten in R zijn uitdagend (maar niet té moeilijk) genoeg, het materiaal is helder en het is een onderwerp dat past bij het onderzoek waar ik nu mee bezig ben. Kortom, ik ben tevreden over deze MOOC. Daarnaast heb ik eind vorig jaar de staart van de Data Analysis MOOC meegepikt. Omdat ik toen druk bezig was met de Statistics One MOOC (die heel schandalig geen enkel course record biedt en waarvan ik dus niet kan ‘bewijzen’dat ik écht alle 8 homework toetsen, alle 8 bijbehorende practica in R, de Midterm en de eindtoets met maximale score afgerond heb) kon ik daar alleen wat video’s van meepikken, maar duidelijk was dat ook die goed aansluit bij wat ik wil leren. Kortom, ik heb inmiddels al positieve ervaring met John Hopkins als het gaat om dit onderwerp en online onderwijs. Ik ben als het ware al verkocht aan ze.

Dus nu zij een Specialisation aanbieden op het gebied van Data Science met daarin dezelfde docenten als de hierboven genoemde MOOCs, ben ik uiteraard meer dan geïnteresseerd.

Risicoloos
Het geheel is tamelijk laagdrempelig en risicoloos.
Data_Science_SpecialisationDeze specialisatie blijkt de meest uitgebreide en daarmee de duurste specialisatie uit de hele set te zijn. Hij bestaat namelijk uit 9 onderdelen én een afsluitend project. Maar, ik hoef me niet vooraf voor ze alle 10 in te schrijven. Ik kan ze één voor één kiezen, in theorie in de volgorde die ik wil, al geven ze voor deze specialisatie wel aan dat het verstandig is ze in de voorgestelde volgorde te volgen.
Ik heb al één voordeeltje binnen. De Computing for Data Analysis MOOC die ik nu volg blijkt dusdanig te overlappen met de R Programming MOOC dat ik, maar alleen omdat ik al de betaalde signature track volg, vrijstelling krijg voor die MOOC. Jazeker, je kunt nu al vrijstellingen voor een MOOC krijgen.

Planning (uitdaging)
De andere 8 MOOCs en het project zijn al een aantal keer ingepland. Maar eigenlijk nog niet echt ver genoeg vooruit. Ze gaan tot nu toe niet verder dan augustus 2014. Dat lijkt al even vooruit, maar ik kan je van de Computing for Data Analysis MOOC vertellen dat je daar toch wel een paar uur per week aan bezig bent. Als je de video’s allemaal bekijkt, ben je elke week 1,5 uur kwijt (er zit 400 uur aan video in de MOOC). Tel daar zeker nog een uur of 3 per week bij voor de programmeeropdrachten + theorietoets, dan moet je dus toch gewoon een ruim dagdeel tellen.

Zou je in augustus aan het project willen beginnen en de serie dus per september afronden, dan moet ik er (ook met mijn vrijstelling vanaf april steeds 2 tegelijkertijd uitvoeren. Zo dus:

1. The Data Scientist’s Toolbox Start 7 april 2014
2. R Programming Vrijstelling
3. Getting and Cleaning Data Start 7 april 2014
4. Exploratory Data Analysis Start 5 mei 2014
5. Reproducible Research Start 5 mei 2014
6. Statistical Inference Start 2 juni 2014
7. Regression Models Start 2 juni 2014
8. Practical Machine Learning Start 7 juli 2014
9. Developing Data Products Start 7 juli 2014
Project Capstone Project Startdatum nog niet bekend

Daarbij ga ik nog even uit van het gegeven dat wij dit jaar laat aan de schoolvakanties beginnen en ik dus in juli ook nog 2 MOOCs zou kunnen volgen. Nou zou dat wellicht nog kunnen ook, als ik een aantal van de video’s van de eerste MOOCs in de serie bekijk, dan heb ik al ruim wat voorkennis. Maar zoals ik bij de Computing for Data Analysis MOOC gemerkt heb: het bekijken van de video’s en het foutloos uitwerken van de opdrachten, kost gewoon tijd. Het zal dus niet voor iedereen, maar ik merk dat hoe langer ik er over schrijf, hoe enthousiaster ik over de uitdaging wordt.

Samen
En waarom persé alleen? Wie weet zijn er wel een of twee collega’s die dit ook willen (ik ga eens informeren!). Dan kun je elkaar tijdens de rit motiveren en waar nodig helpen. Of als je docent bent: biedt het als extra keuzetrack aan studenten aan. Het materiaal is weliswaar niet vrij herbruikbaar, maar ik denk niet dat de Coursera voorwaarden een onderwijsinstelling zouden (kunnen) verbieden om aan hun reguliere studenten studieondersteuning aan te bieden. Je zegt gewoon: jij volgt zelf die MOOCs bij Coursera en wij bieden je elke week een vragenuur aan.

Kortom, hier liggen interessante kansen. 🙂

Andere specialisaties
De Data Science specialisatie is niet de enige specialisatie die er bij zit die interessant is. Voor mensen in het onderwijs zouden ook de Foundations of Teaching for Learning (8 delen + project) en het Virtual Teacher Program interessant kunnen zijn. En voor de meer technisch ingestelde lezer: Mobile Cloud Computing with Android.

Ik zag wel dat ook daar planningsuitdagingen kunnen optreden. Zo is het bij het Virtual Teacher Program zo dat je ze inderdaad minimaal één keer in de voorgestelde volgorde kunt doorlopen. Maar dan is de start pas op 30 juni, dan wordt MOOC #1 voor het eerst (en zo te zien voor nu als enige keer ingepland) aangeboden. MOOC #3 in het rijtje van 4 voor die specialisatie (Advanced Instructional Strategies in the Virtual Classroom) is afgelopen week al gestart. Daar kun je dus al mee starten, je zou hem kunnen gebruiken om (onbetaald) een idee te krijgen van de opzet en kwaliteit van de MOOC en als je dat bevalt dan op 30 juni de serie starten en elke keer wél de betaalde track te kiezen.

Samenvattend
Ik vind het leuk dat net in een tijd dat ook de kritiek op het concept van massaal online onderwijs begint toe te nemen er zo’n initiatief opgestart wordt. Er zijn enorme beren op de weg te voorzien. Ik kan me voorstellen dat de mensen bij John Hopkins een heftig 2014 tegemoet gaan. Natuurlijk, in theorie is het zo dat als ze een MOOC onderdeel eenmaal ontwikkeld hebben, dit daarna “vanzelf” en zonder heel veel inspanning nog een tweede, derde en vierde keer uitgevoerd zou moeten kunnen worden. Maar dat gaat zeker zo’n eerste keer niet gebeuren, er zullen tweaks nodig zijn, soms grotere aanpassingen of correcties etc.
En ook zij draaien er nu niet één simultaan, maar een aantal. Met dezelfde mensen. Wauw. 🙂

Deel dit bericht:

  4 reacties aan “Interessant: Coursera Specialisations”

  1. Hallo Pierre,
    Leuke en nuttige blog. Zelf ben Ik al sinds oktober 2011 bezig met een “vergelijkend waren onderzoek” naar MOOCs (ik heb er zeg 30 bekeken en zeg 10 echt afgemaakt). Mijn indrukken komen redelijk overeen met die van jou.

    Zie: http://exexstats.tumblr.com/post/58597571228/tips-for-www-learning-statistics-intro-to

    En: http://exexstats.tumblr.com/

Sorry, het reactieformulier is momenteel gesloten.