Deze week ben ik aan mijn respectievelijk 3e en 4e MOOC begonnen. In vergelijking met anderen ben ik dus best nogal een beginner wat betreft deelnemen aan Massive Open Online Courses. Maar het wordt me ook niet echt gemakkelijk gemaakt.
Mijn eerste ervaring met een MOOC was met de Social Network Analysis MOOC. Een onderwerp dat aansluit bij het onderzoek dat ik gedaan heb naar tagging binnen opnames van colleges, maar wat ook weer ver genoeg van mijn voorkennis lag om tamelijk uitdagend te zijn. En dat bleek ook wel toen ik de video’s met uitleg begon te bekijken en de wekelijkse huiswerkopdrachten begon te maken. De stappen waren groot, het vocabulaire dat gebruikt werd onbekend en de link tussen de huiswerkopdrachten en de colleges moeizaam. Ik heb getracht vol te houden, maar ben na 6 van de 8 weken afgehaakt omdat ik voorzag dat ik de eindtoets toch niet zou gaan halen.
Afgelopen weken gingen twee andere courses van start waar ik me voor ingeschreven had/heb: Blended Learning: Personalizing Education for Students en Big Data in Education. En een week of vijf geleden ben ik gestart met Statistics One. En de ervaringen tot nu toe stemmen niet echt heel positief.
Blended Learning MOOC
De course over Blended Learning is best interessant, maar ik wist bij de start al dat ik niet voornemens was om de assignment te maken waarbij het de bedoeling was om zelf een stuk blended learning te onwerpen. Past simpelweg niet in mijn planning op dit moment. Ook assignments als “verzin een betere definitie voor blended learning dan dat wij als docenten verzonnen hebben en plaats die op het forum” laat ik graag aan me voorbij gaan. Dus ben ik hier een lurker die alleen de video’s download om te bekijken.
Nou zou je je hier kunnen afvragen of dat erg is. Ik kies er immers voor om niet te voldoen aan de ‘eisen’ die de docenten stellen. Maar goed, als het in deze MOOC gaat over succesverhalen waarbij leerlingen/studenten onderwijs aangeboden kregen op een manier die wél bij hun paste en ik krijg één manier aangeboden die toevallig/helaas niet bij me past, dan voelt dat toch een beetje raar.
Big Data
De andere MOOC die net gestart is, is Big Data in Education (zie ook de screenshot boven bij het bericht). En deze is qua productiekwaliteit alleen al een ramp. De eerste week bestaat uit schermfilmpjes gemaakt door de docent waarbij je hem voor zijn laptop ziet zitten terwijl hij de dia’s van zijn presentaties voorleest. Hij verteld letterlijk wat er op de met tekst gevulde dia’s staat. Hier, net als bij mijn eerste MOOC, een enorm gat tussen “je hoeft eigenlijk geen specifieke voorkennis te hebben” en de daadwerkelijke praktijk van de MOOC. Er komen begrippen en modellen voorbij die heel wat voorkennis veronderstellen. Er wordt een lijstje gegeven van mogelijke tools die je kunt willen inzetten tijdens de MOOC uiteenlopend van “Java” tot “Excel”, “Matlab” en “RapidMiner”.
Je hoeft je niet te haasten om ze te installeren, maar moet er wel al eens even over denken.
Natuurlijk, ook hier staat het je vrij om vragen te stellen op het forum, om contact op te nemen met de docent, zelf initiatief te nemen. Maar als het gat tussen blijkbare verwachting van wat je al weet en je eigen kennis zó groot is, begin je daar gewoon niet aan. Dat de eerste assignment fouten bleek te bevatten helpt daar uiteraard ook niet bij. Bij deze MOOC heb je overigens maar 5 herkansingen per assignment, even kijken wat het is dat je moet leren is er dan niet zomaar bij.
Dat ik niet de enige ben die problemen heeft met de kwaliteit van de video’s blijkt ook wel uit de forumposts. Positief op zich is dan wel weer dat er andere cursisten zijn die stap-voor-stap instructies posten over hoe je dan wél de software aan de praat moet krijgen en de stappen die de docent in de video overslaat. De frustratie van de ene deelnemer vormt dan de uitdaging van de andere deelnemer. Dat kun je een feature noemen, maar als dat al in week 1 de enige manier vormt om door de introductie heen te komen, dan is het niet gek dat veel mensen dan al afhaken.
Statistics One
Zoals gezegd, een week of vijf geleden ben ik gestart met Statistics One, eigenlijk een inleiding in statistiek. Maar voor mij interessant omdat hierbij gebruik gemaakt wordt van R, een open source statistische omgeving waar ik wel al veel van gehoord had, maar nog nooit echt mee gewerkt.
Dit is een MOOC die op zich wél goed opgezet is. De docent staat, duidelijk en rustig pratend, elke week voor zijn scherm uitleg te geven bij de verschillende statistische begrippen.
Ook hier download ik de video’s omdat ik, vanwege mijn statistische voorkennis, hier wél in staat ben om de uitleg te volgen. En omdat hij zo rustig praat, bekijk ik die video’s in VLC-player op anderhalve snelheid. Dat helpt wel, want wekelijks staat er toch gewoon zo’n 45 minuten aan video klaar met theorie (bij Big Data zet ik hem overigens soms op 90% snelheid omdat die docent erg snel praat). Als voor jou dat allemaal nieuw is, dan moet je ruimschoots meer tijd nemen om dat ook te bevatten. Daarnaast staat er elke week ongeveer een half uur aan screencast in R beschikbaar met daarin voorbeelden van het gebruik van de theorie in R.
De link tussen de video’s en de opdrachten is hier redelijk goed. Fijn is dat je in R alle commando’s in de vorm van een tekstbestand kunt opslaan en de commando’s die in de screencast aan bod komen staan als download beschikbaar. Je kunt dus de stappen die getoond worden eenvoudig mee volgen zonder overbodig typewerk.
Ook heel prettig is dat het wekelijkse huiswerk goed aansluit bij dat praktisch onderdeel. Apart daarbij is overigens dat je na de eerste poging al per vraag feedback krijgt over hoe je het antwoord conceptueel in R zou moeten uitrekenen. Dat maakt het in veel gevallen tamelijk eenvoudig om het huiswerk alsnog foutloos te maken.
Voor het bekijken van de screencast (inclusief oefenen) moet ik ook ongeveer 1 uur rekenen en het maken van het huiswerk kost dan eveneens ongeveer 1 uur. Al met al dus voor mij bijna 3 uur wekelijks, terwijl ik al ruime voorkennis heb. Zowel op statistiek gebied als wat betreft programmeren waardoor het werken in R voor mij niet moeilijk is.
En het zou bij deze MOOC fijn zijn als ik al vooruit kon werken. Het is niet de eerste keer dat de MOOC gegeven wordt. Ik neem dus aan dat de video’s al beschikbaar zijn. Nu komen ze per week pas beschikbaar (op zondag). Ik kan me voorstellen dat ze liever niet hebben dat er al mensen op het forum vragen over week 10 aan het stellen zijn terwijl er anderen pas bij week 5 zijn, maar ik had vorige week herfstvakantie en best wel wat tijd gehad om een paar weken vooruit te werken, terwijl ik nu elke week goed moet inplannen om het huiswerk ook voor de deadline op zondag af te maken. Ook hier: de keuze voor de planning ligt vast, weinig ruimte voor flexibiliteit.
Samenvattend
Mijn ervaringen tot nu toe met de Coursera MOOCs zijn zoals gezegd dus niet echt positief:
- Inschatting van benodigde voorkennis blijkt in de beschrijving in de regel zwaar onderschat te worden;
- Er is geen ruimte voor flexibiliteit in de planning, ook niet (zeker niet) als je sneller wilt dan het wekelijkse schema;
- Er is een groot verschil in productiekwaliteit en didactische kwaliteiten van de betrokken docenten;
- De match tussen de video’s en de opdrachten/het huiswerk is niet altijd aanwezig;
- Er is geen ruimte voor verschillen in wensen van leer-aanpak. Er is maar één leerroute door de MOOC, tenzij je er natuurlijk voor kiest om gewoon niet actief te participeren.
Verhalen van mensen die zeggen dat ze op hetzelfde moment in vijf, zes of meer MOOCs participeren, neem ik inmiddels met een flinke korrel zout. Dat kan als je én al het nodige van de behandelde onderwerpen weet én een halve werkweek of meer te besteden hebt aan het deelnemen aan zo’n MOOC. Het gewoon “erbij” doen blijkt nagenoeg niet mogelijk. Daar kost het gewoon teveel tijd voor, wat dat betreft is een MOOC ook zeker geen (didactisch) wondermiddel: als student zul je er toch gewoon tijd in moeten steken, net als bij “gewoon” onderwijs!
Wat zijn jouw ervaringen met deelnemen aan MOOCs?
De didactische armoede van Coursera MOOCs http://t.co/YvcTiURKcG via @ICTOblog
Ik was ook begonnen met Blended Learning, maar inmiddels alweer afgehaakt. Er zijn veel mooc’s rond dit onderwerp op dit moment en het Coursera principe spreekt mij minder aan dan bv. de MOOC’s op Canvas.net
De statische opbouw van de cursussen (voornamelijk videolectures en quizzes) en de gebrekkige mogelijkheden van de discussies, waarbij je geen goed idee hebt van wat je al gelezen hebt en wat nieuw is, zijn voor mij redenen om minder gemotiveerd deel te nemen, dan bij de meste Canvas Courses, die toch afwisselender van opbouw zijn en een goed discussieplatform heeft.
Ik heb zelf ook een cursus voor collega’s geschreven in Canvas Teach en dat werkt prima! (alleen hebben collega’s nog niet zo’n behoefte aan online leren…)
Hoi Martine,
Ik zou natuurlijk zelf me kunnen aanmelden voor een MOOC op canvas.net, maar alvast als vraag aan jou: in welk opzicht zijn de MOOC’s op canvas.net dan anders van opbouw? Gezien de ervaringen bij Coursera zou ik er overigens niet veel voor voelen om me aan te melden voor een betaalde course op canvas.net. Dan zou ik eerst echt zeker willen weten dat die wel aansluit bij wat ik wil/zoek.
Leestip! “@Pierre Gorissen: De didactische armoede van Coursera MOOCs http://t.co/9BuscvHHSb via @ICTOblog”
Ik ben er nu in totaal denk ik 8 min of meer enthousiast begonnen. Drie met goed gevolg afgerond (Machine Learning, Gamification (zie http://bokhove.net/2012/10/02/moocing-about/), Social Network Analysis) en bezig met de Big Data in Education. Nou, eigenlijk meer want LAK13 en Octel heb ik ook gedaan, maar daar zijn dan veel ‘lossere’ eisen; zelf vind ik dat ik me er een beetje makkelijk van af gemaakt heb. Ik vind het lastig om precies een ‘gemene deler’ te geven. Zo vond ik bij ‘losse’ MOOCs, ze zouden zichzelf cMOOC noemen, dat het wel heel erg ‘de zoete inval’ was. Dan wat daar over, daar over, wat reflectie blogs, blablabla, 100 miljoen links, ‘je mag zelf je weg kiezen’ enzovoorts. Wat is daar de meerwaarde van? Altijd vijf mensen die te veel tijd om handen hebben en het hele forum vullen enz. En inderdaad, bij coursera ook wisselende kwaliteit. Ik vond social network analysis door de bank genomen wel goed, overigens.
Hoi Christian,
Die 8 zul je niet allemaal naast elkaar gedaan hebben toch? Hoeveel doe je er nu naast Big Data tegelijkertijd?
Vind het knap dat je Social Network Analysis wel succesvol afgerond hebt, het was mijn eerste en ik baalde er wel van dat ik, ondanks mijn vaste voornemen om hem wél af te ronden, voorzag dat het gewoon toch niet zou gaan lukken. Maar, zoals nu bij Big Data gaf je via Twitter al aan de nodige voorkennis te hebben van de software die gebruikt wordt, zou je het zonder die voorkennis redden denk je?
Nee, ik denk max 2 tegelijk. Sinds half 2012 als ik het me goed herinner. Nu alleen Big Data, omdat de rest of al bekende kost is of te ver uit de richting voor wat nuttig is voor mn werk. Zonder voorkennis denk ik dat ik hem gewoon had laten lopen. Voorkennis was met name RapidMiner gebruik. Hoewel gebruiksvriendelijk en intuitief met flowcharts, is de drempel veel hoger dan 10m. Zeker een paar uurtjes, en ik denk dat dit slecht ingeschat is door de makers. Ik had me eigenlijk voorgenomen om R te gebruiken ipv Rapidminer. Ironie: ik leerde Baker kennen bij LAK13 en bood nog hulp aan bij (ontwerp van) de MOOC. Positief ontvangen, noout meer wat van gehoord. Sans rancune maar laat imo zien dat bij veel MOOCs didactiek idd sluitpost is.
Dag Christian,
Wat vond je van Gamification? Het was mijn eerste mooc en hoewel je er af en toe even serieus voor moest gaan zitten, vond ik dat het de studenten vrij gemakkelijk gemaakt werd. Maar vergeleken met moocs die ik daarna gevolgd heb, was het een van de betere.
@Pierre, verschillende cursussen tegelijk volgen is inderdaad niet te doen. Na de eerste twee succesvol te hebben afgerond, heb ik me ingeschreven voor 3 cursussen tegelijk. Dat werkt dus niet (al zijn er ook cursussen waar je maar 1 of 2 uur per week aan kwijt bent). Verder ben ik net als jij niet van plan te gaan betalen voor een mooc zonder te weten wat ik kan verwachten. Ik ben sowieso een voorstander van het zo laagdrempelig mogelijk maken van online onderwijs. Zeker als het gaat om inleidende cursussen, zouden die gratis moeten zijn.
leerzame ervaring nu NL universiteiten ook op Cousera gaan ” de didactische armoede van Coursera MOOCs http://t.co/vgmyPmEKPP via @ICTOblog”
De didactische armoede van Coursera MOOCs http://t.co/ymO0WbxBeh via @ICTOblog
De didactische armoede van Coursera MOOCs http://t.co/HVWWh5oiYT via @ICTOblog #MOOCs
[…] ook de blog van Pierre Gorissen die kritisch schreef over zijn gevolgde MOOCs: didactische armoede van MOOCs. Lees daarbij vooral even het stukje onder ‘blended Learning MOOC’: ik las David Wiley’s […]
[…] En ten slotte, al een tijdje geen lectuur over MOOC’s? Deze post beschrijft de vaak didactische armoede van veel MOOC’s en is op zijn minst het lezen…. […]
Interessante blog van @Pierre Gorissen over zijn ervaringen met Coursera MOOCs: http://t.co/t2AyGWZAlx
De didactische armoede van Coursera MOOCs http://t.co/t5LDCXcfBr #xpshared
Hi Pierre
Als ik streng was zou ik brommend moeten zeggen dat je het niet helemaal begrepen hebt : there is no such thing as a Coursera didactiek.
Coursera ontwikkelt zelf geen cursussen, Coursera is een technisch platform dat gevestigde universiteiten van naam en faam kunnen gebruiken om MOOCs aan te bieden. Hoe die universiteiten dat doen – welke vormgeving en welke didactiek – dat mogen die universiteiten zelf bepalen. Gevolg is dat je eigenlijk nooit weet wat je krijgt als je aan een Coursera MOOC meedoet. Het kan zijn dat je een sage on stage krijgt die een ppt voorleest en met MC quizess toetst. Het kan ook zijn dat te maken krijgt met een of ander wilde sociaal constructivist die je vage teksten laat lezen en nog vagere YouTube clips laat kijken en vooral toetst of je wel actief participeert op het forum. Didactisch gezien is het bij Coursera: anything goes! Er wordt lustig op los geëxperimenteerd, soms levert dat didactische rampjes op, en soms ook dingen die echt goed werken. (De eerste versie van Statistics one was m.i. een didactisch rampje, de tweede versie is twee keer zo lang en zo te zien flink verbeterd)
Het is overigens wel zo dat Coursera didactische richtlijnen verstrekt, het Coursera platform is ontwikkeld met deze richtlijnen in het achterhoofd. Echter, deelnemende universiteiten zijn niet verplicht om zich aan de deze richtlijnen te houden.
Zie voor de dicdactische richtlijnen: https://www.coursera.org/about/pedagogy
Hoi Wilko,
Het is dan maar goed dat je niet streng bent, want volgens mij zijn we het niet oneens.
Statistics One ging helaas een beetje uit als de spreekwoordelijke nachtkaars, het laatste practicum is nooit online gezet, er bleven veel fouten in de quizes zitten (ik zeg bleven omdat ik uit jouw bericht begrijp dat het de vorige keer ook zo was) en het is natuurlijk heel frustrerend als je 0,0 “bewijs” over houdt van een course van deze omvang.
Natuurlijk, je hebt gelijk, de didactiek wordt niet door de Coursera organisatie of de coursera techniek bepaald (al kan de techniek wel richting gevend zijn). En volgens mij beweer ik dat ook niet in de blogpost.