Kredit:Unsplash/CC0 Public Domain
Det finns betydande skillnader i Sydafrikas utbildningssystem. Skolor är indelade i kvintiler, från ett till fem; de fattigaste, i kvintil ett, brottas enormt med brist på resurser och stöd. De tenderar också att ha sämre utbildningsresultat. Det har en direkt effekt på universitetsantagning och resultat.
Ett av regeringens försök att komma till rätta med dessa ojämlikheter är genom teknik. Detta började redan 2003 med utkastet till vitbok om e-utbildning. Dessa och liknande policyer syftar till att resurser till fler marginaliserade skolor, universitet och högskolor med digitala verktyg. Detta, i ett försök att "hoppa över" tillgången till interaktivt lärandeinnehåll och förbättrade administrativa möjligheter. Covid-19-låsningar har gjort detta tillvägagångssätt "obligatoriskt ... nu är det enda vi kan göra, " enligt landets ministerium för grundläggande utbildning.
Mer och mer, data och datadrivna verktyg växer fram som en central del av detta digitala svar. Utvecklare av dessa teknologier lovar en ny nivå av insikt och automatisering som efterliknar mänsklig intelligens. De hävdar att detta kommer att ge större effektivitet och effektivitet till både undervisning och lärande såväl som till administrativa processer. De föreslår att prestandainstrumentpaneler, automatiserade bedömningar, chattrobotar och adaptiv inlärningsteknik kan mildra många av de utmaningar som landets lärare står inför, föreläsare, distriktschefer och universitetsadministratörer.
Det finns en växande global evidensbas för att stödja den här typen av tillvägagångssätt. Till exempel, Lärare i skolor med bristande resurser med stora klasser skulle kunna använda teknik för att samla in individualiserad data. Med detta skulle de kunna utveckla mer personliga lärandeupplevelser för elever baserat på deras styrkor och svagheter.
Data är ryggraden i dessa verktyg. Tillväxten av maskininlärning och andra intelligenta applikationer har stimulerats av den ökade insamlingen och tillgängligheten av data. Sådana data ligger till grund för de typer av adaptiva tillämpningar och framväxande teknologier som föreslås användas i utbildningssystemet.
Vi samarbetade på en guide som undersöker hur Sydafrika kan säkerställa sin datapolicy och styrning tar några av lärdomarna och farhågorna från tidigare implementeringar av utbildningsteknologi i beräkningen. Den överväger också de praktiska åtgärder som krävs för att detta ska ske. Guiden är en del av en serie kurerad av Policy Action Network (PAN), ett projekt av Sydafrikas Human Sciences Research Council (HSRC).
Här är några av de saker som en datapolicy för Sydafrikas utbildningssystem bör överväga.
Teknikens inverkan
Erfarenheten visar att enbart tillhandahållande av teknik till lärare eller elever har en begränsad effekt på utbildningsresultaten. Fördelarna med online, assisterat lärande och beteendeinterventioner varierar också beroende på hur tekniken används, och i vilket sammanhang. Detta lyfts fram i arbetsdokument som granskar effektiviteten av utbildningsteknologi globalt och i utvecklingsländer.
I Sydafrika, frågor om effektivitet förstärks. Det beror på oro för ojämlik tillgång till Internet. Kostnadseffektivitet och läraruppfattningar är också frågor.
Datahantering
En nyckelfråga handlar om hur data samlas in, delas och används. Det är avgörande att personlig information ska hållas privat. Utbildningsinstitutioner måste följa lagen om skydd av personuppgifter (POPIA), som träder i kraft senare under 2021.
En annan fråga gäller delning och återanvändning över det bredare spektrumet av utbildningsdata. Detta sträcker sig från innehållet i böcker och tidskriftsartiklar till administrativa data, som studentinskrivningar och examen. Att dela eller publicera denna data på ett ansvarsfullt sätt kan stimulera utvecklingen av många kreativa och användbara applikationer. Men datadelning korsar sig med utvecklande upphovsrättslagar och debatter kring ägande och återanvändning. Dessa kommer att få konsekvenser för datadriven innovation i sektorn.
En tredje punkt är att räkna med väldokumenterade farhågor om bias inbäddad i befintlig data som används i beslutsstödsansökningar. Om detta inte åtgärdas, datadrivna tillämpningar kan förstärka historiska fördomar och praxis relaterade till utbildning.
Ett holistiskt politiskt svar
Sydafrika behöver inte uppfinna hjulet på nytt för att hantera dessa frågor. Andra länder undersöker politiska tillvägagångssätt som kan vägleda eller informera om dess tillvägagångssätt. Till exempel, en statlig tankesmedja i Indien utvecklade en nationell strategi för artificiell intelligens (AI). Detta pekar på olika exempel på hur landet kan använda AI-teknik för att stödja utbildning. Viktigt, dock, det föreslår också att man replikerar Storbritanniens Center for Data Ethics and Innovation för att säkerställa etisk och säker användning av data.
Jag upprepar detta tillvägagångssätt, en rapport beställd av Australian National Department of Education, beskriver hur viktigt det är att tillämpningen av AI ska överensstämma med mänskliga rättigheter.
Det finns också befintliga resurser i Sydafrika. Dessa inkluderar den nyligen släppta rapporten från den fjärde industriella revolutionen (4IR) och rekommendationer från en diskussion vid Institutionen för högre utbildning och utbildning 2019 om 4IR-implikationer. POPIA och relaterad lagstiftning ger vägledning om hur data ska publiceras, används och hanteras, inklusive för automatiserat beslutsfattande.
Dessa resurser inser att en mängd olika underliggande frågor måste åtgärdas för att dra nytta av datadriven innovation, som anslutningsmöjligheter och bearbetningskapacitet. AI-drivna system är resurskrävande. Varje introduktion av datatjänster kommer att kräva en stödjande digital infrastrukturplan som tar upp prestanda, säkerhet och inkludering.
En annan prioritet är kompetens. Det finns befintliga riktlinjer för att stödja lärare som använder digital teknik. Dessa riktlinjer erkänner innehållets ömsesidigt beroende karaktär, sätt att undervisa, och teknik. Ytterligare utbildning och uppdaterade riktlinjer kommer att behövas för att ta itu med rollen och användningen av data, antagligen börjar med ett brett datakompetensprogram.
Men det kommer att behövas mer. Teknikpolitik, adoption och utgifter för utbildning involverar ofta mer än ett departement. Detta gör tidigt engagemang och kommunikation viktigt.
Specifika policyer måste uppdateras eller utvecklas för att vägleda användningen och implementeringen av data, maskininlärning och det bredare spektrumet av automatiserade beslutsfattande verktyg. Dessa bör styra hur data samlas in, hanteras och delas för att balansera relevant transparens, principer och lagar om integritet och etik. Lärare, beslutsfattare, forskare och innovatörer inom sektorn behöver alla engagera sig.
Den här artikeln är återpublicerad från The Conversation under en Creative Commons-licens. Läs originalartikeln.