Die Hochschuleinrichtungen sehen sich einem zunehmenden Druck ausgesetzt, ihre Studenten zu halten. Angesichts der ständig steigenden Studiengebühren fragen sich immer mehr Studierende und Familien, ob es sich überhaupt lohnt, einen Hochschulabschluss zu erwerben. Ganz zu schweigen davon, dass die Hochschulen einem enormen Druck von Seiten der staatlichen und bundesstaatlichen Behörden ausgesetzt sind, die darauf drängen, dass Studierende, die an öffentlichen Einrichtungen studieren, einen Abschluss machen, insbesondere solche aus Randgruppen. In mehr als 24 Bundesstaaten werden die staatlichen Mittel nach der Zahl der Absolventen und nicht nach der Zahl der eingeschriebenen Studenten vergeben, so dass die Bindung der Studenten an die Hochschule immer wichtiger für den Gewinn wird.
Aufgrund dieses Drucks haben sich einige Hochschuleinrichtungen der prädiktiven Analyse zugewandt. Durch die Analyse demografischer und leistungsbezogener Daten können die Hochschulen vorhersagen, ob die Studierenden in ihren Kursen gut abschneiden oder Unterstützung benötigen.
Was ist prädiktive Analytik?
Nach Angaben von GartnerVorausschauende Analysen beantworten die Frage "Was wird passieren?", indem sie Muster erkennen und die wahrscheinlichen Ergebnisse bewerten. unter Verwendung statistischer oder maschineller Lernverfahren. Diese Fähigkeit, zukunftsweisende Erkenntnisse zu liefern (nicht nur Vergangenheit und Gegenwart), gibt den Entscheidungsträgern noch mehr Informationen für bessere Entscheidungen an die Hand.
Predictive Analytics nutzt Techniken aus den Bereichen Data Mining, Statistik, Modellierung, maschinelles Lernen und künstliche Intelligenz (KI), um aktuelle Daten zu analysieren und Prognosen für die Zukunft zu erstellen.
Arten von prädiktiven analytischen Modellen:
Im Allgemeinen wird der Begriff Predictive Analytics für die prädiktive Modellierung oder die Auswertung von Daten mit Vorhersagemodellen und Prognosen verwendet. Heutzutage wird der Begriff zunehmend für die damit verbundenen analytischen Disziplinen verwendet, aber es ist wichtig, die Modelle und ihre Definitionen zu kennen.
Prädiktive ModelleAnalyse der Beziehung zwischen der spezifischen Leistung einer Einheit in einer Stichprobe und einem oder mehreren bekannten Attributen oder Merkmalen der Einheit. Prognosemodelle führen häufig Berechnungen während laufender Transaktionen durch, um z. B. das Risiko oder die Chancen eines bestimmten Kunden oder einer bestimmten Transaktion zu bewerten und so eine Entscheidung zu treffen.
Beschreibende Modelle: quantifiziert Beziehungen in Daten, um Kunden oder Interessenten in Gruppen zu klassifizieren. Deskriptive Modelle identifizieren viele verschiedene Beziehungen zwischen Kunden oder Produkten und können verwendet werden, um Kunden nach ihren Produktpräferenzen und Lebensphasen zu kategorisieren.
Entscheidungsmodelle: beschreiben die Beziehung zwischen allen Elementen einer Entscheidung - den bekannten Daten (einschließlich der Ergebnisse von Vorhersagemodellen), der Entscheidung und den prognostizierten Ergebnissen der Entscheidung -, um die Ergebnisse von Entscheidungen mit vielen Variablen vorherzusagen. Entscheidungsmodelle werden im Allgemeinen verwendet, um eine Entscheidungslogik oder eine Reihe von Geschäftsregeln zu entwickeln, die für jeden Kunden oder jeden Umstand die gewünschte Aktion hervorbringen.
Prädiktive Analytik in der Hochschulbildung
Viele Hochschulen erkennen den Nutzen der Analyse von Studentendaten, um die Qualität der angebotenen Dienstleistungen zu verbessern. Die Analyse früherer Studierendendaten zur Vorhersage des Verhaltens aktueller und potenzieller Studierender ermöglicht den Hochschulen eine gezieltere Rekrutierung und Nutzung institutioneller Beihilfen. Unter Analytik in der Hochschulbildung: Die Etablierung einer gemeinsamen SpracheHawkins und Watson weisen darauf hin, dass es sich bei der Analytik nicht um eine Einheitsgröße handelt und dass man berücksichtigen muss, dass die Analytik eine zielgerichtete Praxis ist.
Vielen Instituten fehlen jedoch die Ressourcen, um eigene Predictive-Analytics-Anwendungen zu entwickeln, weshalb sie sich an externe Anbieter wenden. Einem Bericht von New America zufolge gibt es bei der Auswahl eines Anbieters eine Reihe von Faktoren zu berücksichtigen, Auswahl eines Anbieters für prädiktive Analysen: Ein Leitfaden für Hochschulen.
Diesem Bericht zufolge:
Im Idealfall können Anbieter von prädiktiven Analysen die ethische Nutzung von Daten während des gesamten Lebenszyklus der Studierenden erleichtern. Die Anbieter können sicherstellen, dass die Daten vollständig sind und korrekt integriert werden, um das Risiko einer falschen Identifizierung von Studenten zu verringern. Sie können ihre Algorithmen transparent machen und sie auf ungleiche Auswirkungen auf die Schülerpopulationen testen. Sie können bei der Vergabe von Berechtigungen flexibel sein und angemessene Sicherheitsprotokolle verwenden, um den Datenschutz und die Sicherheit der Schüler zu gewährleisten. Sie können helfen, Maßnahmen zu bewerten, um sicherzustellen, dass sie bestimmten Schülergruppen nicht schaden. Und sie können Mitarbeiter in der korrekten Interpretation von Daten und in den Gefahren impliziter Voreingenommenheit schulen.
Um sicherzustellen, dass Sie Partnerschaft mit einem idealen Anbieterstellen Sie sicher, dass:
- Daten und Werkzeuge sind flexibel
- Datenbedarf ermitteln, Schnittstelle testen, für die Zukunft planen
- Transparente Nutzung von Daten
- Testen Sie Algorithmen, fragen Sie, wie effektiv das Modell ist, verlangen Sie eine Analyse der unterschiedlichen Auswirkungen, fragen Sie, wie oft der Algorithmus verfeinert wird.
- Sicherstellen Privatsphäre und Sicherheit
- Sicherstellen, dass administrative, technische und physische Sicherheitsvorkehrungen getroffen werden.
- Unterstützung von Forschungs- und Evaluierungsmaßnahmen
- Bewertung der Forschungsgrundlage des Produkts und Unterstützung bei der Konzeption von Maßnahmen
- Unterstützung der Personalentwicklung und -umsetzung
- Bietet der Anbieter Implementierungsberatung, technischen Support und Benutzerschulungen an?
Die Erfüllung dieser Kriterien kann Hochschulen dabei helfen, den richtigen Anbieter zu finden, wie eine wichtige Erkenntnis aus Gartners Studie Top 10 Strategische Technologien mit Auswirkungen auf die Hochschulbildung im Jahr 2019 zeigt:
"Die Mehrheit der derzeit auf dem Markt befindlichen Analysetools für Hochschulen behauptet, prädiktive Analysen zu verwenden. Viele von ihnen stützen sich jedoch auf ein eingeschränktes Modell und relativ wenige Datenquellen, wie z. B. demografische Daten aus dem SIS und eine begrenzte Menge von LMS-Daten. In vielen Fällen, in denen Predictive Analytics im Hochschulbereich eingesetzt wird, stützt man sich stark auf Profildaten aus dem SIS und viel weniger auf Verhaltensdaten, obwohl einige Untersuchungen auf die Leistungsfähigkeit von letzteren hinweisen."
Prädiktive Analytik und Nudging
In einem früheren Blogbeitrag haben wir erörtert, wie Nudging auf die Bildungstechnologie angewandt werden kann, und ein großer Teil dessen, was hinter einem Nudge steckt, ist die prädiktive Analytik. Diese technologischen Möglichkeiten eröffnen den Einrichtungen eine Reihe von Möglichkeiten, sich auf wichtige Muster im Verhalten der Studierenden zu konzentrieren und sie entsprechend anzusteuern.
Schlussfolgerung
Auch wenn die Idee, Daten zur Verbesserung der Studentenerfahrung und der Rekrutierungsbemühungen zu nutzen, gut ist, ist es für Hochschulen wichtig, diese Analysetools auf ethische Weise zu nutzen. Beispielsweise könnte eine Einrichtung Predictive Analytics nutzen, um zu rechtfertigen, dass weniger Ressourcen für die Anwerbung von Studierenden mit geringem Einkommen eingesetzt werden, weil die Daten zeigen, dass die Chancen, dass sich einkommensschwache Studierende einschreiben, geringer sind als bei Studierenden mit einem wohlhabenderen Hintergrund. Predictive Analytics ist ein Instrument, das es den Hochschulen bereits ermöglicht, ihre Ziele effektiver und effizienter zu erreichen. Allerdings ist die Aufgabe, die Strategie zu steuern und diese Technologie ethisch korrekt einzusetzen, wichtiger denn je. Aus diesem Grund ist es für Hochschulen von entscheidender Bedeutung, dass sie über einen geeigneten Plan verfügen und sich der Probleme und Herausforderungen bewusst sind, die mit dem Zugang zu persönlichen Informationen über Studierende verbunden sind.