Perspektiv
Kvalitetsregister
29 november 2019 kl 09:00

Inrätta kvalitetsregister — och ge inte eleverna datorer!

Lär av sjukvårdens systematiska arbete med kvalitetsregister och överför metoderna till utbildningssektorn – för mesta nytta och förbättring. Det uppmanar forskare från flera högskolor.

“You can see the computer age everywhere but in the productivity statistics.”

Så skrev ekonomen Robert Solow  1987. Sedan dess har utvecklingen gått från datorisering till digitalisering genom användning av data för verksamhetsförbättringar med avsevärda produktivitets- och kvalitetsvinster. Men när hela världen digitaliseras sker främst en datorisering av den svenska utbildningssektorn: Man ser datorer överallt i skolan utom i skolresultaten, för att parafrasera Solow. I en studie av 2015-års PISA-resultat från konsultbolaget McKinsey&Company, ”Drivers of Student Performance: Insights from Europe”, konstateras nämligen att datorer till alla elever sänker resultaten med upp till 16 procent!

Digitaliseringen förutsätter alltså användning av data för verksamhetsutveckling. Vi har under två år arbetat i projektet Svenska utbildningsdata - Datadriven Innovation för världsledande utbildning (Se: utbildningsdata.se). Vi började med övertygelsen att de stora mängder data om elever och studenter som samlas in kan användas för att förbättra undervisning och utbildning. I arbetet har vi stött på följande problem:

  • Data från lärplattformar ägs av leverantörerna. Kunden kan inte fritt använda data från den egna verksamheten utan får enbart tillgång till vissa rapporter från systemet. Ytterligare analyser innebär ofta merkostnader.
  • Det är svårt att hantera personuppgifter enlig dataskyddsförordningen. Men för att dra nytta av data för bättre undervisning måste det vara möjligt att följa elever och studenter över deras utbildningsväg från skolan och vidare längs det livslånga lärandet.
  • Data för en och samma uppgift kan sakna gemensam definition. Exempelvis är måttet ”frånvaro” inte entydigt definierat över skolor och gymnasier i landet.
  • Ibland samlas data in och sammanställs manuellt. Det innebär merarbete, felkällor och fördröjningar.
  • Utbildningsanordnare vill inte dela med sig av data på grund av konkurrens med andra aktörer till exempel vid anbud för vuxenutbildning eller av rädsla för påverkan på skolval.

De här problemen visar på en låg nivå av förberedelse för dataanalys inom utbildningssektorn. Forskaren Neil Lawrence har formulerat en trappa av ”data readiness levels” som anger hur tillgängliga, statistiskt säkerställda och strukturerade data är för analys.

Vår slutsats är att data inom utbildningssektorn ofta ligger på lägsta nivån: Man vet inte vilka data som faktiskt finns, om det går få tag i dem, hur de samlats in, vad de representerar och vilken struktur dataposterna har. För analys och användning krävs att data är statistiskt säkrade och tillgängliga för analys i en databas. Utan nyttig användning av data stannar förändringen vid datorisering i stället för att leda till datadrivet förbättringsarbete.

McKinsey-studien är ett tydligt exempel på kraften i datadriven verksamhetsutveckling. Den visar konkreta påverkansfaktorer för PISA-resultaten från 2015 utifrån ett stort dataunderlag från 540 000 studenter och 110 000 lärare i 18 000 skolor i 72 länder (39 i Europa). Förutom provresultaten har studien använt svar på frågor till elever, lärare, föräldrar och skolledare om hemmiljö, ekonomisk status, elevers inställning till lärandet och undervisningsmetoder.

Genom avancerad statistisk dataanalys har man funnit tre viktiga faktorer, varav elevdatorer utgör en negativ faktor som nämnts ovan. En framgångsfaktor är elevens inställning till den egna förmågan och tron på att man förbättrar sig genom eget arbete (forskaren Carol Dweck benämner det ”growth mindset”); den faktorn betyder mera för goda resultat än socioekonomiska faktorer. Tyvärr tror socioekonomiskt utsatta elever minst på möjligheten att bli bättre genom mera arbete. (Här finns alltså ett angreppsätt mot segregering.)

Den andra framgångsfaktorn är rätt blandning av lärarledd undervisning och elevcentrerat lärande som ger 26 poäng högre förväntat resultat i naturvetenskap (genomsnittet är 493). För mycket elevcentrerat arbete leder till 61 poäng lägre resultat; övervikt av lärarledd undervisning är positivt med 12 poäng högre förväntat resultat. Man konstaterar att endast 20 procent av eleverna inom EU får den bästa balansen mellan lärarledd och elevdriven undervisning. (Var ligger svenska skolor i den avvägningen?)

Utifrån våra erfarenheter, från forskningrapporter och McKinsey-studien som gott exempel har vi dragit slutsatsen att utbildningssektorn behöver ett systematiskt arbete med datainsamling, -förberedelse och -analys. Hela sektorn måste medverka eftersom en person innefattas från förskola, grundskola, via gymnasium och vuxenutbildning till olika inslag av eftergymnasial och högre utbildning. Insamling av data måste ske automatiskt med standardiserade definitioner och format som alla systemleverantörer kan förväntas stödja.

Det finns sådant systematiskt arbete med data! Det kallas kvalitetsregister (Se: kvalitetsregister.se) och används inom hälso- och sjukvården. Registren är föredömen globalt och upprättade för att följa upp verksamheter och ge underlag för att löpande förbättra dem.

Det finns en tydlig process för att etablera kvalitetsregister och de handhas professionellt med avseende på skydd av personuppgifter och dataförberedelse. Vidare har ett kvalitetsregister tydliga mål för vad man vill analysera och vilka data som behöver samlas in. Registeransvarig har tillgång till hela databasen för att göra analyser och publicera rapporter på aggregerad nivå; varje vårdgivare kan jämföra sin egen enhet med dessa. Det går även att ge tillgång under sekretess för forskning på datamängderna.

Det finns utmaningar i att föra över koncept, arbetssätt och organisationsformer från hälso- och sjukvårdens kvalitetsregister till utbildningssektorn, men vi är övertygade om att det går och att det är nödvändigt för att åstadkomma datadriven utveckling av undervisning och utbildning. Förslag på register från vårt projekt är nationell sammanställning av frånvarodata med insatta åtgärder i syfte att förhindra studieavbrott.

Vidare skulle resultat från nationella prov kunna kompletteras med frågor till elever, föräldrar, lärare och huvudmän för att årligen ta fram och följa framgångsfaktorer för svenska skolor och gymnasier, likt McKinsey-studien. Möjligheterna är omfattande.

Med kvalitetsregister går det bryta Solows paradox för utbildningssektorn!

Det här är en fördjupande text, som syftar till att ge perspektiv på en fråga. De eventuella åsikter som uttrycks är skribentens egna.