Del 2
Ekspertgruppens vurderinger

6 Å vurdere potensialet og utfordringene knyttet til læringsanalyse

Forstørr bilde

En sentral oppgave i mandatet til ekspertgruppen er å gi råd om god og forsvarlig praksis for læringsanalyse. I dette ligger det å beskrive hva som er potensialet til læringsanalyse, hvilke utfordringer som må løses, og hvordan læringsanalyse påvirker læringen for elever og studenter. I denne delen vil vi gjøre rede for vår vurdering av verdien av læringsanalyse i det pedagogiske arbeidet og noen særskilte pedagogiske og etiske utfordringer læringsanalyse fører med seg. Formålet er å vurdere hvordan læringsanalyse kan bidra til å realisere de grunnleggende verdiene og prinsippene utdanningene bygger på, og vurdere på hvilken måte læringsanalyse kan utfordre disse prinsippene.

Å vurdere den pedagogiske verdien av læringsanalyse og hvilke etiske og pedagogiske utfordringer læringsanalyse kan utløse, henger tett sammen med rettigheter knyttet til medvirkning og personvern. Den pedagogiske verdien av informasjonen er avgjørende for blant annet spørsmål om lovligheten av å samle inn og behandle personopplysningene. Det er en nær sammenheng mellom den pedagogiske verdien opplysningene har, og i hvilken grad læringsanalyse oppfyller kravet i personvernregelverket om at å behandle personopplysninger må være nødvendig for formålet. Vi vil derfor også vurdere medvirkning i læringsanalyse og behovet for å regulere læringsanalyse i større grad enn i dag.

Vanskelig å skille læringsanalyse fra den generelle digitaliseringen i utdanningene

Læringsanalyse er en del av den generelle digitaliseringen i utdanningene. Digitalisering innebærer ofte de samme sentrale elementene som inngår i læringsanalyse. Eksempler er registrering, innsamling, analyse og rapportering av data. Vi har erfart at det derfor er svært krevende og til tider umulig å skille spørsmål om læringsanalyse fra de mer overordnede spørsmålene om digitalisering og bruk av digitale læringsressurser i utdanningene.

Selv om vi ser læringsanalyse som en del av en større digitaliseringsdiskusjon, er målet vårt i denne delen å forsøke å besvare spørsmål som direkte angår bruk av elev- og studentdata for å fremme læring på ulike måter. Vi er opptatt av når og hvordan læringsanalyse kan føre til bedre læring for elever og studenter, og når ulempene ved læringsanalyse overgår fordelene. Vi er også opptatt av de situasjonene der læringsanalyse forsterker de eksisterende mulighetene og utfordringene knyttet til digitalisering.

Vurdering av læringsanalyse er tett knyttet til andre former for analyse av læring

Lærere og undervisere har alltid registrert, samlet inn, analysert og rapportert informasjon om elever og studenter med et mål om å forstå og fremme læring. Det innebærer at verdien av læringsanalyse i stor grad sammenfaller med verdien av velkjente didaktiske prosesser knyttet til undervisning og læring, og det kan dermed være vanskelig å identifisere på hvilken måte læringsanalyse innebærer merverdi.

Læringsanalyse tilfører nye metoder, kilder, data og systemer for å forstå og fremme læring. Undervisere fortsetter å samle og analysere informasjon som før om den faglige utviklingen, prestasjonene, atferden og arbeidsmåtene til elevene og studentene sine. Den store forskjellen er at i en digitalisert utdanning har alle disse områdene fått parallelle, digitale informasjonskilder, analysemetoder og framstillinger. Siktemålet vårt er å belyse når disse fører med seg nye ulemper og muligheter.

7 Hvordan kan læringsanalyse fremme læring og forbedre undervisning?

Med bakgrunn i kunnskapsgrunnlaget og drøftingene i ekspertgruppens delrapport, tilstandsbeskrivelsen i kapittel 3 og innspill vi har mottatt underveis i arbeidet, gjør vi i dette kapitlet rede for vår vurdering av den pedagogiske verdien læringsanalyse kan ha for grunnopplæringen, høyere utdanning og høyere yrkesfaglig utdanning. Vi vil knytte sammen verdien av læringsanalyse i det pedagogiske arbeidet, med de områdene i utdanningen der vi mener læringsanalyse utgjør størst merverdi.

Vi vil innlede med å peke på syv overordnede forutsetninger som må være til stede for at denne merverdien skal realiseres, og at læringsanalyse skal kunne fremme læring og forbedre undervisning på en forsvarlig måte (ikke uttømmende):

1. at dataene om elevenes og studentenes læring er relevante og av god kvalitet

2. at det finnes gode styringssystemer for personvern og informasjonssikkerhet som er tilpasset bruk av kunstig intelligens

3. at informasjon om databehandlingen er tydelig kommunisert til studenter, elever og foreldre

4. at informasjonen fra analysene er fremstilt på en forståelig måte

5. at informasjonen fra læringsanalyse ses i sammenheng med annen relevant informasjon om læring og undervisning

6. at underviserne har tilstrekkelig og relevant kompetanse

7. at det er rom for å tilpasse bruken av læringsanalyse til fagets egenart, profesjonelt skjønn og lokale forutsetninger

8. at det blir sørget for tilstrekkelig tid, ressurser og kapasitet til å følge opp informasjonen fra analysene

I tillegg til disse overordnede forutsetningene vil vi i hvert delkapittel gjøre rede for noen relevante forutsetninger innenfor de enkelte områdene.

7.1 Verdien av læringsanalyse i grunnopplæringen

Verdien av læringsanalyse er tett knyttet til hvordan læringsanalyse kan bidra til å realisere verdier, mål og prinsipper for grunnopplæringen. Slik blir det nødvendig å se nærmere på hvordan læringsanalyse henger sammen med de prinsippene som kommer til uttrykk i lover og forskrifter, stortingsmeldinger og andre styringsdokumenter.

Den overordnede delen av læreplanverket for grunnopplæringen er en sentral kilde fordi den utdyper verdigrunnlaget opplæringen skal bygge på, og beskriver det grunnsynet som skal prege den pedagogiske praksisen. Læreplanen har status som forskrift og er dermed bindende for skolene. Opplæringens verdigrunnlag speiler de universelle verdiene i samfunnet som bygger på menneskerettighetene, og understreker at elevens beste alltid skal være et grunnleggende hensyn (Kunnskapsdepartementet, 2017). Hensynet til elevens beste må derfor også være styrende når læringsanalyse utføres.

7.1.1 Innsyn i egen læring

Opplæringen skal gi elevene et godt grunnlag for å forstå seg selv og for å gjøre gode valg i livet. Læreplanverket understreker at det er en viktig oppgave for skolen å gi elevene kunnskap om og innsikt i egne læringsprosesser: «Skolen skal bidra til at elevene reflekterer over sin egen læring, forstår sine egne læringsprosesser og tilegner seg kunnskap på selvstendig vis» (Kunnskapsdepartementet, 2017, kapittel 2.4).

Gjennom læringsanalyse er det mulig å få vite mer om elevenes faglige arbeid underveis i læringsprosessen og å formidle denne innsikten til elevene som en integrert del av undervisningen. Læringsanalyse som gir elevene økt innsikt basert på relevante og kvalitativt gode data, og som de får nødvendig hjelp til å fortolke og forstå, kan støtte skolen i delen av danningsoppdraget som handler om å reflektere over egen læring og forstå egne læringsprosesser. Vestfold og Telemark fylkeskommune (2022) formulerer det slik: «Læringsdata kan visualiseres og fremstilles på måter som potensielt kan gjøre eleven i bedre stand til å forstå hva den må jobbe med for å øke læringsutbytte og lærelyst – økt forståelse av egen læring» (s. 3).

Læringsanalyse kan være med på å gjøre elevene mer bevisste på eget ståsted og hjelpe dem med å reflektere over hva som kan være gode valg for å utvikle seg videre. Dette er viktige elementer for å styrke elevenes selvregulering1. Å forstå egen læringsprosess bedre ved hjelp av læringsanalyse kan gjøre elevene bedre rustet til å ta stilling til spørsmål som angår opplæringen deres. Dermed kan læringsanalyse også gi bedre forutsetninger for elevmedvirkning og deltakelse.

Forutsetninger for at læringsanalyse bidrar til innsyn i egen læring

En av forutsetningene for at læringsanalyse kan bidra til at elevene skal oppnå økt forståelse av egen læring, er at lærerne inkluderer elevene i å tolke og forstå informasjon fra analysene. Elevene må få støtte i å forstå og nyttiggjøre seg informasjonen fra analysene og ikke overlates til å tolke analysene på egen hånd. Hva slags veiledning elevene bør få, må tilpasses aldersgruppen og konteksten. Spesielt for de yngste elevene vil det være viktig at skolen samarbeider med foreldrene om hvordan elevene kan forstå og nyttiggjøre seg informasjon fra læringsanalyse og andre tilbakemeldinger.

7.1.2 Underveisvurdering i fag

I forskrift til opplæringsloven § 3-3 står det at formålet med vurdering i fag er å fremme læring og bidra til lærelyst underveis, og å gi informasjon om kompetanse underveis og ved avslutningen av opplæringen i faget. I § 3-10 om underveisvurdering blir det fremhevet at vurderingen skal være en integrert del av opplæringen, og at den skal brukes til å fremme læring, tilpasse opplæringen og øke kompetansen i fag. Elevene skal

• delta i vurderingen av eget arbeid og reflektere over egen læring og faglige utvikling

• forstå hva de skal lære og hva som blir forventet av dem

• få vite hva de mestrer

• få råd om hvordan de kan arbeide videre for å øke kompetansen sin

Systematisk bruk av data fra læringsaktiviteter kan gi informasjon om elevenes faglige utvikling underveis og over tid. Denne informasjonen kan være nyttig for å gi elevene tilbakemelding om faglig progresjon og læringsprosess.

I hovedsak egner læringsanalyse seg godt som støtte for lærerens tilbakemeldinger til elevene, men relevante tilbakemeldinger direkte fra læringsressursen til eleven kan også ha stor verdi. Gjennom læringsanalyse kan elevene få mer umiddelbar tilbakemelding på eget arbeid enn det en lærer normalt kan klare å få til i en klasse eller gruppe med mange elever.

Forutsetninger for at læringsanalyse kan støtte underveisvurdering

En av forutsetningene for at læringsanalyse kan støtte underveisvurdering, er at mer kompleks informasjon fra analysene i hovedsak formidles til elevene gjennom tilbakemeldinger fra læreren. Konkret informasjon om elevenes oppgaveløsning kan være egnet for direkte tilbakemeldinger fra læringsressursen til eleven. Elevene må også ha rom for å prøve og feile i læringsprosessen sin uten at data alltid lagres og benyttes i underveisvurdering, og de bør være kjent med om dataene samles inn med formål om å gi underveisvurdering, eller om dataene skal inngå i sluttvurderinger.

7.1.3 Tilpasset og inkluderende opplæring

Ifølge læreplanverket skal skolen gjennom tilpasset opplæring legge til rette for at alle elever får likeverdige muligheter til læring og utvikling, uavhengig av deres forutsetninger (Kunnskapsdepartementet, 2017). Skolen skal planlegge for at «opplæringen oppleves som både overkommelig og tilstrekkelig utfordrende» (Kunnskapsdepartementet, 2017, kapittel 3.2). Læreplanverket presiserer at tilpasset opplæring i hovedsak skal skje gjennom variasjon og tilpasning til mangfoldet innenfor fellesskapet. Det er en viktig verdi at barn med ulik bakgrunn og funksjonsevne lærer sammen i skolen (Meld. St. 8 (2022–2023)). Lærere må ifølge læreplanverket også reflektere over hvordan elevene lærer, og hvordan de selv best mulig kan lede og støtte elevenes læring, utvikling og danning.

Tilpasset og inkluderende opplæring krever kunnskap om hvordan elevene lærer, og hva de kan. Én kilde til slik informasjon kan være læringsanalyse. Ved hjelp av digitale verktøy kan det være enklere å få oversikt over hvordan elevene løser faglige oppgaver, hvordan de arbeider, hva de får til, og hva de strever med innenfor ulike deler av et fag. Lærerne kan komme tettere på elevenes arbeid og læringsprosess gjennom tilgang til flere typer informasjon. Data i form av skår på oppgaver kan gi løpende informasjon om hvordan elever løser bestemte oppgaver, og kartlegge faglig progresjon. Videre kan aktivitetsdata om elevenes navigasjon i en læringsressurs antyde noe om hvilke komponenter, moduler og oppgaver som fungerer best for ulike elever. Systematisk bruk av digitale spor fra læringsprosessen kan på denne måten gi innsikt i elevers misoppfatninger og identifisere faglige områder der de trenger mer støtte i opplæringen. Denne informasjonen kan så brukes av læreren for å tilpasse opplæringen og til å identifisere elever som trenger ytterlige oppfølging. Læringsanalyse kan bidra til å avdekke utfordringer på et tidlig tidspunkt. Dette kan legge grunnlag for å sette inn tiltak raskt, og på den måten bidra til målet om tidlig innsats og økt gjennomføring i videregående opplæring.

Adaptive læremidler og ressurser blir ofte trukket fram som et virkemiddel for å tilpasse opplæringen. Et av formålene med adaptivitet er å tilby elevene oppgaver som er tilpasset deres nivå og preferanser. Det kan dermed gå fortere å identifisere hvilke elever som trenger ytterligere oppfølging og støtte, ettersom virkemidlene til det ligger i ressursen. At alle elever kan jobbe med individuelt tilpassede oppgaver i samme klasserom, kan også bidra til å fremme inkludering (Statped, 2022). I kapittel 7.3 går vi grundigere gjennom verdien av adaptivitet.

Forutsetninger for at læringsanalyse bidrar til tilpasset og inkluderende opplæring

En av forutsetningene for at læringsanalyse kan gi et grunnlag for tilpasset og inkluderende opplæring, er at lærerne har tilgang til et variert utvalg av digitale læringsressurser for å kunne favne alle elevene, og at lærerne får tilstrekkelig med tid og veiledning til å sette seg inn i disse.

7.1.4 Kvalitetsutvikling

Ifølge opplæringsloven § 13-3e andre avsnitt skal kommunen og fylkeskommunen sørge for at skolene jevnlig vurderer i hvilken grad organiseringen, tilretteleggingen, og gjennomføringen av opplæringen medvirker til å nå de målene som er fastsatt i læreplanverket.

Data fra læringssituasjoner med digitale ressurser er et relevant grunnlag for å kartlegge og vurdere skolens praksis og støtte beslutninger. Ressurser som analyserer og sammenstiller data fra flere kilder, kan bidra med innsikt i undervisningen og læringen som foregår i en klasse, på et trinn, på en skole eller på tvers av skoler. Regjeringens digitaliseringsstrategi for skolene trekker også fram at data fra elevenes læringssituasjoner kan bli aggregert og brukt analytisk på et overordnet nivå som støtte til beslutninger om for eksempel innkjøp eller til kunnskapsutvikling (Kunnskapsdepartementet, 2023). I videregående opplæring kan det være relevant å vurdere hvordan læringsanalyse kan bidra til kunnskap om hvilke forutsetninger som øker gjennomføring og for å iverksette tiltak for å forebygge frafall.

Læringsanalyse egner seg dermed godt for å gi et bidrag til arbeidet med kvalitetsutvikling på skolene og er i tråd med funn fra kvalitetsutvalget om skoleeieres behov for støtte og informasjon til kvalitetsutvikling (NOU 2023: 1). Dersom analysene baserer seg på data som er generert i læringssituasjoner, vil bidraget også være tidseffektivt sammenlignet med data som genereres gjennom rapportering. Data fra elevenes læring kan også gi innsikt i elevenes deltakelse over tid og på den måte spille en rolle i skolens langsiktige arbeid for å forhindre frafall.

Læringsanalyse som grunnlag for kvalitetsutvikling på organisasjonsnivå, omtales ytterligere i kapittel 7.4. Denne formen for læringsanalyse er også relevant for det pågående arbeidet til utvalget for kvalitetsutvikling i skolen.

Forutsetninger for at læringsanalyse bidrar til arbeidet med kvalitetsutvikling

En forutsetning for at læringsanalyse skal gi et verdifullt og meningsfylt bidrag til kvalitetsutviklingsarbeidet, er at dataene gir informasjon som er egnet til å analysere på organisasjonsnivå. Dette er spesielt viktig ved sammenstillinger og sammenligninger på tvers av fag, trinn, skoler og kommuner. Det vil også være en forutsetning at ulike datakilder kan kobles sammen.

7.1.5 Profesjonsutøvelse

Informasjon fra læringsanalyse brukes i hovedsak for å gi lærerne innsikt i elevenes læringsaktiviteter og læringsomgivelser og som en støtte for pedagogiske beslutninger. Den kan dermed støtte opp under profesjonsutøvelsen som beskrives i læreplanverket.

Kapittel 3.5 i den overordnede delen av læreplanverket peker på at lærerprofesjonen jevnlig må vurdere den pedagogiske praksisen sin for å møte elevene best mulig: «Lærere må tenke nøye over hva, hvordan og hvorfor elevene lærer, og hvordan de best mulig kan lede og støtte elevenes læring, utvikling og danning» (Kunnskapsdepartementet, 2017). Samtidig blir det understreket at komplekse pedagogiske spørsmål sjelden har sikre svar. Læringsanalyse gir informasjon om læring basert på data fra en rekke handlinger elevene gjør. Det kan redusere et komplekst fenomen til et håndterbart utvalg variabler, som kan inngå i grunnlaget for pedagogiske beslutninger.

Læreren og profesjonsfellesskapet på skolen har et ansvar for å vurdere den pedagogiske praksisen sin i lys av forsknings- og erfaringsbasert kunnskap og ta utgangspunkt i relevant informasjon om hvordan undervisningen fungerer. Dersom skolen har tilgang på læringsanalyse av god kvalitet, er det naturlig at dette inngår som et av virkemidlene for å videreutvikle skolen.

Forutsetninger for at læringsanalyse bidrar til profesjonsutøvelsen

Informasjonen fra læringsanalyse må alltid ses i sammenheng med annen informasjon læreren har om elevene. Innenfor utøvelsen av det profesjonelle skjønnet, ligger også valget om når og hvordan læringsanalyse skal utføres.

7.2 Verdien av læringsanalyse i høyere utdanning og høyere yrkesfaglig utdanning

Ekspertgruppen vurderer verdien av læringsanalyse i høyere utdanning og høyere yrkesfaglig utdanning med utgangspunkt i hvordan den kan bidra til å realisere de grunnleggende prinsippene som kommer til uttrykk i lover og forskrifter, stortingsmeldinger og andre styringsdokumenter. Universitets- og høyskoleloven § 1-1 bokstav a beskriver formålet for utdanningene som å «tilby høyere utdanning på høyt internasjonalt nivå». Etter § 1-5 første avsnitt har institusjonene ansvar for blant annet å sikre at undervisningen «utøves i overensstemmelse med anerkjente vitenskapelige, kunstfaglige, pedagogiske og etiske prinsipper». Utover dette er det gitt stor frihet og ansvar til de enkelte institusjonene for å utforme sitt faglige og verdimessige grunnlag innenfor lovens rammer (universitets- og høyskoleloven § 1-5, andre avsnitt). I høyere yrkesfaglig utdanning finner vi et overordnet verdigrunnlag uttrykt i fagskoleloven § 4: «Fagskoleutdanning skal bygge på kunnskap og erfaring fra ett eller flere yrkesfelt og være i samsvar med relevante pedagogiske, etiske, kunstfaglige og vitenskapelige prinsipper».

7.2.1 Studentaktiv læring

For studenter i høyere utdanning og høyere yrkesfaglig utdanning er det et grunnleggende prinsipp at de skal møtes som ansvarlige deltakere i egen læring (Meld. St. 9 (2016–2017); Meld. St. 16 (2016–2017)). Studietilsynsforskriftens § 2-2 femte avsnitt understreker at lærestedene skal legge til rette for at studenten kan ta en aktiv rolle i læringsprosessen. Fagskolemeldingen uttrykker det slik: «En attraktiv fagskole innebærer engasjerte studenter som tar del i styringen og påvirker utviklingen» (Meld. St. 9 (2016–2017), s. 7).

Studentene må kunne planlegge, gjennomføre og overvåke egen læring, og vurdere selv i hvilken grad de må endre noe for å nå målet sitt. Dette er sentralt innenfor det man kaller selvregulering. I høyere utdanning og høyere yrkesfaglig utdanning vil læringsanalyse som retter seg mot studentene, kunne være verdifull for å styrke studentaktiv læring og legge til rette for selvregulering. Har studentene tilgang til data og analyser om egen læring, kan de forstå sin egen læringsprosess bedre, og det igjen gir et godt grunnlag for å ta grep ved behov. Læringsanalyse kan blant annet gi studentene informasjon om hvilke læringsaktiviteter de har utført, hvordan de har disponert tiden sin, og hva slags resultater de har oppnådd. Noen verktøy har også funksjonalitet for å gi studentene varsler og påminnelser som kan hjelpe dem med å strukturere arbeidet. Studentorganisasjonene påpeker at studentene må ha kontroll over denne funksjonaliteten selv, for at den ikke skal bidra til økt stress. Ekspertgruppen har fått innspill om at studenter kan oppleve økt stress om de for eksempel får varslinger på læringsplattformer sent på kvelden, i helger eller på helligdager.

Forutsetninger for at læringsanalyse bidrar til studentaktiv læring

En av forutsetningene for at læringsanalyse skal styrke studentaktiv læring, er at studentene får tilstrekkelig veiledning i å forstå og fortolke informasjonen som kommer fra læringsanalyse. Lærestedene må involvere studentene for å finne ut hva slags informasjon fra læringsanalyse studentene trenger for at det skal hjelpe dem i læringsprosessen deres. De må også sørge for at studentene har kontroll på funksjonalitet som henvender seg direkte til dem i form av varsler og påminnelser. Det er viktig at læringsanalyse ikke utføres på måter som bidrar til å utviske skillet mellom rollen som student og deres privatliv.

7.2.2 Oppfølging av studentene

Utdanningen bør være basert på kunnskap om hvordan studentene lærer best (Meld. St. 16 (2016–2017)). Selv om det mangler forskning på hva som skal til for at studentene oppnår best mulig læringsresultater, er det likevel noen faktorer som er viktigere enn andre: «De aller viktigste faktorene for at studentene skal lykkes, er studentenes engasjement, hvor mye tid de bruker på studiene, og hvordan de bruker denne tiden» (Meld. St. 16 (2016–2017), s. 16).

Et sentralt spørsmål i høyere utdanning og høyere yrkesfaglig utdanning er hvilken pedagogisk verdi det å benytte data som direkte identifiserer den enkelte student, har for oppfølgingen av studentene. Svaret på dette spørsmålet er avgjørende for å vurdere om læringsanalyse vil utgjøre et forholdsmessig inngrep i personvernet.

For å følge opp studentene på en god måte er det viktig å ha informasjon om studieaktivitetene deres. Dette kan læringsanalyse bidra med. For enkelte områder vil datagrunnlaget fra studentenes læringssituasjoner være tilstrekkelig for å gi verdifull informasjon også for å følge opp den enkelte studenten eller hver studentgruppe. Dette kan for eksempel gjelde studier der mye av undervisningen foregår på digitale plattformer, eller fagområder der det finnes digitale ressurser av god kvalitet som egner seg for læringsanalyse.

Informasjon fra læringsanalyse kan inngå som grunnlag for å gi tilbakemeldinger til studentene og tilpasse undervisningen. Det er imidlertid viktig at informasjon direkte fra læringsanalysesystemer ikke blir den eneste formen for tilbakemeldinger studentene får, eller at informasjonen fra læringsanalyse erstatter tilbakemeldinger som tradisjonelt har ligget til underviserrollen. I dialog med ekspertgruppen har Norsk studentorganisasjon gitt uttrykk for en bekymring om at økt innsamling av data fra studentene kan føre til mindre reell dialog mellom studentene og underviser. Læringsanalyse skal ikke – uansett hvor god den måtte være – undergrave den eksisterende dialogen mellom studenter og underviser. Også Universitets- og høgskolerådet (2023) understreker at læringsanalyse verken kan eller skal erstatte studentenes medvirkning.

Dataene som hentes inn om studentenes læring, sier ofte noe om hvordan studentene forholder seg til ressurser, tidsbruk, løpende oppgaver og læringsutbytte målt gjennom digitale verktøy. For å vite noe om større spørsmål – som hvordan studentene opplever undervisningen, hva slags alternative måter å legge opp undervisningen på de ser for seg, eller hva de mener ville vært en positiv videreutvikling av et helhetlig fagtilbud – må man gå i dialog med dem. Det er viktig å huske på at data fra studentenes bruk av digitale ressurser gir informasjon om hvordan de forholder seg til nettopp ulike digitale ressurser. For de fleste studentene utgjør dette bare en begrenset del av selve studietilbudet, noe som understreker hvor viktig det er å gå i reell dialog med studenter og ivareta studentdemokratiet.

Forutsetninger for at læringsanalysen bidrar i oppfølgingen av studentene

En av forutsetningene for at læringsanalyse kan styrke oppfølgingen av studentene, er at undervisere bruker analysene for å følge opp de samme studentene som det er hentet data fra, framfor å gjøre tilpasninger for neste kull. Det er også en forutsetning at undervisere og studenter samarbeider om å tolke studentdata og om implikasjonene for videre undervisning og læring.

7.2.3 Inkluderende utdanning og livslang læring

Inkludering og rettferdig tilgang er viktige prinsipper både i høyere utdanning og høyere yrkesfaglig utdanning. Disse prinsippene bygger på FNs bærekraftsmål om en rettferdig og inkluderende utdanning og at alle skal ha muligheter for livslang læring.2 Universiteter, høyskoler og fagskoler skal legge til rette for god tilgang til studiene, også for studenter med ulik bakgrunn (Meld. St. 5 (2022–2023); Meld. St. 9 (2016–2017)). Det er et sentralt mål i langtidsplanen for høyere utdanning at tilgangen til fleksible utdanningstilbud styrkes, og å bruke digitale undervisningsmetoder trekkes fram som et virkemiddel for å oppnå dette (Meld. St. (2022–2023)).

Læringsanalyse kan bidra til inkludering ved å gi lærestedene et bedre grunnlag for å tilpasse studietilbud og undervisning til studenter med ulike forutsetninger. Det finnes eksempler på målrettet læringsanalyse i høyere utdanning i andre land for å redusere prestasjonsgapet mellom majoritets- og minoritetsstudenter (Johnson, 2018).

I høyere yrkesfaglig utdanning er det mange voksne deltidsstudenter og nettstudenter med forpliktelser som kan gjøre det utfordrende å gjennomføre studier. Læringsanalyse kan gi mer kunnskap om hva slags tilrettelegging for læring som fungerer godt, gjennom innsyn i data fra studentenes læringssituasjoner. Dette kan gi lærestedene et grunnlag for å tilpasse studiene slik at flere studenter kan lykkes, og øke tilgangen til utdanningene for flere samfunnsgrupper.

Forutsetninger for at læringsanalyse bidrar til inkluderende utdanning og livslang læring

En av forutsetningene for at læringsanalyse kan fungere inkluderende, er at det finnes digitale læringsressurser og datakilder som er egnet og tilgjengelige for studenter med ulik bakgrunn, og at data fra disse kan sammenstilles. Det er også nødvendig at lærestedene har en bevisst tilnærming til hvordan læringsanalyse kan fremme inkludering, og at de har kompetanse om hvordan den også kan virke ekskluderende. Risiko for diskriminerende utfall ved å bruke kunstig intelligens kan være en følge av læringsanalyse om man ikke passer på (Costanza-Chock, 2020; Selwyn, 2022). Tiltak for å redusere en slik risiko er viktige forutsetninger for å sikre at læringsanalyse bidrar til å fremme inkludering.

7.2.4 Kvalitetsutvikling

I universitets- og høyskoleloven blir det pekt på at krav til kvalitetsutvikling handler om å bidra til at samfunnet har tillit til kvaliteten i norsk høyere utdanning. Ifølge § 1-6 skal lærestedene ha mekanismer som «skal sikre og videreutvikle kvaliteten i utdanningen». Fagskolene er pålagt å ha et system for kvalitetssikring, ifølge fagskoleloven § 4 tredje avsnitt. Fagskoletilsynsforskriften § 4-1 utdyper at fagskolen systematisk skal innhente informasjon fra studentene for å vurdere om hver enkelt utdanning når målet for kvalitet.

Læringsanalyse kan bidra til arbeidet med kvalitetsutvikling ved at den sammenstiller og analyserer data som er hentet fra studentenes læringsaktiviteter og andre relevante kilder. Regelverket legger opp til at kvalitetsarbeidet ved lærestedene skal skje kontinuerlig. Læringsanalyse kan være et godt virkemiddel for å lykkes med dette. Dersom lærestedene benytter læringsanalyse som gir løpende informasjon om studentenes læring og aktivitet, kan analysene utgjøre et kontinuerlig oppdatert grunnlag for å forbedre kvaliteten ved utdanningene. Dessuten kan læringsanalyse bidra til å legge til rette for mer utprøving av blant annet nye undervisnings- og vurderingsformer.

Læringsanalyse som grunnlag for kvalitetsutvikling på organisasjonsnivå omtales ytterligere i kapittel 7.4.

Forutsetninger for at læringsanalyse bidrar til arbeidet med kvalitetsutvikling

En av forutsetningene for at læringsanalyse kan bidra positivt til arbeidet med kvalitetsutvikling, er at det er mulig å sammenstille data fra ulike kilder. Tilgang på relevante datagrunnlag vil sannsynligvis variere mellom læresteder og ulike fagområder, men i mange tilfeller vil læringsanalyse kunne bidra med informasjon som kan gi et utgangspunkt for å forbedre studie- eller emnedesign.

7.2.5 Gjennomføre på normert studietid

Det er en ambisjon i høyere utdanning at studentene skal gjennomføre utdanningen sin mest mulig effektivt (Meld. St. 16 (2016–2017)). Å avvike fra normert studietid kan være krevende for den enkelte studenten, og utdanningsinstitusjonene bør derfor forsøke å oppdage potensielt frafall så tidlig som mulig.

Det er relevant å se på om læringsanalyse kan inngå som en mekanisme både for å få mer kunnskap om hvilke forutsetninger som øker gjennomføring, og for å iverksette tiltak for å forebygge frafall. Kunstig intelligens egner seg godt til å finne og gjenkjenne mønstre i data. Analyser av data fra studentaktivitet for å kunne predikere frafall har vært utbredt i høyere utdanning i andre land. Ekspertgruppen merker seg at analyse av studentdata for å forebygge frafall er mindre vanlig i Norge, men vi kjenner til noen eksempler, for eksempel fra BI (Handelshøyskolen BI, 2022).

Det kan være vanskelig å få god informasjon om studentenes deltakelse og arbeidet deres med studiene basert på data fra læringsaktiviteter. I mange tilfeller kan man se for seg at studenter som samarbeider eller benytter seg av analoge læringsressurser, basert på dataene fra læringsaktivitetene ikke ser ut til å være aktive eller være godt integrert, selv om det motsatte er tilfellet. For eksempel vil det i dag ofte se ut som en student har vært lite aktiv på læringsplattformen dersom hen systematisk har sett på ressurser sammen med en medstudent på dennes innlogging. Det kan virke stigmatiserende dersom studenter som er aktive på måter som ikke blir målt i systemet, opplever intervensjon. Det er også uheldig dersom studenter begynner å innrette atferden sin på en måte som bare skal tilfredsstille systemet for å unngå intervensjon.

Forutsetninger for at læringsanalyse bidrar til gjennomføring på normert studietid

En av forutsetningene for at læringsanalyse kan bidra til å øke gjennomføring, er at lærestedene grundig vurderer sammenhengen mellom hvilke data de har om studentene, og hva disse kan fortelle om studentenes sosiale og faglige integrasjon.

7.3 Verdien av adaptivitet

Å gi råd om bruk av adaptive læremidler og prøver er en del av mandatet til ekspertgruppen. I den første delrapporten vår gjorde vi rede for sammenhengen mellom adaptivitet og læringsanalyse og konkluderte med at de to feltene samvirker i stor grad, men at adaptive systemer i seg selv ikke nødvendigvis faller innenfor definisjonen av læringsanalyse. Læringsanalyse baserer seg i økende grad på data fra adaptive systemer – særlig i grunnopplæringen – og det er derfor ofte nyttig å se læringsanalyse og adaptivitet i sammenheng.

Fordi adaptive læremidler så langt er mest utbredt i grunnopplæringen, omtaler vi i hovedsak adaptivitet i en skolekontekst. Flere av vurderingene våre vil imidlertid også være relevante for høyere utdanning og høyere yrkesfaglig utdanning.

7.3.1 Adaptive systemer i opplæringen

Adaptivitet betyr i denne sammenhengen at innholdet i et digitalt system tilpasser seg den personen som bruker systemet. Motsetningen til adaptive prøver og læremidler kalles gjerne lineære siden elevene som bruker dem, alle følger den samme oppgavesekvensen gjennom hele forløpet. Et adaptivt system kan også tilpasse tempo og presentasjon av innholdet og gi individualiserte tilbakemeldinger. Siden tilpasningen er del av et digitalt system, skjer den ved hjelp av algoritmer. Algoritmer som styrer tilpasningen i prøver og læresystemer, kan være kompliserte, for eksempel ved at de involverer maskinlæring, men er i de aller fleste tilfellene ganske enkle. Typisk for adaptive læremidler og prøver er at de er delt inn i mindre deler som igjen består av flere oppgaver. Delene utgjør til sammen en oversikt over det som skal læres eller måles.

Kunnskapsgrunnlaget om bruk av adaptive systemer er begrenset, men stadig flere studier retter oppmerksomheten mot hvordan de påvirker læringen (Egelandsdal mfl., 2019; Moltudal mfl., 2020).

7.3.2 Tilpasset opplæring

Tilpasset opplæring er tilrettelegging som skal sikre at alle elever får best mulig utbytte av opplæringen (Kunnskapsdepartementet, 2017, kapittel 3.2). Adaptivitet blir ofte knyttet til dette prinsippet fordi hovedformålet ved adaptivitet er tilpasning. I adaptive prøver og adaptive læremidler er det ønskede resultatet å gi eleven oppgaver på rett nivå, slik at hen enten lærer mer (læremidler), eller får vist hva hen kan (prøver). Samtidig blir adaptivitet i digitale verktøy problematisert når det gjelder tilpasset opplæring. Dette skyldes blant annet at tilpasningen i digitale systemer er basert på algoritmer håndtert av datamaskiner, mens ideen om tilpasset opplæring er primært at det er læreren – og lærerens relasjon til eleven – som står sentralt i denne oppgaven. Algoritmene har i noen tilfeller som mål å gjøre noe som læreren også gjør, for eksempel å fortelle eleven hvilke oppgaver hen skal løse, og i hvilken rekkefølge. Mange leverandører løfter fram at særlig adaptive systemer kan frigjøre tid for læreren. Også lærere oppgir dette som en begrunnelse for å bruke slike verktøy (Baker mfl., 2017).

Forutsetninger for at adaptive systemer bidrar til tilpasset opplæring

En forutsetning for at adaptivitet skal virke positivt på tilpasset opplæring, er at læreren er tett på elevene når de jobber med adaptive læremidler. Studier peker på at elever lærer lite når læreren i stor grad lar elevene jobbe på egen hånd med slike systemer, og anbefaler derfor at disse læremidlene må inngå som del av den helhetlige undervisningen (McTigue mfl., 2020; McTigue og Uppstad, 2019). Statped (2022) forteller at dette dessverre ikke alltid er tilfellet i dag: «Intensjonen fra utvikler er som regel at læremidlene skal brukes som en del av undervisningen. I praksis blir for mange elever satt alene foran skjermen og læremidlene brukes i en for stor del av undervisningen uten læreroppfølging» (s. 2).

7.3.3 Motivasjon

Skolen skal stimulere til motivasjon, og elevene skal gjennom hele opplæringsløpet få utfordringer som fremmer lærelyst, ifølge den overordnede delen av læreplanverket (Kunnskapsdepartementet, 2017, kapittel 3). Tekstene om vurdering i læreplaner for fag framhever det samme.

Adaptive systemer har forutsetninger for å styrke motivasjon, både gjennom selve tilpasningen og eventuelle spillelementer som er knyttet til adaptiviteten, for eksempel avanserte belønningssystemer. En god tilpasning innebærer at eleven får oppgaver som hen har forutsetninger for å mestre, og gjennom å mestre blir eleven motivert. Skolelederforbundet (2022) trekker også fram mestring og motivasjon som en fordel ved adaptivitet og læringsanalyse: «Læringsanalyse kan være med på å gi den enkelte elev helt tilpassede oppgaver slik at den proksimale utviklingssonen kan treffes med større nøyaktighet. Skreddersydd og helt tilpasset undervisning kan på samme måte skape stor mestringstro og motivasjon hos elevene» (s. 1).

Mestring står sentralt i motivasjonsteori, og i dette ligger både at oppgaven ikke er for lett eller for vanskelig. Men selv om mestring er nødvendig, er det ikke alltid tilstrekkelig for å fremme motivasjon. Et eksempel på dette er funn fra en oversiktsartikkel over studier som sammenlignet lineære og adaptive prøver, der de adaptive prøvene ikke viste noen klare effekter på motivasjon (Akhtar mfl., 2022). Derimot var det positive motivasjonseffekter når adaptiviteten var satt på et enklere nivå, altså at eleven fikk litt lettere oppgaver enn det standard adaptive systemer gir. Den samme studien peker også på hvor viktig det er at elevene får god informasjon om hvordan tilpasningen skjer, siden adaptivitet innebærer at også elever med høyt prestasjonsnivå får vanskeligere oppgaver enn de får i lineære systemer. Disse elevene vil derfor oppleve det adaptive systemet som vanskeligere enn de kanskje er vant med.

Forutsetninger for at adaptive systemer bidrar til motivasjon

En forutsetning for at adaptive systemer skal stimulere motivasjon og mestring, er å vite presist hvor vanskelig en oppgave er, eller ha annen presis informasjon som er grunnlag for tilpasning. Dette er en svært kompetanse- og kostnadskrevende del av utviklingsarbeidet. Når et slikt grunnlag for tilpasningen er svakt, vil også selve adaptiviteten ha klare begrensninger. Denne utfordringen gjelder selvsagt også for lineære verktøy, men omfanget av utfordringer er større for de adaptive fordi man i et adaptivt læremiddel eller prøve skal lage flere stier som skal fungere, ikke bare en.

7.4 Verdien av datastøttet kvalitetsutvikling

Ekspertgruppen har i arbeidet sitt i hovedsak lagt vekt på læringsanalyse som har som formål å fremme læring for enkeltindivider eller grupper, og der tiltakene skjer tett på læringssituasjonene. En annen form for læringsanalyse retter seg mot et organisasjonsnivå og omtales ofte på engelsk som Institutional Analytics. I dette delkapitlet omtaler vi bruken av denne formen for læringsanalyse som datastøttet kvalitetsutvikling. Formålet er å støtte beslutninger om kvalitet når det gjelder betingelsene og tilretteleggingen for læring og utformingen av læringsomgivelser. I denne formen for læringsanalyse benyttes aggregerte data fra læringssituasjoner, gjerne i kombinasjon med flere relevante kilder. Det er leder- og eiernivå ved skolene og lærestedene og lokalt og nasjonalt myndighetsnivå som bruker informasjonen fra slik læringsanalyse.

Datastøttet kvalitetsutvikling vil kunne være relevant for alle utdanningsvirksomheter, uavhengig av form og nivå. Ekspertgruppen har i hovedsak valgt å omtale datastøttet kvalitetsutvikling innenfor høyere utdanning og høyere yrkesfaglig utdanning i dette delkapitlet. Årsaken er til dels at disse sektorene selv oppgir dette potensialet som relevant: «Læringsanalyse kan bidra til mer helhetlig og sammenhengende design av emner og studieprogram» (Sikt, 2022, s. 2). En annen årsak er det pågående arbeidet til utvalget for kvalitetsutvikling i skolen, som har i sitt mandat å kartlegge behov og foreslå endringer for verktøy og datakilder som skal legge til rette for kvalitetsutvikling i grunnopplæringen.

7.4.1 Økt utdanningskvalitet

I den nye langtidsplanen for forskning og høyere utdanning er høy kvalitet og tilgjengelighet ett av tre mål som skal bidra til å realisere de tematiske satsingene for det neste tiåret (Meld. St. (2022–2023)). Handlingsplanen for digital omstilling peker på digital læringsanalyse som et mulig tiltak for å bidra til økt utdanningskvalitet (Direktoratet for høyere utdanning og kompetanse, 2022).

Kvalitetsmeldingen for høyere utdanning viser til at det finnes en rekke forståelser og definisjoner av kvalitet i utdanningen (Meld. St. 16 (2016–2017)), men legger følgende overordnede ambisjoner til grunn for forståelsen av høy utdanningskvalitet: «Studentene skal oppnå best mulig læringsresultater og personlig utvikling, møte relevante utdanninger som forbereder dem godt for aktiv deltagelse i et demokratisk og mangfoldig samfunn og for en fremtidig yrkeskarriere, og gjennomføre utdanningen mest mulig effektivt» (s. 15). Disse ambisjonene er også relevante for høy kvalitet i høyere yrkesfaglig utdanning (Meld. St. 9 (2016–2017)).

Det er en lang rekke datakilder som kan inngå i et grunnlag for arbeidet med kvalitetsutvikling. Noen eksempler på disse er

• aggregerte data fra læringssituasjoner: aktivitetsdata fra studentenes bruk av læremidler, plattformer og andre digitale løsninger

• data fra studieadministrative systemer og registre som blant annet inneholder resultatdata fra gjennomførte arbeidskrav og sluttvurderinger, slik som Felles studentsystem (FS)3

• data fra Studiebarometeret4 og andre undersøkelser

7.4.2 Data som ressurs

Mer data blir produsert hver uke enn hva som har blitt produsert i løpet av det forrige årtusenet. Den store mengden av data påvirker måten vi utfører alt fra forskning, produkt- og prosessinnovasjon på, til måten vi utvikler organisasjoner, utformer forretningsmodeller, og måter vi samhandler på. (Meld. St. 27 (2015–2016), s. 101)

Data som grunnlag for verdiskapning har vært et tema i organisasjonslitteraturen i lengre tid, ofte under overskrifter som «den datadrevne organisasjon» (Andersen mfl., 2018). På nasjonalt nivå framheves data som utgangspunkt og grunnlag for utvikling i et moderne samfunn i stortingsmeldingen Data som ressurs – Datadrevet økonomi og innovasjon (Meld. St. 22 (2020–2021)). Meldingen trekker opp linjene for den norske datapolitikken: «Regjeringens prinsipper for datapolitikken skal underbygge effektiv deling og bruk av data innenfor trygge og ansvarlige rammer, og skal sikre at det skapes verdi med data som kommer næringslivet, offentlig sektor og samfunnet til gode» (s. 8). Data som ressurs er også viet et eget kapittel i digitaliseringsstrategien for offentlig sektor, som peker på at data kan utnyttes bedre som ressurs i offentlig sektor, og at det åpner for helt nye måter å løse oppgaver på (Kommunal- og moderniseringsdepartementet, 2019).

Digital agenda for Norge peker på de store mengdene data som produseres i utdanningssektoren, og at det er viktig å utnytte disse for å øke kvaliteten (Meld. St. 27 (2015–2016)). Meldingen trekker fram sammenhengen mellom datastøttet kvalitetsutvikling og god bruk av teknologi i undervisningen. Data fra digitale ressurser som læringsplattformer, læremidler, prøver og andre systemer er relevante kilder for slik kvalitetsutvikling.

I Kunnskapsdepartementets strategi for digital omstilling i universitets- og høyskolesektoren utgjør det å utnytte data om kunnskapssektoren ett av seks strategiske innsatsområder (Kunnskapsdepartementet, 2021b). Strategien peker på flere utfordringer i den forbindelse: Kunnskaps- og verdiskapingspotensialet i data fra kunnskapssektoren utnyttes ikke godt nok. Delingskulturen er lite utviklet, og det mangler felles standarder for metadata. Det er også mange dataeiere i et uoversiktlig landskap, og ofte vil gevinsten kunne komme andre steder enn der innsatsen gjøres. Ett av strategiens innsatsområder er derfor å etablere systemer og infrastruktur for datafangst, deling, lagring og gjenbruk av data om kunnskapssektoren. At virksomheter deler og utveksler datasett internt og seg imellom, er ønskelig og nødvendig fordi kombinasjonen av flere datasett ofte gir grunnlag for innsikt på helt andre måter og i langt større grad enn ett enkelt datasett alene.

7.4.3 Bruk av aggregerte data

I motsetning til læringsanalyse som skjer tett på læringssituasjonene, er datastøttet kvalitetsutvikling basert på aggregerte data som ikke er direkte identifiserende. Det innebærer at personvernrisikoen i utgangspunktet er lav ved denne formen for læringsanalyse. I tillegg er personvernrisikoen lavere fordi eventuelle tiltak ikke retter seg mot den enkelte, men mot grupper eller systemene for utdanningen.

Et eksempel på arbeid med kvalitetsutvikling ved hjelp av aggregerte data kan være å utforske ulike spørsmål om hva som fremmer god læring. Det kan innebære spørsmål om hva slags funksjonalitet i læringsplattformer, samarbeidsløsninger og læringsressurser som bidrar til økt utdanningskvalitet. Tilsvarende kan spørsmål om hvilke læringsaktiviteter og vurderingsformer, hvilke typer oppgaver og arbeidskrav og i hvilken rekkefølge være relevant å utforske med utgangspunkt i aggregerte data. Handelshøyskolen BI har i et innspill til ekspertgruppen fortalt om hvordan de bruker analyser av data om bruk av video i undervisningen for å få et bedre grunnlag for å ta beslutninger om videre videobruk ved lærestedet (Handelshøyskolen BI, 2023).

Forutsetninger for at data bidrar til å bedre utdanningskvaliteten

Å utnytte dataene godt innenfor og på tvers av utdanningsvirksomheter forutsetter en egnet infrastruktur og en helhetlig systemarkitektur (Kommunal- og moderniseringsdepartementet, 2019). Dette omtales som en felles «digital grunnmur» både i strategi for digital omstilling i universitets- og høyskolesektoren og i strategiens handlingsplan (Kunnskapsdepartementet, 2021b; Direktoratet for høyere utdanning og kompetanse, 2022). Handlingsplanen plasserer moderniseringen av Felles studentsystem sentralt i utviklingen av den digitale grunnmuren. Data fra ulike systemer må være åpne, det vil si tilgjengelige i en form og et format som gjør at det går an å dele dem med andre og sammenstille dem.

7.5 Oppsummering av ekspertgruppens vurderinger

Forskningen ekspertgruppen har oppsummert i første delrapport, peker på en rekke potensielle gevinster ved læringsanalyse for elevene og studentene selv, for lærere og undervisere og for dem som har ansvaret for at skoler og læresteder tilbyr utdanning av god kvalitet. En viktig pedagogisk verdi ved læringsanalyse handler om å få en systematisert og oversiktlig innsikt i elevenes og studentenes faglige utvikling. Det er vanskelig å vurdere hva som er den største verdien av læringsanalyse i en norsk kontekst, men vi vil likevel framheve tre områder vi mener er spesielt relevante.

For det første mener vi det er et stort potensial i læringsanalyse ved at elever og studenter kan få bedre innsikt i egen læring underveis i læringsprosessene. Dette forutsetter som nevnt at det innhentes relevante data fra elevenes og studentenes arbeid med fagene, og at analyser av disse dataene kommuniseres til elever og studenter på en god måte. For det andre er det vår vurdering at lærere og undervisere i mye større grad kan tilpasse undervisningen sin dersom de har tilstrekkelig og relevant informasjon for å vurdere egen undervisning. Læringsanalyse kan bidra med dette. Det tredje området der vi mener læringsanalyse kan ha et stort potensial på sikt for å forbedre undervisning og fremme læring, er i arbeidet med kvalitetsutviklingen på skoler og læresteder.

8 Hvilke pedagogiske og etiske utfordringer kan læringsanalyse føre med seg?

I ekspertgruppens første delrapport gjorde vi rede for fire overordnede dilemmaer knyttet til læringsanalyse:

• behovet lærerne og underviserne har for informasjon om elever og studenter for å støtte læring, balansert mot vern av informasjon om elever og studenter

• hvordan læringsanalyse påvirker balansegangen mellom læring i samspill og læring som individualisert prosess

• balansen mellom sentralisert støtte og autonomi i beslutninger om læringsanalyse

• spennet mellom kravene læringsanalyse stiller til lærernes og undervisernes kompetanse, og den reelle kompetansen i utdanningssektoren

Med utgangspunkt i disse drøftingene, tilstandsbeskrivelsen i kapittel 3 og innspillene vi har mottatt underveis i arbeidet, har vi identifisert noen områder der læringsanalyse enten forsterker eksisterende utfordringer eller bringer inn nye. I dette kapitlet vil vi peke på konkrete pedagogiske og etiske utfordringer som vi mener det er nødvendig å ta stilling til, og vår vurdering av disse.

8.1 Innskrenkning av innhold og arbeidsformer i undervisningen

En viktig pedagogisk utfordring som drøftes i den første delrapporten, handler om risikoen for at læringsanalyse kan bidra til å innskrenke innhold og arbeidsformer i utdanningen. Oppsummert innebærer det en bekymring for at læringsanalyse kan bidra til økt bruk av individuelle arbeidsformer og redusert vekt på utforskende og reflekterende deler av fag. Innspill vi har fått, peker også på at læringsanalyse oppleves som mindre relevant for det å anvende kompetanse i mer kompleks oppgaveløsning (Norsk Lektorlag, 2023).

Redd Barna (2023) stiller også spørsmål ved om utstrakt bruk av læringsanalyse i skolen «ikke er i tråd med hva Fagfornyelsen skulle føre med seg – at elevene i større grad skulle få mulighet til å gå i dybden av temaer, oppleve større grad av elevmedvirkning, ha mer praktisk tilnærming til fagene og jobbe tverrfaglig med temaer» (s. 5). De mener også at det er en risiko for at læringsanalyse kan bryte med noen av verdiene og prinsippene i overordnet del av læreplanverket og med mange av kompetansemålene i læreplaner for fag.

8.1.1 Innsnevring av fag og kompetanse

Ekspertgruppen merker seg at det er en utbredt bekymring for at læringsanalyse kan bidra til mer oppmerksomhet om «det som kan telles eller måles»:

Det er en stor bekymring at læringsanalyse utvikles på et for snevert grunnlag for å måle/tilpasses elevenes læring. Det bør reflekteres over hvordan kompetansebegrepet i LK20 møtes i digital læringsanalyse, hvordan skal for eksempel problemløsning, kritisk tenking med videre gjenspeiles i læringsanalyse? (Skolelederforbundet, 2022, s. 2)

Kompetansebegrepet i norsk skole slår fast at kompetanse er «å kunne tilegne seg og anvende kunnskaper og ferdigheter til å mestre utfordringer og løse oppgaver i kjente og ukjente sammenhenger og situasjoner» (Kunnskapsdepartementet, 2017, kapittel 2.2). Videre understrekes det at kompetanse innebærer både forståelse og evne til refleksjon og kritisk tenkning. Vår erfaring med dagens verktøy og praksis tilsier at det er lite trolig at informasjon fra læringsanalyse kan klare å dekke bredden i det norske kompetansebegrepet i nær framtid. At analysene skal gi informasjon om evnen elever har til å tilegne seg og anvende ferdigheter og kunnskap, vurderer vi som mer sannsynlig enn den kan si noe om evnen elevene har til refleksjon og kritisk tenkning. Samtidig har blant annet den raske utviklingen innen kunstig intelligens gjort det vanskeligere å forutse hva som vil være mulige bruksområder for informasjon fra læringsanalyse i nær framtid. Noen ferdigheter og kunnskapsområder vil også være mer egnet for læringsanalyse enn andre: «Også innenfor enkeltfag ser en at digital læringsanalyse kan være fornuftig til noen delemner, og ikke til andre (for eksempel i matematikk; regnetekniske oppgaver hvor det er greit, mindre hensiktsmessig hvis det er snakk om mer kompleks oppgaveløsning)» (Norsk Lektorlag, 2022, s. 3).

Fagområder med innhold som kan deles opp i klare og målbare kunnskaps- og ferdighetsområder, og der en algoritme kan avgjøre om svaret passer, er betydelig enklere å tilby læringsanalyse for enn på de mer åpne fagområdene som er egnet for utforskning. Innenfor matematikk tilbys det i dag flere læringsressurser som legger opp til læringsanalyse, blant annet innenfor de fire regneartene, algebra og geometri. Vi har til gode å se meningsfull tolkning av data knyttet til mer utforskende deler av faget, for eksempel kreative løsningsforslag på åpne oppgaver. Dette kan også ha sammenheng med hva slags data som i hovedsak er grunnlag for læringsanalyse i dagens ressurser. Mange digitale læremidler og ressurser inneholder i dag et stort omfang lukkede oppgavetyper. Dette er oppgaver der alle spørsmålene følges av et begrenset antall forhåndsdefinerte svar, for eksempel oppgaver i flervalgsformat eller oppgaver der ulike ord, tall eller bilder skal plasseres i en gitt rekkefølge. Ekspertgruppen mener ikke at lukkede oppgaver er problematiske i seg selv, men ser behovet for å fortsette å utforske nye måter å utforme oppgaver og måle kompetanse på. Å benytte teknologi for å øve inn enkle ferdigheter og kunnskaper kan også ha pedagogisk nytteverdi, men bør ikke få for stor plass i opplæringen.

Det er en markedsdrevet utvikling av læringsteknologi i norsk utdanning, noe også personvernkommisjonen understreker i sin utredning (NOU 2022: 11). Dette innebærer at utviklere og leverandører i stor grad vil prioritere områder av faget der det er både faglig og teknisk enkelt å utvikle digitale ressurser. Norsk Lektorlag (2023) trekker også fram at den fritt tilgjengelige læringsarenaen NDLA5 begrenser utvalget av gode læringsressurser i videregående opplæring av markedsårsaker. Ekspertgruppen mener derfor at det trengs nasjonale ordninger som stimulerer til å utvikle og kjøpe inn digitale læringsressurser som gjenspeiler bredden i fagene gjennom hele utdanningsløpet.

Ekspertgruppen er videre bekymret over at digitale læringsressurser i dag tilbys mer eller mindre utelukkende på norsk bokmål. Foreldreutvalget for grunnopplæringen (2022b) deler den samme bekymringen:

Mange elever i norsk skole er flerspråklig eller har ulike vansker som gjør at de har rett på spesialundervisning. Vi har en krevende situasjon rundt fysiske og digitale læremidler, der forlag og forretningsmodeller ikke tar hensyn til dette, eller lovfestede rettigheter rundt samisk, bokmål, nynorsk og universell utforming. Hvilke utslag vil språk og språklige variasjoner gi for våre elever i møte med DLA [digital læringsanalyse]? (s. 2)

Redd Barna (2023) er også bekymret for dette: «Vi er bekymret for at DLA [digital læringsanalyse] ikke fanger opp elevmangfoldet på en god måte, og setter spørsmålstegn ved om DLA eventuelt kan forsterke ulikheter i elevgruppa på en lite hensiktsmessig måte. Særlig vil vi fremheve samiske elevers rett til opplæring i og på samisk» (s. 14).

Det er godt dokumentert at omfanget av og tilgangen til læremidler og læringsressurser som foreligger på samiske språk og på nynorsk, ikke er bra nok (Prop. 57 L (2022–2023)). Det er derfor rimelig å anta at det ikke er en reell tilgang til læringsanalyse på samisk eller på nynorsk. Dette er svært alvorlig ut fra krav i regelverket og rettigheter elevene har. I dagens opplæringslov §§ 6-2 og 6-3 står det:

I samiske distrikt har alle i grunnskolealder rett til opplæring i og på samisk. Utanfor samiske distrikt har minst ti elevar i ein kommune som ønskjer opplæring i og på samisk, rett til slik opplæring så lenge det er minst seks elevar igjen i gruppa. […] Utanfor samiske distrikt har samar i grunnskolealder rett til opplæring i samisk. […] Samar i vidaregåande opplæring har rett til opplæring i samisk.

Ut fra disse rettighetene må det foreligge tilstrekkelig med varierte læremidler og læringsressurser på samisk. Riksrevisjonen konkluderte i sin undersøkelse av retten samiske elever har til opplæring i og på samisk, med at mangelen på samiske læremidler svekker opplæringstilbudet til elevene (Dokument 3:5 (2019–2020)).

Når det gjelder nynorsk, står det i opplæringsloven § 9 at læremidler skal foreligge på både bokmål og nynorsk til samme tid og samme pris, noe som omtales som parallellitetskravet. I høringen til ny opplæringslov spiller mange høringsinstanser inn at andre digitale ressurser enn læremidler, slik som skriveprogrammer, også bør omfattes av parallellitetskravet. I lovproposisjonen om ny opplæringslov er departementets vurdering og forslag å videreføre at parallellitetskravet bare skal omfatte det som blir definert som læremiddel, men foreslår i tillegg en ny regel om at skriveprogrammer skal støtte både bokmål og nynorsk (Prop. 57 L (2022–2023)).

Ekspertgruppen mener at det må rettes spesiell oppmerksomhet mot utvikling av læringsressurser på samisk og nynorsk for å sikre at skolen er i stand til å oppfylle de lovpålagte rettigheter til elevene.

8.1.2 Mindre varierte og mer individualiserte arbeidsformer

Gjennom hele utdanningsløpet skal elever og studenter møte varierte og utforskende arbeidsformer. Utforskende læring og kompetanse er også vesentlig styrket i mange fag i læreplanverket LK20/LK20S. Ekspertgruppen vurderer at det er vanskelig å se hvordan læringsanalyse kan styrke en utforskende tilnærming til læring med de ressursene og den digitale undervisningspraksisen vi kjenner til i dag. Det er viktig at omfanget av variasjon og utforskende arbeidsformer ikke reduseres i praksis ved at innsamling av data til læringsanalyse blir styrende for hva slags læringsaktiviteter elevene tilbys og tar del i. Norsk Lektorlag (2023) stiller spørsmål om akkurat dette: «Hvordan kan en tilrettelegge for fornuftig bruk av digital læringsanalyse, uten at det samtidig eksempelvis innebærer en føring om å velge digitale framfor analoge læremidler?» (s. 2).

Slike utilsiktede endringer har vi sett tidligere i norsk kontekst når det gjelder digitalisering. At det blir stadig mer individuelt arbeid i norske klasserom (Gilje mfl., 2020), er for eksempel ikke et resultat av villet endring, men at en-til-en-tilgang gjør det «naturlig» at hver elev logger seg på sin bruker og jobber individuelt. Variasjon i arbeidsformer innebærer også at store deler av læringen skal skje i samspill med andre. Norsk Lektorlag (2023) spør: «Vil muligheten for digital læringsanalyse føre til økt bruk av digitale, og spesielt adaptive læremidler, og hva kan økt bruk av adaptivitet gjøre med læringsfellesskapet i klasserommet?» (s. 3). Det stiller store krav til både den digitale undervisningspraksisen og til læringsressursene dersom læringsanalyse skal motvirke den overvekten av individuelle arbeidsformer som vi ser antydninger til i heldigitale klasserom (Blikstad-Balas og Klette, 2020).

I dag er det ikke spesielt utbredt verken i grunnopplæringen, fagskolesektoren eller i universitets- og høyskolesektoren å kunne velge fritt mellom ulike faglige ressurser. I grunnskolen er det stadig vanligere å kjøpe lisenser for hele «pakkeløsninger» der en tilbyder leverer ressurser til alle aktuelle fag (Rambøll, 2023). Ekspertgruppen mener dette er en løsning som i beste fall ivaretar helhet på bekostning av fleksibilitet. Vi mener lærerne og underviserne bør kunne velge fritt mellom en større bredde av ressurser for å øke muligheten for lokal tilpasning og variasjon. Dette forutsetter at lærerne og underviserne har tid, kompetanse og kapasitet til å sette seg inn i disse. Det forutsetter også at tilstrekkelig informasjon om hvordan den digitale ressursen er bygget opp, er tilgjengelig for dem.

8.2 Kobling mellom læringsanalyse og læreplanverket

Ekspertgruppen har fått flere innspill om at det må være en tydelig sammenheng mellom læringsanalyse og læreplanverket for at læringsanalyse i grunnopplæringen skal kunne ha reell verdi. Dette gikk også tydelig fram i kartleggingen av barrierer for læringsanalyse i grunnopplæringen (se kapittel 3.4.4). For at de digitale læremidlene og analysene skal kunne fungere godt som beslutningsstøtte for lærere, må lærerne vite hvilke deler av læreplanverket ulike ressurser bidrar til å utvikle. I dagens marked brukes et stort spenn av ulike ressurser, og det er ikke alltid like tydelig hvor godt ulike ressurser harmonerer med læreplanverket eller verdier for den norske skolen. I norskproduserte, digitale læremidler skreddersydd for ulike trinn og fag kan det også være krevende å vurdere hvilke deler av læreplanverket ressursen mener å skulle bidra til. Det er mange sammenhenger i læreplanverket, både mellom overordnet del og læreplaner for fag og mellom læreplaner for fag. Det å koble digitale ressurser til læreplanverket er derfor komplekst.

Vi forstår godt at lærere og skoleledere gjerne vil vite mer om hvilke deler av læreplanverket en ressurs med funksjonalitet for læringsanalyse er rettet mot, før de tar den i bruk. Hvem som skal gjøre arbeidet med å sikre sammenheng mellom læreplanverket og digitale ressurser, og om det i det hele tatt er mulig å koble alle digitale ressurser til kompetansemål, er imidlertid åpne spørsmål. Vi vil også peke på handlingsrommet for lærerne og det lokale nivået i å fortolke sammenhengene i læreplanverket og hvordan skolene ønsker å omsette det i praksis.

8.2.1 Koble mot kompetansemål

Det har vært vanlig over tid i norsk skole at ulike læremidler signaliserer både hvilket fag, trinn og faglige temaer de mener de dekker (Askeland mfl., 2013; Tønnesen, 2013). Flere læremidler utviklet etter innføringen av Kunnskapsløftet (LK06/LK06S) har også inkludert ulike kompetansemål fra læreplanverket og knyttet disse til for eksempel ulike kapitler i læremidlet. Lærebøker har altså lenge blitt sett på som en fortolkning av «læreplanens fag- og kunnskapssyn» (Tønnessen, 2013, s. 149).

For å søke tilskudd fra Utdanningsdirektoratet for å utvikle læremidler stilles det krav til at læremidler er utviklet til bruk i opplæringen og dekker hele eller deler av kompetansemålene i læreplanverket. Dette bygger på at læremidler i opplæringsloven er definert som at de dekker vesentlige deler av læreplanen i faget. Det er slik sett rimelig å forvente at et digitalt læremiddel i et gitt fag også sier noe om hvilken kompetanse i det aktuelle faget leverandøren selv mener den digitale ressursen skal bidra til å utvikle. Ekspertgruppen ser det som viktig at skoleeiere og skoler får informasjon som gir dem grunnlag for å velge og bruke et læremiddel. Samtidig ser vi også noen vansker med å knytte deler av digitale læremidler – og spesifikt der det er funksjonalitet for læringsanalyse – til konkrete deler av læreplaner for fag eller kompetansemål.

For det første kan man ikke, med det vide kompetansebegrepet i læreplanverket, anta at én måte å måle og utvikle elevens kunnskaper og ferdigheter er tilstrekkelig. En leverandør kan dermed sjelden levere noe mer enn noen konkrete forslag til hvordan ett eller flere kompetansemål kan måles eller jobbes med. Kompetansemål skal fungere som mål for en kompetanse som elevene skal ha mulighet til å utvikle over tid, og elevene utvikler ulike kunnskaper og ferdigheter på veien mot å nå målene. De er dermed ikke noe man kan «krysse av» på en liste at man har gjort. Vi ser en risiko for at sektoren likevel vil kunne oppfatte det slik dersom enkeltmoduler i ressurser med funksjonalitet for læringsanalyse er direkte knyttet til konkrete kompetansemål. I tillegg står kompetansemålene i et fag i sammenheng til hverandre og til de innledende delene av læreplanverket, slik at det er hensiktsmessig for elevenes læring å jobbe med større sammenhenger enn ett og ett kompetansemål.

For det andre vil det være behov for å bryte opp kompetansemålene i mindre og mer fragmenterte enheter for å skape en hensiktsmessig struktur som de mindre modulene i læremidlet kan henges på. Slik kan læreplanforståelsen bli snevrere, og det kan bidra til å splitte opp opplæringen i faget mer enn ønskelig.

Ekspertgruppen mener at i stedet for å koble deler av læremidlene og analysene til konkrete kompetansemål, bør de beskrive hvilke kunnskaps- og ferdighetsområder i faget som den aktuelle analysen kan være med på å utvikle. Vi mener det er vesentlig å utvikle måter å koble læringsanalysen med innhold på som fremmer og ikke snevrer inn lærernes didaktiske refleksjon og arbeid med læringens hva, hvordan og hvorfor. På samme måte som med alle andre læringsressurser som tas inn i klasserommet, må læreren selv til enhver tid vurdere hvilke konkrete kompetansemål en læringsressurs er relevant for. En slik måte å koble læringsanalysen med innhold på vil også være mer fleksibel med tanke på den framtidige endringer av læreplanverket for grunnopplæringen.

Ekspertgruppen presiserer at denne utfordringen gjelder hvordan koblingen mellom innhold i læremidlet og kompetansemål vises for brukeren, og ikke bruk av metadata som understøtter teknisk funksjonalitet i løsningen.

8.2.2 Kommersielle hensyn

Videre er det et stort spørsmål om det er de kommersielle tilbydere som skal få definere hvilke deler av egne tjenester de mener samsvarer med ulike deler av læreplanverket. Vi forstår godt at sektoren ønsker slike oversikter, men vi mener det er grunn til å advare mot å la kommersielle aktører få enda større definisjonsmakt i den norske fellesskolen enn de allerede har. Det er ikke utelukkende elevenes læring som opptar leverandørene, de må også alltid være opptatt av om det å utvikle ulik teknologi faktisk lønner seg i et presset marked. Vi mener det er en reell fare for at monopoltendensene vi allerede ser i den digitale skolen, forsterker seg dersom alle leverandørene skal koble alt innhold til læreplanverket. Da kan det fort lønne seg å koble mest mulig for å gi inntrykk av å være en «komplett pakkeløsning» – en tendens som allerede er tydelig fra de store leverandørene i dag, der flere lover at de gir lærere «alt de trenger til de nye læreplanene», og andre tilsvarende maksimumsløfter. For en mindre leverandør, som kanskje leverer et godt produkt som bare er relevant for begrensede deler av ett fag, vil en slik kobling kunne være uheldig. Ekspertgruppen mener at det bør stilles krav til leverandørene om å beskrive på en realistisk måte hvordan ressursene er relevante for elevenes utvikling av kunnskaper og ferdigheter i faget.

8.3 Faglig frihet og beslutninger om læringsanalyse

Systematisk læringsanalyse forutsetter tilrettelegging på et mer sentralt nivå enn hos den enkelte underviser. Samtidig er det en forutsetning at det er rom for å tilpasse læringsanalysen til fagets egenart, profesjonelt skjønn og lokale forutsetninger. Her kan det oppstå spenninger. Ettersom den faglige og pedagogiske friheten er ulikt regulert og sektorene har ulik struktur, vil vurderingene være ulike for grunnopplæringen og høyere utdanning.

8.3.1 Akademisk frihet i høyere utdanning

I høyere utdanning står akademisk frihet sterkt som prinsipp. Akademisk frihet innebærer frihet i underviserrollen, men også et tilsvarende ansvar. Universitets- og høyskoleloven § 1-5 fjerde avsnitt fastslår at underviseren har et selvstendig faglig ansvar for undervisningens innhold og opplegg innenfor de rammene institusjonen setter. Langtidsplanen for forskning og høyere utdanning presiserer at den akademiske friheten ikke er til hinder for å utvikle tiltak på myndighetsnivå for å realisere utdanningspolitiske målsettinger.

NOU 2020: 3 Ny lov om universiteter og høyskoler oppsummerer noen av begrensningene omkring undervisers faglige frihet slik: «Undervisningen må imidlertid være egnet til å lede frem til den aktuelle eksamenen eller graden. Studieplanen kan også sette begrensninger for valgfriheten rundt undervisningen. Underviserne har uansett frihet når det gjelder fremstilling av materiale og synspunkter» (s. 128).

Å ta beslutningen om hvilke verktøy for læringsanalyse som skal være tilgjengelig for underviserne, ligger dermed innenfor institusjonens rammer. De fleste institusjoner har i dag også besluttet hvilke digitale læringsplattformer underviserne må benytte i undervisningen sin, og disse inneholder ofte muligheter for noe læringsanalyse. Utover krav om bruk av bestemte læringsplattformer er ekspertgruppen ikke kjent med at institusjoner pålegger undervisere å bruke disse plattformene til læringsanalyse eller å ta i bruk læringsanalysefunksjonalitet i andre systemer. Det tyder på en praksis om at underviserne tar selvstendige beslutninger innenfor rammene institusjonene har satt.

Ekspertgruppen mener at hvordan den enkelte underviseren utfører læringsanalyse innenfor disse rammene, faller innunder underviserens faglige frihet og ansvar. Dette innebærer å vurdere hvilke faglige framstillinger og arbeidsmetoder som er best egnet i ulike emner. For å kunne gjøre slike vurderinger om læringsanalyse, er det nødvendig med relevant kompetanse. Universitets- og høgskolerådet (2023) ser behovet for et samarbeid i sektoren om opplæringsressurser og informasjon om muligheter, begrensninger og risiko ved læringsanalyse. De påpeker at dersom det skal utarbeides felles retningslinjer, må sektoren involveres, for eksempel gjennom Universitets- og høgskolerådets enheter.

8.3.2 Metodefrihet i grunnopplæringen

Dagens kompetansebaserte læreplanverk legger ikke føringer på bestemte arbeidsmåter eller metoder i undervisningen (Kunnskapsdepartementet, 2017). Lærernes måte å planlegge og gjennomføre undervisningen på er dermed et profesjonsfaglig ansvar.

NOU 2015: 8, som ligger til grunn for fornyelsen av læreplanverket i 2020, presiserer imidlertid at metodefriheten må bygge på velbegrunnede og forskningsbaserte valg:

[…] det er et profesjonelt ansvar for lærerne å velge faglig innhold, arbeidsmåter og organisering som er basert på forskning, som er relevant for det elevene skal lære, og som er tilpasset den aktuelle elevgruppen. Det vil si at lærernes profesjonelle handlingsrom innebærer et ansvar for å gjøre velbegrunnede og forskningsbaserte valg av metoder og tilnærminger i undervisningen. (s. 78)

Ekspertgruppen merker seg at profesjonene er svært opptatt av at læringsanalyse må falle innenfor det profesjonelle handlingsrommet: «En lærer må selv kunne velge i hvilke situasjoner en vil utføre digital læringsanalyse som del av planlegging av undervisningen, basert på en vurdering av i hvilke fag og læringssituasjoner dette kan gi en reell merverdi, og for hvilke elevgrupper» (Norsk Lektorlag, 2023, s. 2).

Vi understreker vurderingen fra første delrapport om at beslutninger om å ta i bruk ressurser med funksjonalitet for læringsanalyse bør tas så nær som mulig der opplæringen skjer. Samtidig merker vi oss at det er en stor etterspørsel fra lærere etter veiledning og støtte for å ta disse pedagogiske beslutningene. Mange lærere uttrykker stor usikkerhet omkring hvordan læringsanalyse fungerer, når og hvordan det kan egne seg i undervisning og læring, og hva som skal til for at læringsanalyse skal være forsvarlig. Ekspertgruppen mener det er et stort behov for å sørge for bedre oversikt over hvilke ressurser med funksjonalitet for læringsanalyse som er tilgjengelige for grunnopplæringen, og å utarbeide gode støttestrukturer for å vurdere ressursenes relevans og kvalitet. Vi understreker at det er helt nødvendig med nasjonale rammer som i så stor grad som mulig sikrer at all læringsanalyse i norske skoler foregår innenfor lovlige og etiske rammer som ivaretar elevenes personvern. I tillegg må lærerne ha den nødvendige kompetansen for å ta gode pedagogiske beslutninger om læringsanalyse.

8.4 Når beslutningsstøtte blir beslutningen

I første delrapport spurte vi oss om informasjon fra læringsanalyse oppfattes som mer autoritativ enn annen informasjon underviserne har om elevenes og studentenes læring. Vi er bekymret for at digitale framstillinger og visualiseringer som er basert på automatiske beregninger, kan få for stor påvirkning på de pedagogiske beslutningene. Denne bekymringen kommer også fram i innspill fra sektoren: «Erfaring viser at lærarane blir meir passive og stoler for mykje på data/resultat som kjem frå den digitale læringa» (Møre og Romsdal fylkeskommune, 2022, s. 1).

Datatilsynet (2022b) har også pekt på risikoen for at læringsanalyse kan bli et automatisk beslutningssystem selv om det ikke er ment slik:

En annen risiko er at systemet i praksis vil benyttes som et automatisk beslutningssystem, selv om det ikke er planlagt slik. Altså at noen lærere vil godta anbefalinger fra systemet uten å foreta selvstendige vurderinger, for eksempel grunnet høy arbeidsbelastning, mangelfull kunnskap om algoritmen eller innsikt i hvordan systemet fungerer og så videre. Vi kan også tenke oss en situasjon der anbefalingene fra systemet oppleves som så gode at lærerne ikke føler at de kan overprøve systemet. (kapittel 4)

For læringsanalyse vil problemstillingen spesielt kunne gjøre seg gjeldende i grenseoppgangen mellom slutninger om tilpasning av undervisning og slutninger om elevenes og studentenes læring. Vi vil illustrere hvordan informasjon fra læringsanalyse kan fungere som beslutning snarere enn beslutningsstøtte, ved å beskrive to eksempler.

8.4.1 Beslutningsstøtte blir måling av kompetanse

La oss se på et tenkt eksempel: En klasse på niende trinn benytter en heldigital læringsressurs i norsk, der det blant annet inngår en test i flervalgsformat om sjangeren novelle. Dersom læreren bruker resultatene systematisk og ser på hvordan undervisningen videre og oppfølgingen av en enkelt elev bør tilpasses, er dette i tråd med god læringsanalyse som brukes til beslutningsstøtte. For læreren har kanskje testen bidratt med viktig informasjon om hva elevene har forstått om sjangeren novelle, og hva læreren trenger å bruke mer tid på før elevene skal skrive eller analysere egne noveller. Her har læringsanalysen støttet læreren i hens videre arbeid. Læringsanalysen har ikke i seg selv «besluttet» noe, men informert de videre beslutningene. Men vi kan også se for oss en annen mulig bruk av den samme informasjonen.

Hvis læreren som skal gi halvårsvurdering eller standpunktkarakter i norskfaget, først mange måneder etterpå går tilbake og vektlegger resultatene i testen for en gitt elev som en dokumentasjon på elevens kompetanse i novellesjangeren, er analysen behandlet som en beslutning om elevens kompetanse på et gitt tidspunkt. Da har ikke skåren på testen informert det videre arbeidet, den har blitt selve målingen av hva eleven kan eller ikke kan om novelle.

Ekspertgruppen mener det er grunn til å bekymre seg for at informasjon fra læringsanalyse kan bli nettopp selve beslutningen snarere enn en støtte for læreren. Det kan by på utfordringer at en rekke digitale ressurser i dag tilbyr resultater og samleoversikter over elevers faglige svar uten at det går tydelig fram om dette er ment å være grunnlag for å tilpasse undervisning eller mål på hva eleven har gjort. Det forsterker problemet at flere leverandører antyder at de gir «oversikt» over hva elevene kan, forstår, trenger å øve mer på, eller lignende formuleringer.

Ekspertgruppen mener også det er viktig at elevene og studentene er kjent med hvorvidt dataene som samles inn om læringen deres, er ment å gi innsikt i læringsprosessene og den faglige progresjonen deres underveis, eller om dataene skal brukes for å dokumentere kompetansen deres. For å kunne gi denne informasjonen må leverandørene opplyse om hvilket av disse to formålene ressursen bidrar til å oppnå.

8.4.2 Smal analyse tolkes bredt

Et annet eksempel på hvordan læringsanalyse kan få for stor vektlegging: Dersom en elev gjentatte ganger viser for eksempel middels måloppnåelse i ulike deler av et digitalt læremiddel i et fag, risikerer vi at det blir en sterkt medvirkende årsak til at den samme eleven ikke blir vurdert som noe annet enn middels presterende i dette faget. Det er altså en fare for at de målbare delene av faget, der det foreligger mulighet for læringsanalyse, får uforholdsmessig mye å si i den helhetlige vurderingen av elevens samlede kompetanse. Dette er i seg selv problematisk, da det ikke finnes læremidler som måler samtlige aspekter i et fag. Dersom det aktuelle digitale læremidlet skulle dekket alle aspektene i læreplanen for faget, ville det fremdeles vært problematisk å lene seg på informasjon fra læringsanalysen som en beslutning, all den tid eleven har rett til å vise kompetansen sin på flere og varierte måter6. Når læringsanalyse gir grunnlag for en vurdering, vil det å sørge for at elevers og studenters samlede kompetanse blir vurdert riktig, også være nødvendig for å etterleve prinsippene om rettferdighet og riktighet i personvernforordningen.

For at læringsanalyse skal fungere etter hensikten, må lærerne og underviserne ha tilstrekkelige forutsetninger for å kunne vurdere informasjonen fra analysene kritisk, og de må kunne trekke selvstendige slutninger basert på faglig og profesjonelt skjønn. Det vil blant annet innebære at leverandørene tilgjengeliggjør informasjon om hvordan det som blir målt, inngår i en større helhet. Utdanningsforbundet (2022) mener at det er særlig viktig at lærerne har gode forutsetninger for å kunne vurdere adaptive læremidler: «Det er […] svært viktig at lærerne settes i stand til å vurdere funksjonalitet og datagrunnlag/-kilder i det enkelte adaptive læremiddel, for dermed å kunne vurdere hva et læremiddel forteller om elevenes/studentenes faglige nivå» (s. 1).

8.5 Data som er irrelevante, misvisende eller vanskelig å tolke

Gjennom bruken av digitale læringsressurser samles det inn data om elever og studenter som kan være irrelevante, misvisende eller vanskelig å tolke. Læringsanalyse som er treffsikker og relevant, forutsetter data som gir informasjon om læring, og analyser som trekker korrekte slutninger. I drøftingene i første delrapport peker vi på samarbeid med felles innlogging og elever og studenter som manipulerer systemer, som eksempler på mekanismer som utfordrer dette.

Vi er i denne sammenheng opptatt av kvaliteten på dataene, ikke nødvendigvis kvantitet. Det er viktig å understreke at selv om mengden data kan være relevant for å kunne utføre god læringsanalyse – spesielt når den involverer bruk av maskinlæring – vil ikke mer data i seg selv være lik bedre kvalitet på analysen. Leverandøren Neddy (2023) påpeker dette i sitt innspill til ekspertgruppen:

Ja, læringsanalyse fordrer en kontinuerlig innsamling av aktivitetsdata, men er god læringsanalyse egentlig forutsatt store mengder data? Vi tror diskusjonen først og fremst må fokusere på hva som vil kan betegnes som aktivitetsdata av høy kvalitet, altså mer riktige data, og hvorvidt dette vil øke kvaliteten på analysen. Hva om vi først og fremst tenker kvalitativt og ikke kvantitativ her, før vi konkluderer med at mer data = bedre innsikt. (s. 16)

I det følgende har vi trukket fram noen aspekter som gir grunn til bekymring for kvaliteten på data og analyser. Samtlige aspekter er også scenarioer som utgjør risiko for å ikke innfri prinsippene om rettferdighet og riktighet i personvernregelverket.

8.5.1 Data som gir grunnlag for usikre slutninger om læring

Et eksempel på data som er vanskelig å tolke, er tidsinformasjon som forteller at en student har brukt uvanlig mye tid på en oppgave. Dette kan antyde at studenten syntes oppgaven var krevende. Det kan også være en rekke andre forklaringer, for eksempel at studenten tok en pause og gjorde noe annet mens tiden fremdeles ble automatisk målt, eller at studenten syntes oppgaven var så spennende at hen ville oppsøke andre ressurser for å lære mer underveis. Elever har også satt ord på dette i samtaler med ekspertgruppen: «Det går fint at dere kan se hva vi har svart, men ikke tida vi har brukt. Det kan hende vi gjør feil, tar pauser og så videre. Da blir jo alt helt feil» (elev, 9. trinn).

Tilsvarende vil det være vanskelig å tyde hva antallet forsøk en elev brukte på en oppgave før den ble riktig, forteller om elevens læring. Elever ekspertgruppen har snakket med, forklarer at de i en regneoppgave kan ha tenkt helt riktig og ha en korrekt utregningsstrategi, men likevel få feil svar mange ganger fordi de har en liten feil i utregningen. Dette er et godt eksempel på noe enhver matematikklærer ville sett med en gang, men som en maskin ikke nødvendigvis vil kunne oppfatte, og illustrerer nødvendigheten av at læreren er tett på når elevene jobber i slike systemer.

Utfordringen her er altså ikke at dataene gir ukorrekt informasjon. Det er heller det at det er vanskelig å komme til gode slutninger om læring basert på dem, med mindre det gjennom forskning og utprøving er påvist en slik sammenheng. Ekspertgruppen mener det er behov for en grundig pedagogisk diskusjon om hvilke data som bør inngå i læringsanalyse, og hvilke slutninger man kan trekke på grunnlag av dem i hvert enkelt tilfelle. Det forutsetter stor grad av transparens fra leverandører og utviklere av ressurser med funksjonalitet for læringsanalyse. Underviserne må ha en aktiv rolle i bruken av læringsanalyse for å redusere risikoen for feilslutninger. Vi understreker at forsvarlig læringsanalyse i hovedsak innebærer at slutningene fra analysen er gjenstand for undervisernes faglige vurdering før den får pedagogiske konsekvenser.

8.5.2 Data som gir grunnlag for feilslutninger

Eksempler på misvisende data kan oppstå når flere elever samarbeider om å løse oppgaver i samme innlogging, eller at elevene bruker strategier i oppgaveløsninger som gir misvisende data. Norsk Lektorlag (2023) forteller om dette i et innspill til ekspertgruppen: «Elevene logger på hverandres bruker eller hjelper hverandre slik at dataene blir feil. En del av oppgavene er laget slik at elevene kan trykke tilfeldig helt til de får rett» (s. 2).

Vi har også mottatt innspill fra foreldre som forteller om at elevene bruker strategier for å svare på oppgaver som ikke handler om den faglige kompetansen de har. Det kan for eksempel være at de fanger opp et mønster i hvordan de riktige svarene er formulert, eller at de bevisst svarer feil for å få lettere oppgaver. Vi kjenner også til eksempler på at elever som bruker ressurser med sterke belønningssystemer, begynner å samle poeng for enhver pris heller enn å løse oppgaver.

Adaptive læremidler tilpasser seg etter hva elevene har svart tidligere. Dersom eleven har fått hjelp eller samarbeidet med andre når hen har jobbet i læremidlet, så kan de videre oppgavene få en kunstig høy vanskelighetsgrad. Nivået vil etter hvert justere seg tilbake til elevens nivå dersom hen jobber videre på egen hånd, men mønstret i elevens svar vil kunne fortolkes feil av algoritmene i læremidlet. Spesielt vil dette være aktuelt for yngre elever som får hjelp av foreldre hjemme. Skolenes landsforbund (2023) spør: «Og når elevene jobber sammen, eller får hjelp hjemme, hvilke svar får vi da fra de adaptive oppgavene?» (s. 1).

For å unngå feilslutninger er det viktig at de som skal følge opp resultatene fra læringsanalyse, har kjennskap til hva slags data som inngår, og hvilken kontekst de er hentet fra. Ekspertgruppen mener det er grunn til å være kritisk til resultater fra analysene dersom adaptive læremidler benyttes i samarbeidsoppgaver med felles innlogging. Vi mener at adaptive modeller må ta høyde for at elever får hjelp og samarbeider, og derfor både raskt «stiller seg tilbake», og at sekvenser med høye prestasjoner blir verdsatt og satt i kontekst i progresjonsrapporten. For eksempel vil prestasjonstopper kunne vise hva eleven er i stand til når hen får hjelp, i motsetning til hva hen får til alene. På denne måten kan toppene gi informasjon om elevens potensial.

8.5.3 Gir egentlig dataene informasjon om læring?

Den siste kategorien data vi vil trekke fram, er irrelevante data. Det samles inn store mengder data fra elevenes og studentenes læringssituasjoner til læringsanalyse som har uklar pedagogisk verdi. Leverandøren Neddy (2023) stiller gode spørsmål omkring dette:

I dag ser vi at informasjon om når og hvor lenge en aktivitet gjennomføres brukes som indikasjon på læringsutbytte. Videre blir også informasjon som er enkel å manipulere brukt som grunnlag for personlige tilpasninger. Hvorfor er dette informasjon vi legger til grunn for læringsanalyse i dag? Er det tradisjon som holder oss igjen på dette feltet? Kanskje er slike datapunkter ikke gode datapunkter for læringsanalyse? (s. 20)

Tidsinformasjon om når og hvor lenge en elev eller student har arbeidet, er lett å avskrive som lite relevant for læringsanalyse – og da kan man jo spørre seg om hvorfor det i det hele tatt samles inn. Mange elever gir også uttrykk for at det er ubehagelig at læreren har tilgang til informasjon om når på døgnet de jobber med skolearbeid: «Jeg synes ikke det er greit at lærer ser når man jobber, det viktigste er å levere lekser og det har ikke så mye å si når man gjør det» (elev, 7. trinn).

Elever og studenter uttrykker også bekymring for at tilgang på tidsinformasjon noen steder kan føre til en uskreven «fraværsgrense» på læringsplattformer som kan tenkes å påvirke relasjonen til læreren eller underviseren – og i verste fall også spille inn på den faglige bedømmelsen av eleven eller studenten.

Ekspertgruppen mener at data om når på døgnet en bestemt elev eller student har jobbet, vil ha begrenset pedagogisk verdi og derfor ikke bør samles inn med læringsanalyse som formål. Når informasjon om elever og studenter ikke er relevant for pedagogiske eller skoleadministrative grunner, og elevene i tillegg uttrykker bekymring for at denne informasjonen er tilgjengelig, vil det også være svært problematisk å behandle opplysningene fra et personvernperspektiv.

8.6 Overvåkning og økt stress

Ekspertgruppen viet mye plass i første delrapport til å drøfte dilemmaet om behov for informasjon satt opp mot vern av informasjon. En av utfordringene drøftingen pekte på, er ubehaget mange elever og studenter opplever ved at lærestedet samler inn, deler og analyserer data om aktivitetene deres på digitale enheter. En slik informasjonsflyt kan påvirke relasjonen og utfordre tilliten mellom lærer/underviser og elev/student. Mange studenter og elever forteller om at løpende innsamling av data kan gi en følelse av å være under konstant vurdering. Dette bidrar til økt press og stress for mange unge. Redd Barna (2023) ønsker å løfte denne problemstillingen i den offentlige debatten:

Redd Barna etterlyser videre en offentlig debatt om bruken av persondata for læring og utvikling i skolen, som ikke bare knyttes til sektorielle mål om læringsutbytte, men heller reiser mer etiske spørsmål om barns autonomi, retten til å verne om sitt privatliv og til å kunne snakke, skrive og leke fritt uten at aktiviteter blir registrert, delt og brukt videre, selv om det er hensiktsmessig for elevenes læring og på aggregert nivå for utdanningssektoren eller andre offentlige tjenester. (s. 4)

8.6.1 Frykt for å prøve og feile

Elevene og studentene skal oppleve det som trygt å prøve seg selv når det er usikkert om de vil lykkes, og de skal ha vilje til å ta fatt på utfordrende oppgaver fordi det gir grobunn for læring – selv om det blir noen feil på veien (Kapur, 2008). Det at sporene fra læringsprosessen blir lagret, kan gjøre at noen elever kvier seg for å prøve og feile, og at de opplever det som ubehagelig at læreren har innsyn i dette:

Jeg synes det er litt vanskelig at lærer skal se alt. Vi blir utrygge og redd for å gjøre feil. Du bør ha mulighet til å gjøre feil uten at noen skal se det. Du kan jo forstå det senere, og da får kanskje ikke lærer det med seg. Det blir litt som at du skulle levert inn kladdearket hver gang du gjorde noe. Da kan læreren se alt du har gjort feil før du fant ut av det. Det kan bli sånn at lærere ikke fokuserer på sluttproduktet ditt, men på de feilene du gjør underveis. (elev, 9. trinn)

I delrapporten drøftet vi risikoen for at viljen elevene og studentene har til å prøve og feile, kan bli påvirket av at spor fra de digitale læringsaktivitetene deres lagres og inngår i læringsanalyse. Ekspertgruppen merker seg at det er en bekymring i sektoren om at læringsanalyse kan føre til endring av elevenes atferd på denne måten. Skolenes landsforbund (2023) forteller om elever som skrev av gloser fra en app til språklæring i stedet for å bruke mulighetene som lå i appen til å øve – fordi de ikke ville at læreren skulle se hvor mange ganger og når de øvde til en gloseprøve. I personvernsammenheng omtales en slik atferdsendring som nedkjølingseffekt:

Frykten for å bli overvåket, eller at noen skal bruke opplysninger om oss til formål vi ikke er klar over, kan føre til endret atferd. Når vi mister kontroll over hvem som vet hva om oss, blir vi tvunget til å ta hensyn til usikkerhetsfaktoren. Konsekvensene kan være at vi tenker gjennom og revurderer hva vi skriver, hvem vi har kontakt med og hva vi foretar oss. Denne selvreguleringen som følge av overvåkingsfrykt kalles «nedkjølingseffekten». (Datatilsynet, 2020a, kapittel 7)

For å motvirke risikoen for at elevene endrer atferd når personopplysningene deres brukes i læringsanalyse, er det en forutsetning at nasjonale myndigheter stimulerer til personvernfremmende funksjonalitet i ressursene. Videre er det en forutsetning at bruken inngår i en vurderingspraksis som bidrar til et trygt og inkluderende læringsmiljø. Vi understreker at elever og studenter må få rom til å prøve og feile i læringsprosessen sin uten at skolene og lærestedene lagrer dataene og benytter dem i læringsanalyse. Dette er et ansvar det er avgjørende at skoler, fagskoler og høyere utdanningsinstitusjoner er seg bevisst.

8.6.2 Opplevelse av konstant vurdering

Viken ungdomsråd (2023) er bekymret for at læringsanalyse kan bidra til et økt press hos unge hvis de opplever å være i en konstant vurderingssituasjon som ikke viser hele bildet av kompetansen deres. Skolenes landsforbund (2023) forteller om sine erfaringer: «Når de [elevene] aldri vet nøyaktig når de blir vurdert, eller at de har opplevelsen av å bli vurdert hele tiden skaper det et unødvendig stressnivå» (s. 1). Redd Barna (2023) formulerer det slik:

Det må gjøres en vurdering på hva av elevenes arbeid som kan vurderes og hva som ikke trengs å vurderes. Med innføringen av digitale læremidler og nettbrett i den norske skolen, kan elevene oppleve å bli vurdert hele tiden. Elever trenger en pause fra å bli kontinuerlig vurdert. Det er viktig for at alle elever skal kunne tørre å uttrykke sine meninger og stå i meningsutvekslinger og utforske ulike dilemmaer i et trygt fellesskap med sine medelever og lærere. (s. 13)

Læreplanverket peker på at «skolen og lærerne må balansere behovet for god informasjon om elevenes læring og uønskede konsekvenser av ulike vurderingssituasjoner» (Kunnskapsdepartementet, 2017, kapittel 3.2). Konsekvensene av uheldig bruk av vurdering er ifølge læreplanverket at utviklingen av et godt læringsmiljø kan bli hindret, og at den enkeltes selvbilde kan bli svekket. Bekymringer knyttet til at systemene «husker alle feil», ble godt formulert av ungdommer i et innspillsmøte ekspertgruppen hadde med Sentralt ungdomsråd i Oslo: «Hvis man sier noe dumt i en skoletime, så kommer læreren til å glemme det. Det er ekkelt hvis disse feilene blir lagret slik at læreren aldri glemmer dumme feil».

Denne kommentaren rommer noe viktig om forskjellen mellom mennesker og maskiner. En lærer klarer å systematisk se bort fra feil som ikke har betydning, tolke inn kontekst (for eksempel at man vet at en elev har det spesielt vanskelig på tidspunktet for en prøve) og sortere mellom vesentlig og uvesentlige tegn på hva eleven kan. Denne evnen er også noe av det som ligger til grunn for ordningen med standpunktkarakter i grunnopplæringen, der hver faglærer gis stor autonomi nettopp til å vektlegge det hen mener er vesentlig om elevens kompetanse. Det er avgjørende at lærerne har et avklart forhold til hvordan de vektlegger informasjon fra læringsanalyse, og at det hele tiden er mennesker som faktisk ivaretar alle pedagogiske aspekter ved opplæringen. Denne avklaringen må også nå elevene, så de ikke opplever at «alt de gjør», kan brukes mot dem i fastsettelse av karakter.

Tilsvarende bør studenter i høyere utdanning og høyere yrkesfaglig utdanning også slippe å bekymre seg for at data som samles inn i dag – spesielt knyttet til aktivitetene deres på læringsplattformer – kan påvirke dem på en uheldig måte i utdanningen og i tiden etterpå. I fagskolesektoren har studentorganisasjonen gitt uttrykk for en bekymring som handler om den tette koblingen mellom utdanningene og bransjen. Organisasjon for Norske Fagskolestudenter (2022) peker på at studenter kan oppleve det invaderende når analyser av deres bruk av læringsplattformen følges opp av lærestedet. Studentene frykter at informasjon om læringsaktivitetene og atferden deres kan bli dratt med over i arbeidslivet og påvirke framtidig rekruttering og ansettelsesforhold.

Ekspertgruppen mener at det må vurderes grundig og på prinsipielt vis hva slags data som kan inngå i læringsanalyse, og at det må hentes inn mer kunnskap om hvordan det å kontinuerlig samle inn og analysere data påvirker elever og studenter. Her ser vi et tydelig behov for mer praksisnær forskning som dekker utbredelsen av læringsanalyse og de faktiske påvirkningene som innsamling, analyse og videre bruk av data har på elevene og studentenes opplevelse av undervisning og på læringsutbyttet deres.

8.7 Tilfeldig og planløs bruk av data

En hovedutfordring ekspertgruppen har merket seg, er at det i dag samles inn en stor mengde data fra digitale læringsressurser med uklart pedagogisk formål. Av pedagogiske, etiske og personvernmessige grunner er det betenkelig dersom det i forbindelse med læringsanalyse samles inn data uten en plan for hvordan informasjonen skal brukes til å følge opp elever og studenter. En rekke av innspillene vi har mottatt, understreker at det foregår lite systematisk læringsanalyse i dagens grunnopplæring, høyere utdanning eller høyere yrkesfaglig utdanning. I kartleggingen av læringsanalyse i grunnopplæringen og høyere utdanning ser vi tydelig at praksisen foreløpig bærer preg av å være ad hoc og uten systematikk (Rambøll, 2023). Undersøkelser har heller ikke avdekket kommuner som arbeider systematisk med bruk av læringsanalysefunksjonalitet (FIKS, 2023).

8.7.1 Ildsjeldrevet

En tilfeldig og planløs praksis med læringsanalyse kan ha sammenheng med at den står og faller på såkalte digitale ildsjeler, noe vi også problematiserte i første delrapport. Grunnopplæringen har lenge vært avhengig av lærere med et spesielt sterkt engasjement når det gjelder digital kompetanse og konkrete verktøy (Egeberg mfl., 2016; Gudmundsdottir og Hatlevik, 2018). I hvilken grad og hvordan en lærer vil ta i bruk digital teknologi i undervisningen sin, har i mange tilfeller vært opp til hver enkelt lærer. Dette er uheldig fordi det gir økt ulikhet i opplæringen og elever ulike muligheter til å utvikle den digitale kompetansen sin.

Det samme bildet tegner seg når det gjelder læringsanalyse. Som Rambøll (2023) oppsummerer, framstår læringsanalyse som «helt avhengig av lærere og skoleledere med ekstra engasjement for verktøyene» (s. 14). Flere informanter trekker fram at de er avhengige av å bruke fritiden sin på å skaffe og sette seg inn i relevante ressurser og for å utvikle undervisningsopplegg der ressursene kommer til sin rett. Vi understreker at en god, systematisk læringsanalyse forutsetter tilstrekkelig kompetanse, tid og kapasitet til å gjøre seg kjent med ressursene.

8.7.2 Manglende kjennskap

En av årsakene til den tilfeldige praksisen med læringsanalyse kan være at det er liten kjennskap i sektoren. Ekspertgruppen merker seg at det ikke bare er uttrykket læringsanalyse som er lite kjent, men også hva det innebærer: «Foreløpig er ikke bruken av digital læringsanalyse særlig systematisk eller kunnskapsbasert. Mange vet nok ikke hva det er» (Skolelederforbundet, 2022, s. 1).

I høyere utdanning peker Universitets- og høgskolerådet (2023) på at den lave forekomsten av læringsanalyse kan skyldes manglende kjennskap og tilgang til verktøy og muligheter. Det er forståelig at lav kjennskap fører til lite praksis, og det er ikke nødvendigvis et problem i seg selv. Bøygen er at den praksisen som finnes, mangler systematikk, og at det gjør det vanskelig å bygge opp et godt erfarings- og kunnskapsgrunnlag om læringsanalyse. En annen utfordring er at ressurser med funksjonalitet for læringsanalyse allerede i dag samler inn store mengder data som ikke brukes til gode pedagogiske formål. Ekspertgruppen mener at det er et stort behov for eksplisitte og tydelige rammer for hva slags informasjon som kan samles inn, og til hvilket formål. Vi mener også at lærerne og underviserne trenger mer kompetanse om læringsanalyse, slik at de har gode forutsetninger for å ta pedagogiske beslutninger om læringsanalyse.

8.8 Oppsummering av ekspertgruppens vurderinger

Forskning og innspill fra ulike aktører peker på flere hindringer som står i veien for god læringsanalyse. Vi er spesielt bekymret for at elever og studenter oppgir at læringsanalyse kan bidra til en opplevelse av å være under konstant overvåkning, og at de ikke har rom for å prøve og feile. Vi mener også det er stor fare for at ressursene som benyttes for å samle og analysere data, i seg selv bidrar til mer individuelt arbeid og til å snevre inn på faginnholdet og arbeidsmåtene.

Når det gjelder tolkningen av analysene, er det en stor utfordring at mye av dataene som samles inn til læringsanalyse, har uklar pedagogisk verdi, kan være misvisende eller er vanskelig å tolke. Denne utfordringen forsterkes av at analyser som er ment for beslutningsstøtte for lærere og undervisere, i mange tilfeller oppfattes som autoritative og blir beslutninger i seg selv. Vår vurdering er at selv om forskningen kan vise til lovende pedagogisk nytteverdi av læringsanalyse, er vi langt unna en praksis i dagens skoler og læresteder som oppveier ulempene.

9 Medvirkning i læringsanalyse

Elever og studenter har rett til medvirkning i saker som angår dem. Dette er framhevet flere steder i dagens regelverk og regnes som en helt sentral verdi i det norske utdanningssystemet. Læringsanalyse bruker digitale spor fra elevene og studentene som kilde og kan gi viktig innsikt i læringen deres. Begge disse aspektene ved læringsanalyse angår elevene og studentene i stor grad.

På den ene siden kan læringsanalyse skape bedre forutsetninger for medvirkning fra elever og studenter, blant annet ved at økt innsikt i egen læring gjør dem bedre rustet til å ta stilling til spørsmål om læring og undervisning. På den andre siden kan læringsanalyse også utfordre mulighetene elevene og studentene har til å delta og medvirke, dersom de ikke gis mulighet til å få innsikt i og forståelse om hvordan den angår dem. Ekspertgruppen vil i dette kapitlet beskrive retten til og opplevelsen av medvirkning i utdanningen og gjengi innspill vi har mottatt fra elever, foreldre, studenter og deres representanter. Vi vil også vurdere hvordan medvirkning bør bli ivaretatt i læringsanalyse.

9.1 Elevmedvirkning

Elever har rett til medvirkning etter flere av dagens regelverk, for eksempel Grunnloven, opplæringsloven og privatskoleloven. Økt alder endrer forutsetningene elevene har for å kunne ivareta egne interesser og for å kunne medvirke, både knyttet til egen læring og personvern (FNs barnekomité, 2021). Opplæringsloven med forskrifter setter rammer og legger føringer for elevmedvirkning som gjelder for all opplæring. Ifølge læreplanen skal elevene delta i beslutninger som gjelder deres egen læring, og delta aktivt i vurdering av eget arbeid, egen kompetanse og faglige og sosiale utvikling. Skolen skal fremme oppslutningen om demokratiske verdier, og elever skal oppleve demokrati i praksis gjennom skolehverdagen sin. Det innebærer at de skal ha innflytelse og kunne påvirke det som angår dem, gjennom ulike former for medvirkning og deltakelse.

Kunnskapen om elevenes medvirkning er begrenset. Utvalget for kvalitetsutvikling i skolen skriver i sitt kunnskapsgrunnlag:

På tross av flere tiår med økt oppmerksomhet på barn og unges medvirkning, er det begrenset med forskning på elevmedvirkning generelt, og også om elevdemokratiet og elevers individuelle medvirkning i norske skoler. Blant annet viser en nylig publisert forskningsoppsummering om ung medvirkning i norske kommuner, at det er lite fagfellevurdert forskning på dette, og at det også er en tendens til at de unge stemmene i liten grad kommer direkte til orde. (NOU 2023: 1, s. 156)

En rapport utarbeidet på oppdrag fra KS og Elevorganisasjonen beskriver at de som lykkes godt med elevmedvirkning, forstår at elevmedvirkning handler om mer enn å ta valg (Faannessen mfl., 2022). De anerkjenner at medvirkning er en sentral del av elevenes læring og demokratiforståelse, og vet at trygge relasjoner er en forutsetning. Gjennom å legge til rette for involverende prosesser, og å utvikle læreres, lederes og skoleeieres kompetanse om elevmedvirkning, skaper de også en bredere og dypere innsikt i hvordan deres egen praksis må justeres i forhold til det utviklingsbehovet de har.

Opplevelsen av medvirkning

Elevundersøkelsen7 er en årlig nettbasert undersøkelse om elevenes skole- og læringsmiljø. Den gjennomføres ved alle skoler på 7. og 10. trinn og på videregående trinn 1. Formålet med undersøkelsen er at elevene skal si sin mening om læring og trivsel. Skoler, skoleeiere og nasjonale myndigheter skal bruke resultatene fra undersøkelsen for å gjøre skolen bedre. Resultatene fra elevundersøkelsen i 2022 viser at elevene på 7. trinn uttrykker at de er med på å bestemme hvordan de skal arbeide i fagene, at læreren legger til rette for elevrådsarbeidet, og at skolen hører på elevenes forslag, i større grad enn det elevene på 10. trinn gjør.8 Elevene på videregående trinn 1 uttrykker større grad av medbestemmelse på de samme spørsmålene enn elevene på 10. trinn. Elevene på yrkesfaglige utdanningsprogrammer opplever større grad av medvirkning enn elevene på studieforberedende utdanningsprogram. Selv om Elevundersøkelsen gir en indikasjon på hva slags mulighet til å medvirke elevene opplever i norsk skole, gir den ikke detaljert innsyn i hva disse mulighetene innebærer i praksis.

9.2 Studentmedvirkning

Studententorganene har en rett etter universitets- og høyskoleloven § 4-1 til å bli hørt i alle saker som angår studentene. Studentorganene ved fagskolene har en tilsvarende rett etter fagskoleloven § 14. Studentmedvirkning har sin forankring både i demokratiske prinsipper, pedagogiske hensyn og oppslutning om utdanningene og er en forutsetning for at studentene gjøres til aktive deltakere i egen læring. Dette understrekes også i fagskolemeldingen, hvor det står:

Gjennom styrking av studentdemokratienes stilling ved fagskolene settes studentene i stand til å påvirke utdanningsmiljøet og det faglige innholdet i utdanningene og å bidra til å gjøre fagskolene enda bedre. En attraktiv fagskole innebærer engasjerte studenter som tar del i styringen og påvirker utviklingen. (Meld. St. 9 (2016–2017), s. 7)

Opplevelsen av medvirkning

Studiebarometeret9 er en nasjonal spørreundersøkelse som blir sendt ut til over 70 000 studenter hver høst. Undersøkelsen spør etter studentenes oppfatninger om kvaliteten i studieprogrammer ved norske høyskoler og universiteter. Formålet med Studiebarometeret er å styrke arbeidet med kvalitetsutvikling i høyere utdanning og gi nyttig informasjon om studiekvaliteten. Tilsvarende undersøkelse finnes også for fagskolestudenter.10

I Studiebarometeret for 2022 svarer rett under 40 prosent av studentene at de i stor grad har mulighet for å gi innspill på innhold og opplegg i studieprogrammet (Hauge mfl., 2023). Her er det verdt å merke seg at det er stor variasjon mellom lærestedene. Rett over 30 prosent svarer i liten grad. Av fagskolestudentene er det cirka 60 prosent som svarer at de i stor grad har mulighet til å gi innspill (Øygarden og Stensby, 2022). En tilsvarende andel er helt enig i at fagskolen tilrettelegger for medvirkning gjennom studenttillitsvalgte og lokalt studentråd. Studiebarometeret gir ikke detaljert innsyn i hva slags medvirkning det er snakk om, eller hvilke former for medvirkning studentene faktisk benytter seg av.

9.3 Innspill om medvirkning i læringsanalyse

I samtaler ekspertgruppen har hatt med Elevorganisasjonen sier de at elevene bør ha tilgang til den samme informasjonen om seg selv som den læreren har. I tillegg understreker de at elevrådet bør ha tilgang til aggregerte data om skolen sin for å kunne bidra til bedre elevmedvirkning. De mener at foreldre også må få tilstrekkelig informasjon, men mindre tilgang på videregående enn på grunnskolen.

Ungdomspanelet i Møre og Romsdal (2023) mener det er viktig å bruke de eksisterende samlingene for ungdom som Elevorganisasjonen, Elevtinget, elevråd og kommunale og fylkeskommunale ungdomsråd for å få fram ungdommene sine stemmer i spørsmål om læringsanalyse. De understreker at det i tillegg bør utvikles elevundersøkelser og evalueringer som kan gi en bredere forståelse av hva elevene mener. De mener også at det er behov for et nasjonalt ungdomsråd for å ivareta elevenes medvirkning.

Vestland ungdomsutval (2023) peker på at lærere bør diskutere læringsanalyse med elevene i hver enkelt klasse: «Slik får lærar veta kva læringsverktøy som kan brukast som elevar syns er nyttige, og kva informasjon og korleis den skal brukast for elevane sin del» (s. 1).

Universitets- og høgskolerådet (2023) har i innspill til ekspertgruppen gitt spesifikt uttrykk for bekymring for studentenes medvirkning i læringsanalyse:

Digital læringsanalyse kan være et nyttig verktøy og et supplement i kvalitetsarbeidet, men det hverken kan eller skal erstatte studentmedvirkning. Studentene må også tas med i vurderingene av hva slags type læringsanalyse man har behov for og til hvilken tid, og dermed hva man skal samle inn av data. (s. 1.)

Organisasjon for Norske Fagskolestudenter (2022) framhever at det er viktig at verktøyene tas i bruk på studentenes premisser, og at det aktivt tilrettelegges for god studentmedvirkning i prosessene tilknyttet læringsanalyse.

9.3.1 Samtaler med elever om læringsanalyse

Ekspertgruppen har i samtaler med elevene fått gode innspill, forslag og tanker rundt læringsanalyse. Vi har snakket med elever fra flere klasser på ulike trinn ved tre skoler. Se mer informasjon om hvordan ekspertgruppen har involvert barn og unge, i kapittel 2.4.2.

Oppsummert forteller enkelte elever at de synes det er stressende at det er en maskin som lagrer svarene deres, og at lærerne kan se hva de har jobbet med. Andre mener det er greit at læreren kan følge med og bidra til bedre læring ved å tilpasse undervisningen og hjelpen elevene trenger. Det er verdt å merke seg at elevene altså opplever det ulikt at lærere og skolen har innsyn i hvordan de har arbeidet i ulike skolefag. Dette understreker behovet for å gå i dialog med hver enkelt klasse og hver enkelt elev.

Sitatene i boks 9.1 fra elever på 7. og 9. trinn viser eksempler på både de stressende og de motiverende sidene elevene kan erfare ved bruk av digitale læremidler.

En del elever gir uttrykk for at lærerne ikke bør ha tilgang til informasjon som sier noe om hva elevene gjør på fritiden. Flere sier at de er usikre på hvem av de ansatte på skolen som kan se hva elevene gjør i verktøyene. I boks 9.2 er noen av svarene vi fikk på spørsmål om hva slags data om elevene skolen eventuelt ikke bør ha innsyn i.

Nesten alle elever forteller at tilbakemeldinger de får fra læreren, betyr mye mer enn tilbakemeldinger de får fra en maskin via ulike digitale læremidler og apper. Noen trekker likevel fram positive sider ved automatiske tilbakemeldinger. Se svarene fra elevene i boks 9.3.

De fleste elevene er skeptiske til at foreldre skal ha tilgang til alt elevene gjør i digitale verktøy. Mange mener at elevene selv skal få vise fram det de gjør, til foreldrene, og at utviklingssamtalene er et egnet sted for dem å få informasjon om hvordan eleven ligger an. Andre elever mener det er greit at foreldre har tilgang, og begrunner det med at foreldrene ofte vil vite hvordan det går, og hjelpe egne barn med opplæringen. Se svarene fra elevene i boks 9.4.

Elevene er stort sett positive til at lærerne kan se hvordan de jobber, og hva de jobber med. Det stiller seg imidlertid noe annerledes med at utviklerne kan ha tilgang til data om hvordan elevene jobber. At utviklerne bruker data for å videreutvikle egne løsninger, er det likevel noen elever som er positive til. Se svarene fra elevene i boks 9.5.

Elevene gir også uttrykk for at de blir motivert av å kunne kombinere digitale og analoge verktøy. Ingen av elevene vil ha en skolehverdag hvor det bare blir brukt analoge verktøy, og de vil heller ikke ha en skolehverdag der digitale tilbakemeldinger erstatter løpende dialog med lærerne.

9.4 Ekspertgruppens vurderinger

Medvirkning i læringsanalyse forutsetter at elevene og studentene har god innsikt i og forstår hvilke data som samles inn om dem, og også hva slags informasjon de selv kan få fra læringsanalyse. Ekspertgruppen mener det er viktig å sørge for at elever og studenter får tilpasset og forståelig informasjon, slik at de kan ta stilling til spørsmål om læringsanalyse. Vi har erfart gjennom samtaler og innspill at det er stor variasjon i hva slags informasjon elever, foreldre og studenter får ved de ulike skolene og lærestedene.

Ekspertgruppen mener at nasjonale myndigheter må bidra til at alle skoleeiere og læresteder sikrer at elever, foreldre og studenter får den informasjonen de trenger, og får mulighet til å medvirke når det tas beslutninger. Vi mener også at det aktivt må tilrettelegges for god medvirkning av studenter ved skoler og læresteder når læringsanalyse utføres. For at studenter og elever skal ha tillit til at dataene som samles inn om dem, brukes på en forsvarlig måte, er det viktig at de informeres om rettighetene de har i forbindelse med innsamlingen av data, på en tydelig måte som er tilpasset alder og modenhet. Å legge til rette for at elever og studenter i større grad enn i dag har anledning til å kontrollere om dataene deres brukes til læringsanalyse, kan også bidra til å øke medvirkning. Videre er det viktig at medvirkningsorganene for elever og studenter inkluderes i beslutninger om læringsanalyse.

10 Behovet for å regulere læringsanalyse

Det overordnede formålet med å regulere læringsanalyse er å bidra til at verdien av læringsanalyse kan bli oppnådd, og samtidig redusere personvernrisikoen. I dette kapitlet vurderer ekspertgruppen først personvernrisikoen ved læringsanalyse, adaptivitet og bruk av kunstig intelligens. Deretter drøfter vi de eksisterende rettslige grunnlagene i regelverket for å behandle personopplysninger i læringsanalyse. I forlengelsen av dette vurderer vi behovet for regelverksendring.

10.1 Personvernrisiko knyttet til læringsanalyse, adaptivitet og kunstig intelligens

Risiko på personvernområdet handler om faren for at rettighetene og frihetene til elevene og studentene ikke blir ivaretatt på en tilfredsstillende måte. Personvernforordningen pålegger den nasjonale tilsynsmyndigheten å lage en liste over kategorier av måter å behandle personopplysninger på som per definisjon innebærer høy risiko. På listen Datatilsynet (2019) har laget over slike behandlinger, finner vi dette eksempelet: «Behandling av personopplysninger for å evaluere læring, mestring og trivsel i skoler eller barnehager. Dette inkluderer alle utdanningsnivåer, fra barne- og ungdomsskole, videregående skoler og høyere utdanning». Begrunnelsen for at dette er en behandling forbundet med høy risiko, er at den omfatter barn og unge som er å regne som sårbare, og at vedvarende evaluering innebærer en inngripende, systematisk monitorering. Datatilsynet vurderer altså at læringsanalyse og adaptivitet som innebærer å behandle personopplysninger, innebærer høy risiko.

Kunstig intelligens utfordrer rettighetene til elevene og studentene på nye måter. Kunstig intelligens blir stadig mer utbredt i utdanningene, og ekspertgruppen vil derfor i dette delkapitlet drøfte noen risikoscenarioer som inntreffer ved læringsanalyse og adaptivitet som inkluderer kunstig intelligens. Tar vi utgangspunkt i personvernforordningens artikkel 5 og de grunnleggende prinsippene11, er det særlig fire av disse som blir utfordret av læringsanalyse og adaptivitet med kunstig intelligens. Dette er prinsippene om rettferdighet, åpenhet, dataminimering og riktighet.

10.1.1 Rettferdighet

For at behandlingen av personopplysninger i læringsanalyse og adaptivitet skal være rettferdig, må den være forutsigbar og forståelig for elever, lærere og foreldre og ikke foregå på skjulte, manipulerende eller diskriminerende måter. Et kjennetegn ved kunstig intelligens er at det er en innovativ og kompleks teknologi vi ikke uten videre forstår rekkevidden av.

Et risikoscenario det er verdt å trekke fram, er at behandlingsansvarlig ikke tar stilling til hvor langt et lovgrunnlag for å bruke læringsanalyse rekker, og dermed står i fare for å urettmessig frata studenter og elever en rett til medbestemmelse. Medbestemmelse i denne sammenheng kan gjelde på en skala fra å bestemme om læringsanalyse skal skje, til å ha innflytelse på når og hvordan læringsanalyse skjer. Et annet risikoscenario knyttet til rettferdighetsprinsippet er at algoritmer som ikke røktes, kan utvikle skjevheter i datagrunnlaget og føre til diskriminering. Å sørge for at en maskinlæringsmodell opptrer rettferdig og ikke diskriminerer, er en utfordrende oppgave. Et tredje risikoscenario er at læringsanalyse og adaptivitet fører til urimelig forskjellsbehandling. Vi kan si at hele formålet med læringsanalyse er å støtte opp under en form for forskjellsbehandling: å bistå underviseren i å vurdere hvordan undervisningen kan tilpasses ulike elever og studenter og grupper av disse. Spørsmålet er derfor ikke om modellen forskjellsbehandler, men om den forskjellsbehandler korrekt og ikke urimelig eller diskriminerende. Et fjerde risikoscenario er at læringsanalyse kan føre til en form for nedkjølingseffekt og stress for elever og studenter. Med nedkjølingseffekt mener vi at bevisstheten om at ting vi sier og skriver blir registrert og analysert, fører til at vi endrer atferden vår. Vi kan begynne å tenke gjennom hva vi skriver, hva vi foretar oss, og hvem vi har kontakt med – vi legger bånd på oppførselen vår.

10.1.2 Åpenhet

For at bruken av personopplysninger i læringsanalyse og adaptivitet skal være i tråd med prinsippet om åpenhet, må både leverandøren og behandlingsansvarlig være i stand til å forklare dataflyt – hvordan data blir brukt i løsningen – og algoritmer på en forståelig måte. Et kjennetegn ved maskinlæring er at algoritmene er dynamiske og programmert til å vektlegge responser på ulike vis. Det er også et kjennetegn at forretningsmodellene er lite transparente.

Et risikoscenario som utpeker seg med hensyn til åpenhet, er at behandlingsansvarlig vet for lite om hva læringsanalyse innebærer, til å konfigurere den rett og dessuten ivareta pliktene sine overfor elever og studenter, som å gi dem informasjon om behandlingen. En annen side ved dette risikoscenarioet er at studenter, elever og foreldre vet for lite om hva læringsanalyse innebærer, til å greie å ivareta rettighetene sine. Samlet sett kan dette øke risikoen for mistillit til læringsanalyse som metode og føre til mer motstand.

10.1.3 Dataminimering

For at bruken av personopplysninger i læringsanalyse og adaptivitet skal være i tråd med prinsippet om dataminimering, må det være mulig å begrense mengden innsamlede personopplysninger til det som er nødvendig for å realisere formålet. Et kjennetegn ved maskinlæring er at det kreves store mengder informasjon for å trene algoritmene. Dette står generelt i motstrid til dataminimeringsprinsippet. I tillegg er det et vedvarende behov – noe som kan gjøre terskelen for å sette i gang med sletting eller anonymisering høyere.

Et risikoscenario som utpeker seg med hensyn til dataminimering, er at behovet for store mengder data fører til at det blir samlet inn mye informasjon om elevenes og studentenes aktivitet, uavhengig av relevans og nødvendighet. Et annet risikoscenario er at personopplysninger ikke blir slettet når formålet med behandlingen er oppnådd, fordi man trenger data for å trene modellen.

10.1.4 Riktighet

For at bruken av personopplysninger i læringsanalyse og adaptivitet skal være i tråd med prinsippet om riktighet, må personopplysningene som behandles, være korrekte og gi et riktig inntrykk av den det samles inn informasjon om. Et kjennetegn ved maskinlæring er at det er meningen at algoritmene på sikt skal forbedre seg selv. Dette skaper et behov for at «treningen» foregår kontinuerlig og basert på informasjon fra en stor mengde mennesker.

Et risikoscenario som utpeker seg med hensyn til riktighet, er at datagrunnlaget utvikler skjevheter som gir seg utslag i diskriminerende algoritmer. Det er også et risikoscenario at det elevene og studentene måles på, utgjør et uriktig og mangelfullt datagrunnlag. Det kan for eksempel skje ved at informasjonen ikke reflekterer hva eleven eller studenten faktisk har gjort, eller ved at en adaptiv læringsressurs tilpasser seg eleven eller studenten på feil måte. Dette kan føre til at framstillingen av analysen gir et feilaktig bilde av den faktiske situasjonen, og kan påvirke de beslutningene som tas. Et tredje risikoscenario er at lærer eller underviser feiltolker analysen som systemet tilbyr, på grunn av manglende innsikt i hva analysen bygger på, og fordi læreren eller underviseren ikke har kompetanse i å fortolke denne.

10.2 Innledende om rettslig grunnlag og nødvendig behandling av personopplysninger i læringsanalyse

Ekspertgruppen beskrev i kapittel 5.2 det relevante personvernregelverket for læringsanalyse. For at behandlingen av personopplysninger skal være lovlig, må behandlingen ha et rettslig grunnlag i personvernforordningen artikkel 6 nr. 1. Enkelte av de rettslige grunnlagene forutsetter at det er fastsatt bestemmelser i det nasjonale regelverket som kan tjene som rettslig grunnlag. Før ekspertgruppen vurderer i hvilken grad eksisterende bestemmelser i det norske regelverket egner seg som supplerende grunnlag for å behandle personopplysninger i læringsanalyse, vil vi gå gjennom hvilke rettslige grunnlag i personvernregelverket som er nærliggende å bruke for å kunne behandle personopplysninger i læringsanalyse.

10.2.1 Rettslig forpliktelse eller oppgave i allmennhetens interesse

De to grunnlagene ekspertgruppen vurderer som aktuelle i personvernforordningen, er artikkel 6 nr. 1 bokstav c, behandling som er «nødvendig for å oppfylle en rettslig forpliktelse», og bokstav e, behandling som er «nødvendig for å utføre en oppgave i allmennhetens interesse eller utøve offentlig myndighet som den behandlingsansvarlige er pålagt».

Som ekspertgruppen viste i kapittel 5, vil et grunnlag i regelverket sannsynligvis ikke høre til kategorien «rettslig forpliktelse» dersom grunnlaget etterlater stor grad av valgfrihet i hvordan behandlingen av personopplysninger skal gjøres for å oppfylle denne plikten. For eksempel vil bestemmelser som utelukkende autoriserer noen til å gjøre noe, ikke være i kategorien rettslig forpliktelse i artikkel 6 nr. bokstav c (Kotschy, 2020). I slike tilfeller vil heller behandlingen høre til kategorien «oppgave i allmennhetens interesse». Dersom det rettslige grunnlaget i regelverket er i kategorien «rettslig forpliktelse», vil de registrerte (elever og studenter) dessuten miste retten til å motsette seg behandlingen etter artikkel 21. Dette taler for at man skal være varsom med å benytte «rettslig forpliktelse» som rettslig grunnlag.

Flere av de bestemmelsene som utgjør relevante rettslige grunnlag for læringsanalyse, er formulert som forpliktelser overfor skole eller utdanningsinstitusjon. Imidlertid er dette i hovedsak forpliktelser som i stor grad legger til rette for å utøve profesjonsfaglig skjønn når det gjelder måten disse forpliktelsene skal oppfylles på, for eksempel i forbindelse med underveisvurdering og tilpasset opplæring. Dette tilsier at behandlingen av personopplysninger knyttet til disse bestemmelsene passer i mindre grad til personvernforordningens «rettslig forpliktelse». Dessuten vurderer ekspertgruppen at læringsanalyse ikke er et påkrevd virkemiddel for å oppnå forpliktelsene i regelverket. Det er mulig å oppfylle kravene i regelverket uten læringsanalyse.

Når det gjelder bestemmelser om kvalitetsutvikling og kvalitetsarbeid, er det andre argumenter for om bestemmelsene hører til kategorien «rettslig forpliktelse». Dersom læringsanalyse vil være helt avgjørende eller har større verdi enn andre metoder for kvalitetsutvikling, vil behandlingen av personopplysninger kunne høre til kategorien «rettslig forpliktelse». Per i dag finner vi imidlertid ikke eksempler på læringsanalyse som er så avgjørende for arbeidet med kvalitetsutvikling at det vil være snakk om en «rettslig forpliktelse». Bestemmelsene om kvalitetsutvikling i grunnopplæringen handler blant annet om å legge til rette for lokal tilpasning i måten kvalitetsutviklingen skjer på (Prop. 57 L (2022–2023), pkt. 56.5.2). Denne muligheten til å tilpasse kvalitetsarbeidet til lokale forhold vil uansett tale mot at bestemmelsen skal anses som en «rettslig forpliktelse».

Ekspertgruppens vurdering er at personvernforordningens artikkel 6 nr. 1 bokstav e «behandling som er nødvendig for å oppfylle en oppgave i allmennhetens interesse, eller utøve offentlig myndighet […]» er det relevante grunnlaget for læringsanalyse.

10.2.2 Om nødvendigheten av behandling av personopplysninger i læringsanalyse

For at behandlingen skal være lovlig, er det ikke tilstrekkelig at behandlingen har sammenheng med «oppgaven i allmennhetens interesse eller utøvelse av offentlig myndighet». Den må etter personvernforordningen være «nødvendig». Forordningen gir ikke nærmere føringer for hva som skal til for at nødvendighetskriteriet er oppfylt. En alminnelig språklig forståelse av at behandlingen er «nødvendig», tilsier at man ikke kan oppnå formålet uten denne aktuelle behandlingen. Det må være saklig sammenheng med opplysningene som samles, og måten de behandles på, for å oppfylle formålet. Som Justis- og beredskapsdepartementet har pekt på i andre sammenhenger, er det ikke tilstrekkelig at opplysningene er nyttige å ha, de må enten alene eller sammen ha betydning i arbeidet (Prop. 59 L (2017–2018), pkt. 4.1.3.2).

EU-domstolen har formulert spørsmålet om nødvendighet under artikkel 6 nr. 1 bokstav e, om hvorvidt den aktuelle behandlingen går lenger enn det som vil være nødvendig for å oppnå formålet med behandlingen (C-439/19 Latvijas Republikas Saeima [Storkammer], 2021 avsnittene 109). Domstolen viser også til fortalepunkt 39, hvor det heter at opplysningene «bør behandles bare dersom formålet med behandlingen ikke med rimelighet kan oppfylles på annen måte».

Uten læringsanalyse vil det i dag være fullt mulig å oppfylle kravene til tilpasset opplæring, underveisvurdering, utdanningsinstitusjonenes oppgaver knyttet til å tilby undervisning og til å oppfylle kravene til kvalitetsarbeid. Imidlertid mener ekspertgruppen at læringsanalyse har potensial til å kunne forbedre og styrke den pedagogiske oppfølgingen av elever og studenter og arbeidet med kvalitet på en måte som vil bidra til å oppnå formålene med grunnopplæringen, høyere yrkesfaglig utdanning og høyere utdanning.

Det er flere informasjonskilder om elever og studenter som sammen utgjør grunnlaget for pedagogiske beslutninger, og som blir brukt i arbeidet med kvalitetsutvikling. Ekspertgruppen mener ikke at læringsanalyse alene vil kunne løse de pedagogiske oppgavene som lovverket viser til, men at det i noen tilfeller vil kunne utgjøre et verdifullt bidrag. Dersom læringsanalyse skal kunne være en av disse kildene til informasjon, forutsetter det at læringsanalysen har tilstrekkelig pedagogisk verdi, og at personvernulempene begrenses i tilstrekkelig grad. Det er den pedagogiske verdien knyttet til å skulle behandle personopplysninger som man må kunne godtgjøre. Tilsvarende gjelder når læringsanalyse skjer i forbindelse med videreutvikling av emner og undervisningsopplegg, da må verdien av behandlingen for å nå formålet kunne godtgjøres.

Ekspertgruppen vil trekke fram noen forhold som kjennetegner læringsanalyse, som vi mener vil bidra til å gjøre det mer nødvendig å behandle personopplysninger i forbindelse med læringsanalyse:

• at behandlingen bidrar til å gi elever og studenter bedre innsikt i egen læring

• at behandlingen bidrar til å gi lærere og undervisere bedre grunnlag for å tilpasse undervisningen og ta pedagogiske beslutninger

• at behandlingen bidrar til å gi lærere og undervisere bedre grunnlag for å gi tilbakemeldinger til elever og studenter

• at behandlingen bidrar til å gi bedre grunnlag for kvalitetsarbeid på skolen, i kommunen, fylkeskommunen eller på lærestedet.

10.3 Rettslig grunnlag i regelverket for grunnopplæringen til behandling av personopplysninger i læringsanalyse

At elever og lærere kan nyttiggjøre seg læringsanalyse i tråd med formålene slik de er definert i opplæringsloven, forskrift til opplæringsloven og læreplanverket, er en forutsetning for både suksessen til og lovligheten av læringsanalyse (Vestfold og Telemark fylkeskommune, 2022).

Ekspertgruppen vurderer at det først og fremst er tre bestemmelser som er relevante å drøfte som rettslige grunnlag for å behandle personopplysninger i læringsanalyse i skolen. Disse er bestemmelsen om tilpasset opplæring i opplæringsloven § 1-3, bestemmelser om underveisvurdering i forskrift til opplæringsloven og bestemmelsen om kvalitetsutvikling i opplæringsloven § 13-3e. Det er et sentralt poeng at å behandle personopplysninger i læringsanalyse i seg selv i hovedsak ikke vil være tilpasset opplæring, underveisvurdering eller arbeid med kvalitetsutvikling. Men læringsanalyse kan utgjøre en av flere kilder til informasjon slik at man lykkes bedre med tilpasset opplæring, underveisvurdering og arbeidet med kvalitetsutvikling. Ekspertgruppen understreker også at den overordnede formålsparagrafen i opplæringsloven § 1-1 må ses i sammenheng med de konkrete rettslige grunnlagene.

10.3.1 Generelle bestemmelser om behandling av personopplysninger

Bestemmelser om behandling av opplysninger

I 2021 ble det vedtatt en generell bestemmelse om behandling av personopplysninger i opplæringsloven § 15-10. Bestemmelsens første avsnitt gir kommuner, fylkeskommuner og lærebedrifter adgang til å behandle personopplysninger «inkludert personopplysningar som nemnde i personvernforordninga artikkel 9 og 10, når det er nødvendig for å utføre oppgåver etter lova».

§ 15-10 første avsnitt utgjør ikke et selvstendig supplerende rettsgrunnlag, og bestemmelsen utvider ikke adgangen til å behandle personopplysninger (Prop. 145 L (2020–2021), pkt. 2.4.2.5). For den konkrete behandlingen av personopplysninger er det bestemmelsene i loven og tilhørende forskriftsbestemmelser som er supplerende behandlingsgrunnlag og styrer rettigheter og plikter. Kunnskapsdepartementet skriver i forarbeidene at hvilke personopplysninger det vil være nødvendig å behandle for skoleeieren eller andre, må vurderes ut fra formålet med den enkelte forpliktelsen eller oppgaven (Prop. 145 L (2020–2021), pkt. 2.4.2.2).

I høringsrunden ble det stilt spørsmål om § 15-10 utelukker at artikkel 6 nr. 1 bokstav e «allmennhetens interesse» kan benyttes, fordi det ikke er nevnt i ordlyden at den kan benyttes som rettslig grunnlag for behandling. Departementet avkreftet i proposisjonen at bestemmelsen stenger for at artikkel 6 nr.1 bokstav e kan benyttes som rettslig grunnlag (Prop. 145 L (2020–2021), pkt. 2.4.2.5).

Tilgangsstyring

§ 22A-2 i forskrift til opplæringsloven handler om krav til tilgangsstyring ved behandling av personopplysninger som baserer seg på rettslig grunnlag i regelverket. Etter bestemmelsen har kommuner og fylkeskommuner en plikt til å sørge for at de som arbeider for virksomheten, bare har tilgang til opplysninger som er nødvendige for formålene i § 15-10.

10.3.2 Bestemmelser om tilpasset opplæring

Ifølge opplæringsloven § 1-3 skal opplæringen «tilpassast evnene og føresetnadene hjå den enkelte eleven, lærlingen, praksisbrevkandidaten og lærekandidaten». I forarbeidene står det at både organiseringen av skolen, pedagogiske metoder og progresjonen i opplæringen skal tilpasses elevenes forutsetninger og evner (Ot.prp. nr. 40 (2007–2008), pkt. 3.2). Tilpasset opplæring er et grunnleggende og overordnet prinsipp i opplæringen. Bestemmelsene om tilpasset opplæring pålegger skolene å tilpasse opplæringen til elevenes forutsetninger, men gir ikke en individuell rettighet for den enkelte eleven. I forarbeidene til bestemmelsene er det ikke vurdert personvernkonsekvenser ved å behandle personopplysninger med et formål om å få til tilpasset opplæring.

Som en del av tilpasset opplæring inngår plikten til å gi intensiv opplæring (tidlig innsats) til elever på 1. til 4. trinn. Lovens § 1-4 pålegger skoleeieren en plikt til å gi egnet intensiv opplæring i lesing, skriving og regning slik at den forventede progresjonen blir nådd. Bestemmelsen sier ikke noe om hvordan den tidlige innsatsen skal gjennomføres. Departementets uttalelse i forarbeidene til bestemmelse er illustrerende for dette:

Departementet presiserer at det ikkje er noko fasitsvar på korleis intensiv opplæring skal gjennomførast. Det vil kunne vere ulike metodar og pedagogiske opplegg som kan vere eigna. Det vil vere ei pedagogisk og didaktisk oppgåve å ta stilling til kva for tiltak som er nødvendige og formålstenlege for den enkelte eleven. Korleis den intensive opplæringa bør innrettast, må ein vurdere i lys av blant anna behova til eleven og andre tiltak i opplæringa. (Prop. 52 L (2017–2018), pkt. 3.5.1)

Det er gjennom lærernes metodevalg og oppgavevalg at de oppfyller plikten til å tilpasse opplæringen. Bestemmelsen om tilpasset opplæring og tidlig innsats sier imidlertid ikke noe om hvilke metoder som er egnet. Bestemmelsen om tilpasset opplæring fastsetter et overordnet mål med opplæringspraksisen.

Ekspertgruppen vurderer at tilpasset opplæring er et aktuelt rettslig grunnlag for å behandle personopplysninger i læringsanalyse som er nødvendig for å «utføre en oppgave i allmennhetens interesse» i personvernforordningen artikkel 6 nr. 1 bokstav e. Bestemmelsen om tilpasset opplæring faller inn under kategorien i artikkel 6 nr. 1 bokstav e blant annet fordi bestemmelsen fastsetter et generelt og overordnet prinsipp, som ikke tydeliggjør konkrete føringer for hvordan opplæringen skal tilpasses elevene. Hva som eventuelt gjør at læringsanalyse er en nødvendig behandling for å oppfylle tilpasset opplæring, gir ikke bestemmelsen nærmere veiledning om.

Å benytte tilpasset opplæring som rettslig grunnlag for å behandle personopplysninger i læringsanalyse, medfører imidlertid en utfordring i at bestemmelsene om tilpasset opplæring gjør det lite forutsigbart for elevene hvilke og hvordan personopplysningene deres blir behandlet. I tillegg inneholder ikke bestemmelsen noen informasjon om hvordan prinsippene om formålsbegrensning, dataminimering og riktighet vil ivaretas ved behandlingen. Når man behandler personopplysninger om barn, er det på grunn av barns sårbare rolle viktig at det rettslige grunnlaget er formulert klart og tydelig.

Ekspertgruppen vurderer at bestemmelsen ikke egner seg for å presisere at behandling av personopplysninger i læringsanalyse kan benyttes i forbindelse med tilpasset opplæring. Det vil bryte med lovbestemmelsens systematikk å lovfeste én av metodene som lærere kan benytte for å tilpasse opplæringen. Dessuten kan en slik presisering gi inntrykk av at læringsanalyse spiller en særlig viktig rolle ved tilpasset opplæring, noe vi mener ikke er tilfellet i dag.

10.3.3 Bestemmelser om retten til vurdering

Retten til vurdering er fastsatt i forskrift til opplæringsloven. § 3-2 gir elevene rett til «undervegsvurdering, sluttvurdering og dokumentasjon av opplæringa». Formålet med vurderingen er etter § 3-3 å fremme læring og gi uttrykk for kompetansen til eleven. Grunnlaget for vurdering er etter § 3-3 elevens deltakelse og aktivitet i lys av målene som følger av læreplanverket.

Etter forskrift til opplæringsloven § 3-10 er «[a]ll vurdering som skjer før avslutninga av opplæringa» underveisvurdering. Underveisvurderingen skal etter forskriften være en «integrert del» av opplæringen. I rundskrivet utdyper Utdanningsdirektoratet at formuleringen «integrert del» innebærer at «elevene og lærlingene skal få vurdering, eller vurderer eget arbeid, der det er naturlig i opplæringen, uten at det nødvendigvis er planlagt eller skjer med faste og avtalte mellomrom» (Utdanningsdirektoratet, 2021a). Utdanningsdirektoratet utdyper videre at formuleringen «integrert del» innebærer at «elevene og lærlingene skal få vurdering, eller vurderer eget arbeid, der det er naturlig i opplæringen, uten at det nødvendigvis er planlagt eller skjer med faste og avtalte mellomrom». Underveisvurdering betegner med andre ord et sett med ulike metoder og arbeidsmåter som skal hjelpe elevene i læringsprosessen.

I beskrivelsen av underveisvurdering er det flere elementer som vil være dekkende for det ekspertgruppen identifiserer som viktige kjennetegn ved læringsanalyse. Beskrivelsen av underveisvurdering i forskriften § 3-10 er også gjenkjennelig med tanke på formålet til læringsanalyse. Elevene skal delta i vurderingen av eget arbeid og reflektere over egen læring og faglige utvikling. De skal også forstå hva de skal lære, hva de mestrer, hva som blir forventet av dem og hvordan de kan arbeide videre for å øke kompetansen sin.

Ekspertgruppen vurderer at behandling av personopplysninger i læringsanalyse i forbindelse med underveisvurdering vil falle under det rettslige grunnlaget om «å utføre en oppgave i allmennhetens interesse» i personvernforordningen artikkel 6 nr. 1 bokstav e. Læringsanalyse kan utgjøre en av flere måter å gjennomføre underveisvurdering på. Videre har vi vurdert det slik at underveisvurdering ikke vil dekke alle relevante kontekster hvor læringsanalyse skjer. Eksempler kan være at informasjon fra læringsanalyse brukes som grunnlag for didaktiske vurderinger, for eksempel å velge relevante og motiverende arbeidsmåter og læremidler, eller annet som ikke direkte er relatert til formålet med underveisvurdering.

Fordi underveisvurdering skal være en integrert del av opplæringen, kan det være krevende å skille underveisvurdering fra andre pedagogiske aktiviteter. Å unngå et slikt skille er også noe av hensikten med understrekningen i forskriften av at vurdering skal være en integrert del av læringsaktivitetene. Å knytte læringsanalyse spesifikt til underveisvurdering kan kanskje også gi utilsiktede signaler om at underveisvurderingen i større grad bør baseres på læringsanalyse, selv om dette ikke er hensikten. Dette kan være uheldig ettersom nettopp bredden og variasjonen i hvordan elevene får vist og utviklet kompetansen sin, er viktig.

En annen utfordring ved å benytte underveisvurdering som rettslig grunnlag til læringsanalyse er at underveisvurdering er koblet tett til sluttvurderingen. Etter forskriftens § 3-15 andre avsnitt skal «kompetanse som eleven har vist i løpet av opplæringa» være en del av vurderingen når standpunktkarakteren blir fastsatt. Det er da lærerens oppgave å ta stilling til om den kompetansen eleven har vist underveis, gir relevant informasjon om elevens kompetanse ved avslutning av opplæringen. Basert på dagens praksis vil det være uheldig å signalisere at læringsanalyse gir tilstrekkelig bredde i vurderingen av elevenes kompetanse til at den kan legges til grunn i standpunktvurderingen.

Ekspertgruppen mener at bestemmelsen om underveisvurdering er et aktuelt rettslig grunnlag for noen former for læringsanalyse. Det er en styrke at bestemmelsen peker på hvordan eleven skal involveres i underveisvurderingen, og på hva elevene skal forstå. Denne framgangsmåten vil kunne bidra til å ivareta at opplysningene som behandles i læringsanalyse ved underveisvurdering, er riktige og adekvate. Likevel vil ikke bestemmelsen om underveisvurdering gjøre det forutsigbart hvordan personopplysninger kan bli behandlet i forbindelse med læringsanalyse. Ekspertgruppen vurderer at bestemmelsen om underveisvurdering ikke er et egnet sted å presisere det rettslige grunnlaget for å behandle personopplysninger i læringsanalyse. En slik presisering kan indikere at læringsanalyse sammenlignet med andre metoder har en spesielt viktig rolle ved underveisvurdering, noe som ekspertgruppen mener ikke er tilfellet i dag. Ekspertgruppen mener derfor det vil kunne ha en uheldig signaleffekt å presisere bestemmelsen om underveisvurdering for behandling av personopplysninger i læringsanalyse.

10.3.4 Bestemmelser om kvalitetsutvikling

Opplæringsloven § 13-3e inneholder en plikt for kommunen og fylkeskommunen til å arbeide med kvalitetsutvikling. Privatskoler har en tilsvarende plikt til å arbeide med kvalitetsutvikling i § 5-2b, hvor det er styret ved skolen som har ansvaret. Formålet med kvalitetsutviklingsarbeidet er at skoleeierne og skolene skal benytte kunnskap om læringsmiljø og læringsresultater ved skolene for å vurdere hvordan opplæringen kan bli bedre (Prop. 81 L (2019–2020), pkt. 12.4).

Bestemmelsen i opplæringsloven § 13-3e andre avsnitt lyder: «Kommunen og fylkeskommunen skal sørgje for at skolane jamleg vurderer i kva grad organiseringa, tilrettelegginga og gjennomføringa av opplæringa medverkar til å nå dei måla som er fastsette i Læreplanverket for Kunnskapsløftet. Elevane skal involverast i denne vurderinga».

Informasjon fra læringsanalyse kan utgjøre en av flere kilder til kvalitetsutviklingsarbeidet. Formålet med kvalitetsarbeidet er at skoleeierne og skolene skal benytte kunnskap om læringsmiljø og læringsresultater ved skolene for å vurdere hvordan opplæringen kan bli bedre (Prop. 81 L (2019–2020), pkt. 12.4). Verken bestemmelsen om kvalitetsutvikling eller tilhørende lovforarbeid sier noe om hvilke personopplysninger eller hvordan opplysninger blir behandlet i forbindelse med kvalitetsutvikling.

For å se nærmere på hva som ligger i arbeidet med kvalitetsutvikling, kan vi se til diskusjoner om skolebasert vurdering. Tidligere bestemmelser om kvalitetsutvikling brukte uttrykket skolebasert vurdering, men å ta ut dette var ikke ment å endre innholdet i bestemmelsen. Opplæringslovutvalget påpekte at det var uklart hva som ligger i skolebasert vurdering (NOU 2019: 23). Ekspertgruppen for skolebidrag pekte på et behov for å utarbeide en omforent fortolkning av det konkrete faglige innholdet i § 13-3e (Ekspertgruppe for skolebidrag, 2021). Skolebasert vurdering var ett av temaene i Utdanningsdirektoratets felles nasjonale tilsyn for 2014–2017, og hva som ble undersøkt i tilsynet, gir uttrykk for hvordan nasjonale myndigheter har forstått skolebasert vurdering (NOU 2023: 1). I tilsynet kontrollerte direktoratet om skolen har en bred og samlet vurdering av måloppnåelse til elevene, vurderer om endringer kan bidra til større måloppnåelse hos elevene, gjennomfører vurdering jevnlig og sikrer bred medvirkning (Utdanningsdirektoratet, 2019).

Utvalget for kvalitetsutvikling i skolen mener at arbeidet med kvalitetsutvikling må basere seg på et bredt kunnskapsgrunnlag som bygger på profesjonsfellesskapets erfaringer, relevant forskning og den lokale konteksten (NOU 2023: 1). Informasjon fra læringsanalyse vil kunne utgjøre en av flere kilder til informasjon for kvalitetsutvikling. Det at bestemmelsens faglige innhold ikke er fastlagt, gjør det krevende å avklare i hvilken grad bestemmelsen er egnet som rettslig grunnlag for læringsanalyse. Videre mener ekspertgruppen at det rettslige grunnlaget for læringsanalyse ved kvalitetsutvikling først og fremst faller innunder «å utføre en oppgave i allmennhetens interesse» i personvernforordningen artikkel 6 nr. 1 bokstav e.

Generelt sett vil læringsanalyse brukt til kvalitetsutvikling kunne få mindre inngripende personvernkonsekvenser enn det å behandle personopplysninger som ligger til grunn for beslutningene som handler om den direkte oppfølgingen av en elev. For kvalitetsutvikling vil det også ofte være tilstrekkelig å behandle avidentifiserte opplysninger.

Ekspertgruppen vurderer at det ikke er hensiktsmessig å presisere at læringsanalyse kan være et virkemiddel i § 13-3e når man gjennomfører kvalitetsutvikling. En slik presisering vil bryte med systematikken i lovbestemmelsen. Lovbestemmelsen fastsetter bare at skolene skal arbeide med kvalitet, men ikke hvordan dette skal gjøres.

10.3.5 Behov for å endre regelverket

Det finnes overordnede bestemmelser i opplæringsloven som sier noe om opplæringens formål, tilpasset opplæring, vurdering, elevenes utbytte av opplæringen og skoleeiers ansvar for kvalitetsutvikling, og som viser til sammenhenger hvor læringsanalyse kan være aktuelt. I kapittel 10.3.1 viste ekspertgruppen til den generelle bestemmelsen i opplæringsloven § 15-10 som understreker at skoleeier kan behandle personopplysninger, også dem som er nevnt i forordningens artikkel 9 og 10, når det er nødvendig for å utføre en oppgave i loven.

Å konstatere at læringsanalyse kan være i samsvar med de overordnede formålene i loven, er ikke nødvendigvis så utfordrende. Men det er ikke nok å konstatere samsvar. Som vist i kapittel 5.2.1 stiller personvernforordningen og EMK-retten krav til hvordan det rettslige grunnlaget for å behandle personopplysninger er utformet. Det rettslige grunnlaget «must lay down clear and precise rules governing the scope and application of the measure in question» (C-439/19 Latvijas Republikas Saeima [Storkammer], 2021, avsnitt 105).

Ekspertgruppen mener at det vil være en styrke dersom det kommer tydeligere fram av regelverket at læringsanalyse kan bidra til å utføre oppgaver som loven pålegger skolene å gjennomføre. Ekspertgruppen har vist at læringsanalyse kan ha pedagogisk verdi og være en relevant metode for å kunne tilpasse opplæringen, gi underveisvurdering og for arbeidet med kvalitetsutvikling.

Et sentralt argument for å presisere det rettslige grunnlaget i opplæringsloven for læringsanalyse er å møte behovet for at det skal være forutsigbart for elevene hvordan personopplysningene deres blir behandlet når behandlingen kan ha inngripende konsekvenser for personvernet deres. Et tydeligere grunnlag vil kunne bidra til å gjøre det enklere for skoleeierne å ivareta ansvaret sitt ved behandlingen av personopplysninger i læringsanalyse. Behovet for et tydeligere rettslig grunnlag er prekært fordi det er snakk om å behandle opplysninger på måter som elever opplever som invaderende. I tillegg kan det bli behandlet særlige kategorier personopplysninger som er beskrevet i forordningens artikkel 9, for eksempel helseopplysninger knyttet til lærevansker eller lignende. For å hindre uforholdsmessige inngrep i personvernet til barn må regelverket reflektere de utfordringene som læringsanalyse reiser.

Et tydeligere grunnlag i regelverket vil kunne bidra til å hindre at personopplysningene blir brukt til andre formål enn de er innsamlet for. En mer presis lovtekst kan gi elever og foreldre en klarere oppfatning av hvor grensene for egne rettigheter går. Det er imidlertid en fare for at en eventuell tydeliggjøring av det rettslige grunnlaget for læringsanalyse forblir symbolbestemmelser uten et reelt innhold, og ikke setter føringer for hvordan behandlingen av personopplysninger skjer. En annen fare ved å tydeliggjøre grunnlaget for å behandle personopplysninger til læringsanalyse er at det vil kunne oppfattes som en mulighet til å utføre læringsanalyse i større utstrekning uten å ivareta krav til personvern i større grad enn i dag.

Datatilsynet uttalte i forbindelse med høringen forut for at § 15-10 i opplæringsloven ble vedtatt, at det rettslige grunnlaget i opplæringsloven «bør oppstille faste, objektive, lovbundne kriterier for behandlingen dersom det skal tilfredsstille personvernregelverkets krav til rettslig grunnlag» (Datatilsynet, 2021a, s. 1). Det er krevende å besvare hvordan det rettslige grunnlaget i regelverket kan utformes for å sikre at behandlingen av elevenes personopplysninger i læringsanalyse skjer på en måte som ivaretar personvernet deres.

Et viktig spørsmål er hvordan det rettslige grunnlaget kan bidra til å sikre at behandlingen av personopplysninger er nødvendig for formålet. Et generelt utgangspunkt er at skoleeier som behandlingsansvarlig må kunne vise til at å behandle personopplysninger i læringsanalyse har en pedagogisk verdi som veier opp for de personvernkonsekvensene det innebærer. Det er imidlertid ikke bare nødvendigheten av en behandling som gjør den lovlig, det rettslige grunnlaget bør også kunne gjøre det enklere for skoleeier som behandlingsansvarlig å ivareta prinsippene om riktighet, formålsbegrensning og dataminimering.

Ekspertgruppen mener at det er et klart behov for å tydeliggjøre det rettslige grunnlaget for læringsanalyse. Grunnlaget må bidra til å sikre at behandlingen av elevenes personopplysninger i læringsanalyse skjer på en måte som gjør det mer forutsigbart for elevene.

10.4 Rettslig grunnlag i regelverket for universiteter og høyskoler til behandling av personopplysninger i læringsanalyse

De mulige rettslige grunnlagene for å behandle personopplysninger i læringsanalyse befinner seg i ulike deler av lov- og forskriftsverket i høyere utdanning. Ekspertgruppen vurderer at det i hovedsak er bestemmelser på tre områder som er relevante som rettslig grunnlag ved behandlingen av personopplysninger i læringsanalyse i høyere utdanning.

For det første er det en generell bestemmelse om behandling av personopplysninger i universitets- og høyskoleloven § 4-15. For det andre inneholder §§ 1-3 og 1-5 bestemmelser om institusjonenes oppgaver og deres faglige ansvar. Det tredje området hvor regelverket er relevant som rettslig grunnlag for læringsanalyse, er bestemmelsene om institusjonenes kvalitetsarbeid i universitets- og høyskoleloven § 1-6, i tillegg til bestemmelsene om kvalitetsarbeid i forskriftene om studiekvalitet og studietilsyn.

Ekspertgruppen vil drøfte om bestemmelsene på de respektive områdene er egnet som rettslig grunnlag for å behandle personopplysninger i læringsanalyse. Dette handler blant annet om i hvilken grad bestemmelsene er egnet til å oppfylle kravet om klart og tydelig rettslig grunnlag i personvernforordningen artikkel 6 nr. 3, i lys av lovkrav i Grunnlov og EMK.

10.4.1 Bestemmelse om behandling av personopplysninger i studieadministrative systemer

Universitets- og høyskoleloven § 4-15 har overskriften «Innhenting og behandling av personopplysninger i studieadministrative systemer». I bestemmelsens første avsnitt følger det at utdanningsinstitusjonene kan behandle personopplysninger om studentene «når formålet med behandlingen er å ivareta den registrertes rettigheter, eller å oppfylle institusjonens oppgaver og plikter etter universitets- og høyskoleloven». Formuleringen i lovteksten indikerer at bestemmelsen ikke utgjør et selvstendig rettslig grunnlag, men bare gir uttrykk for det som allerede følger av forordningen artikkel 6 nr. 1 jf. artikkel 6 nr. 3, nemlig at personopplysninger kan behandles når det er nødvendig for å oppfylle en rettslig forpliktelse eller en oppgave i allmennhetens interesse som er fastsatt i lov eller forskrift. Det er et uavklart spørsmål om bestemmelsen er begrenset til å gjelde innhenting og behandling av personopplysninger som utelukkende foregår i studieadministrative systemer. I forarbeidene uttaler departementet at betegnelsen «studieadministrative systemer» benyttes som «en fellesbetegnelse i lovforslaget for å inkludere alle studieadministrative systemer i sektoren» (Prop. 64 L (2017–2018), pkt. 7.2.2).

I bestemmelsens andre og tredje avsnitt er det listet opp typer opplysninger institusjonene kan behandle når det er nødvendig etter formålet i første avsnitt. I det andre avsnittet blir det listet opp opplysninger som det typisk vil være nødvendig å behandle ved opptak til et utdanningsprogram, som navn og karakterer fra videregående opplæring, universiteter og høyskoler hentet fra offentlige myndigheter. I det andre avsnittet er det blant annet nevnt opplysninger om «helse, sosiale forhold og andre sensitive opplysninger som studenten selv har gitt institusjonen».

Under høringsrunden til dagens § 4-15 ga både Universitetet i Oslo (UiO) og Norges teknisk-naturvitenskapelige universitet (NTNU) i høringssvarene sine uttrykk for at behandling av personopplysninger om studentene i økende grad vil skje i andre sammenhenger enn i de tradisjonelle studieadministrative. NTNU uttaler først at forslaget til bestemmelsen i § 4-15 neppe dekker behovene til utdanningsinstitusjonene, deretter oppsummerer de usikkerheten knyttet til behandlingsgrunnlag for blant annet læringsanalyse: «Aktuelle områder hvor hjemmelsgrunnlaget kan være usikkert er behandling av personopplysninger i forbindelse med læringsanalyse, utvikling og forbedring av kvalitet i utdanningen, adgangskontroll, utveksling av opplysninger mellom institusjon og praksissted samt lagring av besvarelser i plagieringssystemet» (Prop. 64 L (2017–2018), pkt. 7.2.3).

Da departementet diskuterte høringssvarene, uttalte de at bestemmelsen ikke vil dekke alle behovene som institusjonene har for å behandle personopplysninger, og viste til at det heller ikke var hensikten med lovforslaget (Prop. 64 L (2017–2018), pkt. 7.2.4). Samme sted pekte departementet på at «man ikke uten ytterligere utredning av konsekvenser og behov, kan gi vide hjemler som skal ta høyde for ‘alt’». I forarbeidene er det heller ikke vurdert om opplysninger i studieadministrative systemer kan brukes i læringsanalyse. På bakgrunn av bestemmelsens ordlyd og uttalelser i forarbeidene mener ekspertgruppen at bestemmelsen i sin nåværende form i § 4-15 ikke gjør det klart i hvilken grad personopplysninger kan behandles i læringsanalyse.

10.4.2 Bestemmelser om institusjonens oppgaver, samt faglig frihet og ansvar for undervisning

Universitets- og høyskoleloven § 1-3 fastsetter institusjonenes oppgaver på et overordnet nivå. Universiteter og høyskoler skal etter § 1-3 bokstav a «tilby høyere utdanning basert på det fremste innenfor forskning, faglig og kunstnerisk utviklingsarbeid og erfaringskunnskap». I forarbeidene skriver departementet at bestemmelsen om institusjonenes oppgaver peker på hva som skal til for å oppnå ambisjonene fastsatt i formålsbestemmelsen i loven, og at bestemmelsen ikke vil innebære en regulering av konkrete rettigheter eller plikter (Prop. 111 L (2020–2021), pkt. 2.3.5.1 og 2.3.5.2).

Institusjonene har faglig frihet og ansvar for at blant annet undervisningen skjer i overensstemmelse med «anerkjente […] pedagogiske og etiske prinsipper» etter § 1-5 første avsnitt. I dette ligger det også at institusjonene har ansvaret for den faglige oppfølgingen av studentene. Universitets- og høyskolelovutvalget pekte på viktigheten av at regelverket «ikke setter begrensninger for nye og varierte måter å undervise og lære på» (NOU 2020: 3, s. 194). Ekspertgruppen mener at regelverket også bør legge til rette for at læringsanalyse ivaretar studentenes personvern, noe som forutsetter et tydelig rettslig grunnlag.

Departementet vurderte å foreslå en bestemmelse som konkretiserer at institusjonene har ansvar for god faglig oppfølging av studentene, men konkluderte med at en slik presisering ikke var nødvendig all den tid ansvaret allerede ligger i § 1-5 første avsnitt (Prop. 74 L (2021–2022), pkt. 7.4). I hvilken grad læringsanalyse kan utføres i den faglige oppfølgingen av studentene, har ikke vært tema i lovforarbeidene. Etter ekspertgruppens syn utgjør § 1-5 om faglig frihet og ansvar et rettslig grunnlag for «å utføre en oppgave i allmennhetens interesse» i personvernforordningen artikkel 6 nr. 1 bokstav e.

Bestemmelsen i § 1-5 om at institusjonene skal sikre at undervisningen skjer i tråd med «anerkjente […] etiske og pedagogiske prinsipper», gjør det ikke særlig forutsigbart hvordan personopplysningene til studenter blir behandlet i læringsanalyse. Det vil ikke være hensiktsmessig at bestemmelsen som inneholder institusjonenes overordnede oppgave, lister opp bare ett av de virkemidlene institusjonene kan benytte for å sikre at undervisningen skjer i samsvar med anerkjente etiske og pedagogiske prinsipper. Derfor vurderer ekspertgruppen at § 1-5 ikke er et egnet sted i regelverket å presisere at institusjonene kan behandle personopplysninger i læringsanalyse.

Ekspertgruppen vurderer at § 1-5 er et relevant rettslig grunnlag for å behandle personopplysninger i læringsanalyse. Samtidig mener ekspertgruppen at bestemmelsen ikke gir et tydelig nok grunnlag for å behandle personopplysninger i læringsanalyse.

10.4.3 Bestemmelser om kvalitetsarbeid

I § 1-6 blir universiteter og høyskoler pålagt å ha et «tilfredsstillende internt system for kvalitetssikring som skal sikre og videreutvikle kvaliteten i utdanningen».

Etter § 2-1 tredje avsnitt skal NOKUT i samråd med sektoren gi forskrift om kriterier for institusjonenes kvalitetsarbeid. De nærmere detaljene ved hva det systematiske kvalitetsarbeidet skal inneholde, er regulert i studiekvalitetsforskriften § 2-1:

Universiteter og høyskoler skal ivareta ansvaret for kvaliteten i utdanningen gjennom systematisk kvalitetsarbeid som sikrer og bidrar til å utvikle kvaliteten i studietilbudene. Videre skal institusjonene legge til rette for løpende utvikling av utdanningskvaliteten, kunne avdekke sviktende kvalitet i studietilbudene og sikre tilfredsstillende dokumentasjon av kvalitetsarbeidet. Institusjonene skal kvalitetssikre alle forhold som har betydning for studiekvaliteten, fra informasjon overfor mulige søkere til avsluttet utdanning.

I tillegg inneholder studietilsynsforskriften § 4-1 krav til det systematiske kvalitetsarbeidet:

1) Institusjonens kvalitetsarbeid skal være forankret i en strategi og dekke alle vesentlige områder av betydning for kvaliteten på studentenes læringsutbytte […]. 4) Institusjonen skal systematisk innhente informasjon fra relevante kilder for å kunne vurdere kvaliteten i alle studietilbud. 5) Kunnskap fra kvalitetsarbeidet skal brukes til å utvikle kvaliteten i studietilbudene og avdekke eventuelt sviktende kvalitet. Sviktende kvalitet skal rettes opp innen rimelig tid. 6) Resultater fra kvalitetsarbeidet skal inngå i kunnskapsgrunnlaget ved vurdering og strategisk utvikling av institusjonens samlede studieportefølje.

Ifølge veilederen som NOKUT har utarbeidet, vil kravet nevnt over også innebære en vurdering av om studentene faktisk oppnår det ønskede læringsutbyttet (NOKUT, 2022). Videre viser NOKUT til at institusjonene skal innhente kilder fra alle forhold som har noe å si for studiekvaliteten. Samtidig presiserer de at institusjonene ikke bør innhente mer informasjon enn det som er nødvendig for å belyse og vurdere studiekvaliteten.

Informasjon fra læringsanalyse kan utgjøre et av flere grunnlag som kan være relevant for kvalitetsarbeidet ved institusjonene i høyere utdanning. Oppgavene institusjonene er pålagt gjennom lov og forskrift, forutsetter at de behandler personopplysninger. Det er likevel ikke tatt stilling til hvordan denne behandlingen kan skje for å være i samsvar med kravene i personvernregelverket. Ekspertgruppen mener at det bør komme tydeligere fram i regelverket at å behandle personopplysninger i læringsanalyse er relevant i kvalitetsarbeidet. Ved kvalitetsarbeid vil det i første rekke være aktuelt å benytte data på aggregert nivå som grunnlag for beslutninger, noe som bidrar til å minimere personvernrisikoen som er involvert.

Ekspertgruppen mener det rettslige grunnlaget for å behandle personopplysninger i læringsanalyse for kvalitetsarbeid bør tydeliggjøres. Ekspertgruppen mener også at det er relevant å regne bestemmelsene om kvalitetsarbeid som et rettslig grunnlag for «å utføre en oppgave i allmennhetens interesse» i personvernforordningen artikkel 6 nr. 1 bokstav e.

10.4.4 Behov for å endre regelverket

Ekspertgruppen har i delkapitlene over vist at relevante bestemmelser i regelverket for høyere utdanning slik de er i dag, ikke gir et tydelig rettslig grunnlag for å behandle personopplysninger i læringsanalyse. Drøftingene i proposisjonen før § 4-15 ble vedtatt, viser at det er usikkert i hvilken situasjon institusjonene kan behandle personopplysninger i læringsanalyse. Sikt peker i innspillet sitt til ekspertgruppen på at det uavklarte rettslige grunnlaget universitets- og høyskolesektoren har for å gjennomføre læringsanalyse, har vært et hinder (Sikt, 2022). Ekspertgruppen mener at bestemmelsene om institusjonenes oppgaver i § 1-5 og bestemmelsene om kvalitetsarbeid inneholder relevante rettslige grunnlag for å behandle personopplysninger i læringsanalyse.

Ekspertgruppen mener det er et behov for å tydeliggjøre hva som skal til for at institusjonene kan behandle personopplysninger i læringsanalyse, både for behandlinger i den pedagogiske praksisen og i kvalitetsarbeidet.

10.5 Rettslig grunnlag i regelverket for fagskoler til behandling av personopplysninger i læringsanalyse

Flere av bestemmelsene som er relevante for å vurdere om det foreligger egnet rettslig grunnlag i fagskoleregelverket, er utformet etter lignende bestemmelser i universitets- og høyskoleloven. Ekspertgruppen vurderer i de følgende delkapitlene om bestemmelser i regelverket for fagskoler er egnet til å oppfylle kravet til rettslig grunnlag i personvernforordningen artikkel 6 nr. 3.

10.5.1 Bestemmelser om behandling av personopplysninger og fagskoleutdanningens innhold

Fagskoleforskriften § 4 har tittelen «Innhenting og behandling av personopplysninger hos fagskolene». I bestemmelsens første avsnitt er det fastsatt en generell adgang til å behandle personopplysninger om studenter «når formålet med behandlingen er å ivareta den registrertes rettigheter, eller å oppfylle skolens plikter etter fagskoleloven». I høringsnotatet som § 4 bygger på, er det vist til at å behandle personopplysninger er nødvendig i studieadministrative systemer og når man gjennomfører opptak til fagskolene (Kunnskapsdepartementet, 2019). I forskriftens § 4 andre avsnitt er det uttrykkelig angitt hvilke personopplysninger som kan bli brukt i behandlingen for å oppnå formålene etter § 4 første avsnitt. Her nevnes blant annet: «navn, fødselsnummer […] arbeidserfaring og karakterer fra videregående opplæring, fagskoler, universiteter og høyskole og fag og svennebrev hentet fra offentlige myndigheter». Bestemmelsen sier ikke noe om adgangen til å behandle andre personopplysninger, for eksempel fra studenters læringsaktiviteter og lignende.

Fagskoleutdanningen skal etter fagskoleloven § 4 «bygge på kunnskap og erfaring fra ett eller flere yrkesfelt og være i samsvar med relevante pedagogiske, etiske, kunstfaglige og vitenskapelige prinsipper». Fagskoletilsynsforskriften inneholder krav til fagskoleutdanningens innhold og form. Det følger av forskriften § 2-1 et overordnet krav om at utdanningen blant annet skal ha «undervisnings-, lærings- og vurderingsformer som er egnet til at studentene kan oppnå læringsutbyttet». Ekspertgruppen vurderer at bestemmelsen er et aktuelt grunnlag for å behandle personopplysningene fra studentene i fagskolene i læringsanalyse.

Bestemmelsen beskriver ikke nærmere hvilke typer behandling av personopplysninger som kan være aktuelle for de egnede undervisnings- og læringsformene. Bestemmelsen gjør det dermed lite forutsigbart for studentene hvordan personopplysningene deres blir behandlet i undervisnings- og læringssituasjonen. Ekspertgruppen mener at bestemmelsen ikke gir et tydelig rettslig grunnlag for å behandle studenters personopplysninger i læringsanalyse. Ekspertgruppen vurderer likevel at det ikke vil være hensiktsmessig å presisere at læringsanalyse kan inngå i undervisnings- og læringsformene i fagskoletilsynsforskriften § 2-1. Læringsanalyse er bare ett av flere virkemidler som kan være med og sikre at studentene får læringsutbytte. Å fastsette dette ene virkemidlet kan gi inntrykk av at læringsanalyse har en prioritet når det gjelder valg av undervisnings- og læringsformer, noe som ikke er hensikten.

10.5.2 Bestemmelser om kvalitetsarbeid

Fagskoleloven § 5 handler om akkreditering og kvalitetssikring. Bestemmelsen fastsetter i femte avsnitt at fagskolene skal ha «tilfredsstillende interne systemer for kvalitetssikring», og bestemmelsen gir departementet adgang til å gi forskrift om «krav til kvalitetssikringssystemer og kvalitetsarbeid». Etter § 5 sjette avsnitt bokstav d kan departementet gi forskrift om «krav til kvalitetssikringssystemer og kvalitetsarbeid».

Kravene til fagskolenes systematiske kvalitetsarbeid er presisert i fagskoletilsynsforskriften § 4-1. For å vurdere om hver enkelt utdanning når målet for kvalitet, skal fagskolene etter § 4-1 tredje avsnitt «systematisk innhente […] informasjon fra studenter, ansatte, representanter fra yrkesfeltet og eventuelle andre relevante kilder». NOKUTs veiledning til bestemmelsen presiserer imidlertid at institusjonen ikke bør innhente mer informasjon enn det som er nødvendig for å belyse og vurdere studiekvaliteten (NOKUT, 2020). I høringsnotatet med forslaget til ny forskrift er det ikke drøftet hva denne informasjonen kan innebære eller hvordan den kan behandles (NOKUT, 2019). Fravær av personverndrøftinger gjør at bestemmelsen er uklar med tanke på hvilken grad den kan utgjøre et rettslig grunnlag for behandling av personopplysninger i læringsanalyse til kvalitetsarbeid.

10.5.3 Behov for å endre regelverket

Bestemmelsene som er relevante for å behandle personopplysninger til læringsanalyse i fagskolene, regulerer behandling av personopplysninger på ulikt detaljeringsnivå. Ekspertgruppen mener at det fører til usikkerhet i tilfellene hvor verken regelverket eller høringsrunde har vurdert rammer for og konsekvenser av å behandle personopplysninger.

Ekspertgruppen mener det rettslige grunnlaget for læringsanalyse i fagskolene bør tydeliggjøres. Dette gjelder både for fagskolenes pedagogiske praksis og for deres kvalitetsarbeid. Ekspertgruppen mener det er viktig å avklare det rettslige grunnlaget ettersom en stor andel av studentene i fagskolesektoren er nettstudenter, hvor analyser av studentaktivitet er særlig aktuelt. For alle fagskolestudentene, og nettstudentene spesielt, er det viktig at det rettslige grunnlaget i regelverket gjør det mer forutsigbart hvordan personopplysninger blir behandlet i læringsanalyse.

10.6 Oppsummering av ekspertgruppens vurderinger av rettslig grunnlag

Ekspertgruppen vurderer at dagens bestemmelser om å behandle personopplysninger i læringsanalyse er uklare. En generell utfordring er at bestemmelsene som fastsetter oppgaver i lov og forskrift hvor læringsanalyse kan være aktuelt, i liten grad gjør det forutsigbart for elever og studenter hvordan personopplysningene blir behandlet. Dessuten er personvernkonsekvensene ved læringsanalyse knapt omtalt i forarbeidene til disse bestemmelsene. For grunnopplæringen, høyere utdanning og høyere yrkesfaglig utdanning er det et klart behov for å gjøre regelverket tydeligere slik at det viser når det er adgang, og hva som skal til for å behandle personopplysninger i læringsanalyse.

For grunnopplæringen er ekspertgruppens vurdering at bestemmelsene som fastsetter de relevante oppgavene tilpasset opplæring, underveisvurdering og kvalitetsutvikling, vil kunne fungere som rettslig grunnlag for å behandle personopplysninger i læringsanalyse. Ekspertgruppen mener at grunnlaget for å behandle personopplysninger i læringsanalyse bør tydeliggjøres, men vurderer det slik at bestemmelsene som fastsetter oppgavene, ikke er egnede steder å ta inn presiseringer om læringsanalyse.

Når det gjelder høyere utdanning, vurderer ekspertgruppen at bestemmelsene om institusjonenes oppgaver og kvalitetsarbeid vil kunne være relevante rettslige grunnlag for å behandle personopplysninger i læringsanalyse. Ekspertgruppen mener at grunnlagene for å behandle personopplysninger i læringsanalyse må tydeliggjøres, men vurderer at det ikke er hensiktsmessig å presisere selve bestemmelsen som fastsetter institusjonens oppgaver og ansvar.

Ekspertgruppen vurderer at bestemmelsene om fagskolenes undervisnings- og læringsformer og bestemmelsene om kvalitetsarbeid er aktuelle rettslige grunnlag for å behandle personopplysninger i læringsanalyse i høyere yrkesfaglig utdanning. Ekspertgruppen mener at grunnlaget for behandlingen må tydeliggjøres, men ekspertgruppens vurdering er likevel at bestemmelsen om fagskolenes undervisnings- og læringsformer ikke er et egnet sted å ta inn en slik presisering.