algoritme1.jpg
TEMA: Vejledningsmaskine

Algoritme kan forudse frafald

Selv om frafalds-maskinen har været færdigbygget i fem år, er der ingen, der har taget den i brug.

Andreas Antoni Lund

Colourbox

7. oktober 2019

Den kan med næsten 100 procent sikkerhed forudse, om en elev vil droppe ud af sin uddannelse inden for de kommende tre måneder. Og umiddelbart kan det virke som et oplagt værktøj til at hjælpe lærere og vejledere med at få øje på elever, som er på vej til at falde fra.

Men frafalds-maskinen, som stod klar i juni 2014, nåede kun at have en levetid på en uge, før den blev slukket igen. Siden har den stået på standby.

Det var en studerende ved Københavns Universitet, som udviklede den til sit speciale i samarbejde med softwarefirmaet Macom.

- Man kommer en elevs data ind i maskinen, og på baggrund af informationer om vildt mange andre elever, man har fodret maskinen med, ser den på, om eleven ligner de elever, som tidligere er droppet ud, forklarer Stephen Alstrup, der er professor ved Datalogisk Institut under Københavns Universitet og var vejleder for den specialestuderende, Nicolae-Bogdan Şara.

Mange faktorer indgår i regnestykket

De begyndte med at se på resultaterne af sociologiske studier af, hvem der typisk dropper ud. Ifølge studierne var der for eksempel øget risiko for frafald blandt elever med forældre, som har lav indtægt. Men da de ikke kunne se forældres indkomst i skolernes data, tog de udgangspunkt i forældrenes postnummer i stedet.

Der kan være mange gode grunde til, at man som lærer ikke kan fange alle.

Også elever med anden etnisk baggrund har øget risiko for at droppe ud. Heller ikke det kunne de se af skolernes data om eleverne. Men de havde elevernes efternavne. Det satte de maskinen til at slå op i en navnedatabase for at se, om det er et typisk dansk navn.  

Desuden indgik skolernes størrelse, lærer-elev-relation, missede afleveringer, køn og afstand til skole. Den vigtigste enkeltstående faktor viste sig at være klassernes størrelse. Herefter kom elevernes fravær den seneste måned.

I alt byggede algoritmen på data fra mere end 70.000 elever og var dermed – da den blev skrevet – den største af sin slags i verden. Når algoritmen kværnede alle de data, kunne den med 95 procents sikkerhed forudse, når en elev skal til at droppe ud, viste test af algoritmen.

Var tænkt som hjælp til vejledere

Algoritmen var blot tænkt som en hjælp for og backup til lærere og vejledere, fremhæver Stephen Alstrup.

- Der er selvfølgelig mange af eleverne, som er i farezonen, og som lærerne selv vil få øje på. Men der kan være mange gode grunde til, at man som lærer ikke kan fange alle. Det kan være en tavs elev, som sidder bagerst i klasselokalet, eller at læreren i en periode er fraværende på grund af sygdom, forklarer professoren.

Han mener ikke, at en algoritme kan erstatte menneskelig kontakt.

- Det allerbedste ville naturligvis være, hvis undervisere og vejledere havde tid til at tale med alle deres elever hver dag for at få et klart indtryk af, hvordan de har det. Men det er bare ikke den verden, vi lever i. Så er det en fordel med en maskine, som kan hjælpe dem med at holde øje med eleverne, pointerer Stephen Alstrup.

Professoren mener, at man skal have tillid til, at lærerne er i stand til at benytte værktøjer, der giver dem overblik og indsigt – blot de får træning i at bruge værktøjerne.

Han og Nicolae-Bogdan Şara ville som det næste gerne have bygget en maskine, som kan hjælpe lærere og vejledere med at pille de rigtige værktøjer ned fra værktøjshylden til at hjælpe frafaldstruede med at komme ud af farezonen. Så langt nåede de dog aldrig.

Som liberal har jeg en ret restriktiv holdning til, hvad staten må i forhold til brug af data.

Potentialet er ellers stort. Alene på erhvervsuddannelserne falder hver femte elev fra på grundforløbet, mens knap fire ud af ti dropper ud i overgangen fra grundforløb til hovedforløb, og omkring en femtedel stopper i utide i løbet af hovedforløbet, viser tal fra Undervisningsministeriet.

Danske Gymnasier trak stikket

Det var Danske Gymnasier som trak stikket på algoritmen efter blot en uge. Det skete, efter at Macom, der blandt andet står bag it-systemet Lectio, der bruges til kommunikation mellem elever og uddannelsesstedet, og som en lang række erhvervsgymnasier bruger som administrationssystem, havde installeret algoritmen som ny funktion i Lectio.

Organisationen – som dengang hed Gymnasieskolernes Rektorforening og havde en anden formand – var og er fortsat bekymret over, om det overhovedet er lovligt, at data om elever bliver brugt uden skolerne og elevernes vidende.

Ifølge både Macom og Stephan Alstrup havde Nicolae-Bogdan Şara dog blot adgang til data i anonymiseret form, ligesom han kun fik adgang til den ved at møde personligt frem hos Macom.

Direktøren for Macom, Martin Holbøll, ønsker over for Uddannelsesbladet ikke at komme med nye kommentarer, men henviser i stedet til sine tidligere udtalelser i andre medier. Her har han udtrykt forundring over Danske Gymnasiers beslutning med henvisning til, at lignende projekter under Macom ikke har givet anledning til løftede øjenbryn hos Danske Gymnasier.

Blandt andet har Macom i samarbejde med et universitet udviklet en funktion i Lectio, som kan afsløre, om elever har plagieret de opgaver, de afleverer.

Gymnasierne bekymret for etik

De almene gymnasiers forening mener også, at algoritmen rejser et etisk problem, fordi den blot giver et statistisk billede.

- Den viden er vi ikke sikker på, at vi på gymnasierne har lyst til at have, fordi det risikerer ubevidst at påvirke lærernes forventninger til eleven og dermed kan gøre det sværere for mønsterbrydere at gøre op med deres sociale arv. De risikerer ikke bare at blive mødt som det menneske, de er, men også med alle de odds, de har imod sig, siger Danske Gymnasiers formand, Birgitte Vedersø.

Hun henviser til, at man med tætte lærer-elev-relationer i hverdagen og godt kendskab til den enkelte elev allerede har et godt beredskab til at finde netop de elever, der måtte have brug for ekstra støtteforanstaltninger.

Danske Gymnasier er ikke de eneste, som er skeptiske over for algoritmen. Algoritmen blev også forelagt for daværende undervisningsminister Merete Riisager. Men heller ikke her blev der pustet nyt liv i frafalds-maskinen.

- Vi har haft lange diskussioner om, hvad staten må og ikke må, når det kommer til brug af data. Som liberal har jeg en ret restriktiv holdning til, hvad staten må i forhold til brug af data, oplyser Merete Riisager.

I det nuværende Børne- og Undervisningsministeriet har man heller ikke aktuelt nogle planer for at implementere algoritmen, oplyser ministeriets presseafdeling.

På Københavns Universitet sidder Stephen Alstrup tilbage og ærgrer sig over, at algoritmen er udviklet, men ikke bliver taget i brug.

Del siden på: