Het creëren van een betrokken kennisnetwerk (deel 1/3)

Social Learning | blog
Medio september 2020 hebben wij een MOOC gefaciliteerd over Social Learning. Deze MOOC was een groot succes! Met meer dan 750 deelnemers hebben we samen geleerd over waarom social learning relevant is en hoe je dit kunt toepassen. Bij dit soort grote aantallen deelnemers is het voor een moderator lastig om het overzicht goed te bewaren, een handig instrument hiervoor is een Sociale Netwerk Analyse.

Binnen organisaties en onderwijsinstellingen is veel kennis en expertise aanwezig. Om het uiterste uit deze kennis en expertise te halen, wordt vaak een vorm van Social Learning ingezet, waarbij een omgeving wordt aangeboden om kennis uit te wisselen rondom een bepaald onderwerp. Een MOOC of SPOC is een veel ingezet instrument om deze vorm van kennisuitwisseling te faciliteren.

Echter, het is een uitdagende taak om hier alles uit te halen, waardoor een moderator cruciaal is voor het succes van een MOOC/SPOC. Gezien de e-moderator veel comments leest is de moderator vaak ook de persoon die het overzicht heeft van de deelnemers en wie waarmee bezig is. Bij grotere aantallen (500+), wordt dit vanzelfsprekend een uitdagende taak voor de moderator, helemaal als het merendeel van de gebruikers niet bekend is. Een veelgehoord probleem: Het overzicht ontbreekt.

Namelijk, bij grote aantallen zien we vaak dat het lastig is om het overzicht te houden over wie met wie geïnteracteerd heeft en welke deelnemers mogelijk achter blijven in de onderlinge discussies – doodzonde, want Social Learning laat juist zijn waarde zien in en door deze discussies. Veelal heeft een e-moderator alleen maar ruwe data voorhanden, zoals het totale aantal comments of het aantal reacties wat een deelnemer heeft gegeven. Op zichzelf is het erg lastig om op basis van deze data gerichte interventies te plegen om de discussies, en daardoor de waarde van de Sociale leerinterventie, te maximaliseren.

Een kennisnetwerk binnen MOOCs en SPOCs


MOOC’s en SPOC’s kunnen veel zicht geven op waar de kennis zich bevindt, maar ook over hoe deze kennis zich binnen een context verspreidt. Een dergelijke helicopterview is iets waar wij continu naar streven binnen de context van Social Learning, maar tot op heden vergde dit veel graaf- en zoekwerk. Echter, de oplossing is daar:

 

(Klik op de afbeelding voor een grotere versie)

Met een sociale netwerk analyse wordt het inzichtelijk wie met wie interactie heeft en wie de kennisdragers zijn binnen de context van Social Learning! Deze analyse biedt inzichten welke het wél mogelijk maken om betekenisvolle acties te ondernemen. Zo’n netwerkvisualisatie is zowel tijdens een MOOC als na afloop van een MOOC erg nuttig.

 

Tijdens de MOOC

Wanneer het voor een e-moderator inzichtelijk is wie binnen en buiten zijn bereik valt, wordt het makkelijker om deze mensen te betrekken bij het inhoudelijke gesprek. Daarnaast ziet de e-moderator ook zijn rol in het geheel, en wordt het direct inzichtelijk wie met wie contact heeft en waar de interactie nog wat aangespoord moet worden om zo zoveel mogelijk deelnemers zo goed mogelijk te betrekken.

 
Na afloop van de MOOC

Het doel van veel academies binnen organisaties is het beter laten presteren van medewerkers. Hiervoor zijn tal van middelen in te zetten, bijvoorbeeld een MOOC. Wanneer je de netwerkanalyse aan een MOOC - of misschien zelfs interne communicatieplatforms zoals Teams of Slack - koppelt is het direct inzichtelijk wie de kennisdragers binnen een organisatie zijn en aan de hand van deze informatie kun je interventies plegen om jouw oplossingen omtrent leren en ontwikkelen naar een hoger niveau te tillen. Zo is een expert op een bepaald onderwerp snel gevonden en kunnen we onze leerinterventies doelgerichter en effectiever inzetten.


In het tweede gedeelte van deze blog gaan we in op onze inzet van de Social Network Analysis tijdens onze MOOC Social Learning. Benieuwd? Je leest 'm hier!

Wil je na het lezen van deze blog aan de slag met Sociale Netwerk Analyse in jouw organisatie? Neem dan contact op met Max of Kim.

Deel met je omgeving

© Next Learning Valley 2020