Peer feedback met group lockers in Brightspace

In de cursus Machine Learning in Particle Physics and Astronomy leren studenten om machine learning technieken toe te passen op natuurkundige datasets. Studenten moeten in de cursus zelf algoritmes schrijven die een zo nauwkeurig mogelijke voorspelling geven over de waarden in een bepaalde dataset. Studenten moeten de voorspellingen van hun algoritmes uploaden naar een door de docent ontwikkelde website. Daar wordt hun uitkomst vergeleken met de werkelijke inhoud van die dataset. Dat levert een score op, die een indicatie geeft van de nauwkeurigheid van het algoritme.

De docent van deze cursus was op zoek naar een manier om studenten met en van elkaar te laten leren bij het leren schrijven van een algoritme. Een goed algoritme schrijven is namelijk lastig, omdat je niet eenvoudig kunt zien hoe een verandering in het algoritme de voorspelling precies beïnvloedt. Om een goed algoritme te schrijven moet je stap voor stap kunnen denken, code van anderen kunnen doorgronden en zinvol kunnen variëren op wat je hebt geschreven. Dat vraagt meer dan kennis alleen.

Daarom hebben we in Brightspace de group locker functionaliteit ingezet, in combinatie met een discussieforum. Studenten moeten hun algoritme uploaden naar een group locker, die ook toegankelijk is voor andere studenten. Op het forum plaatsen ze een bijdrage met hun score en een beschrijving van de keuzes die ze hebben gemaakt bij het schrijven van het algoritme. Daarna vergelijken ze hun eigen aanpak met de aanpak en algoritmes van medestudenten. Onderling bespreken ze hoe hun scores verschillen en aan welke keuzes in de aanpak de verschillen zijn toe te schrijven. Gezamenlijk denken ze zo verder na over hoe ze hun algoritmes kunnen verbeteren om een nauwkeuriger voorspelling over de inhoud van de dataset te geven.

Studenten vonden het behulpzaam en inspirerend dat ze op deze manier konden leren van elkaars oplossingen en manier van denken. Ook motiveerde het ze om serieus met de oefening aan de slag te gaan.