Stordata gir ikke hva det lovet, nemlig å løfte utdanningskvaliteten i skolen. Tiden er inne til å ta i bruk smådata i stedet, hevder de i artikkelen (Washington Post, 2016).
Bruken av stordata har begrensninger. Begrepet stordata ble introdusert rundt år 2000 og brukes som beskrivelse på datamengder som er så store at kun datamaskiner kan analysere dem.
I utdanningssammenheng omfatter stordata en rekke indikatorer om undervisning og læringsprosesser og rapporterer gjennom analysene hovedtendenser ved elevprestasjoner i et langtidsperspektiv. Store internasjonale, komparative elevundersøkelser som PISA, TIMSS og PIRLS er eksempler på stordata.
De mange brukerne av stordata mener at denne informasjonen kan hjelpe dem til å ta de rette beslutningene om systemiske endringer i utdanningen for å øke elevenes læringsutbytte. Så langt har det ikke skjedd, hevder Sahlberg og Hasak.
Til tross for tilgangen på store informasjonsmengder og mulighetene som følger med den, er det klare begrensninger i hva stordata kan bli brukt til i nasjonale utdanningsreformer.
Påfallende ofte får nemlig stordata en form for evidensstatus i beslutningstakeres argumenter når utdanningsstrategier skal velges. Og det blir feil, ifølge Sahlberg og Hasak.
"Lederne må lede (ikke styre) utviklingen av skolen med utgangspunkt i smådata. Hvis ikke kan en fort oppdage at en i stedet blir styrt av stordata-analyser og korrelasjoner som feilaktig blir tolket som årsaksforklaringer."
"Stordata-analysene er ikke laget for å si noe om kausalitet, om årsakssammenhenger."
Stordata-analysene er ikke laget for å si noe om kausalitet, om årsakssammenhenger. Stordata indikerer i beste fall korrelasjoner, det vil si samvariasjon, mellom variabler i utdanningssystemet. For å finne årsakssammenhengene må man ty til smådata, hevder de.
Og dette er viktig! Sahlberg og Hasak hevder at nasjonale myndigheter sammenligner sine nasjonale stordata (eksempelvis resultatene fra nasjonale prøver) med de store internasjonale databasene for å finne årsakssammenhenger, og at det ikke er mulig.
Den vesentlige forskjellen; at korrelasjon ikke forklarer, mens kausalitet kan forklare årsaker, har blitt blandet for ofte, skriver de. Og dermed konkluderer de med at Tanken var at stordata skulle fikse utdanning. Det gjorde det ikke. Det er tid for smådata. (Washington Post, 2016).
Smådata er den presise, tilgjengelige, mangfoldige, nære og meningsfulle informasjonen som kommer fram når eksempelvis lærere knytter sin tilgang til informasjon om elevenes læring sammen med sine egne og kollegers erfaringer med elever, undervisningsoppgaver og annen betydningsfull hverdagskontekst for læring (fritt oversatt fra Small Data Group).
Smådata er en betegnelse på alle de informasjonene som knytter læreres valg, vurderinger, opptredener og handlinger til elevresultater. Smådata danner det reelle grunnlaget for �
