Business case uitval

[Muhammet369]

Tomer, Aslam en ik zaten afgelopen week naar de data te kijken die wordt gebruikt als input voor repo 1cijferho.
Ik vroeg me af of we deze data ook kunnen inzetten om uitval binnen het eerste studiejaar te voorspellen (mbo/hbo/wo).

Ik weet dat repo uitnodigingsregel al stappen zet voor het MBO. Een logische vervolgstap is om dit concept te onderzoeken voor HBO/WO. Als we maar een fractie v.d. uitval kunnen voorspellen, kunnen we miljoenen publiek geld besparen, naast betere ondersteuning van de studenten. We zouden het op deze manier ook makkelijk kunnen marketen. Zie afbeelding hieronder*

In dat kader denk ik aan een laagdrempelige pilot in de vorm van een (web)-applicatie waarin:

• De use case en context wordt uitgelegd. Zie afbeelding hieronder*
• Onderwijsinstellingen kunnen inloggen
• (Geanonimisserde) Data kunnen aanleveren
• Pre-trained ML model klaarstaat om voorspellingen te doen op student/geaggregeerd niveau
• Resultaten meteen laat zien op de website
• Via de backend kunnen wij (=SURF) dan gebruikersgegevens verzamelen
  • Frequentie gebruik
  • Wie blijft op welke pagina voor hoelang
  • A/B testing

Idee is eigenlijk een drempelloze toegang (=toegankelijk) voor instellingen.

SURF kan op deze manier ook gebruikt van de app monitoren en in cijfers uit drukken. Deze informatie kunnen we gebruiken om de app te verbeteren. Win-win voor beide partijen (scholen & SURF). Mogelijk loopt er al een vergelijkbaar project binnen/buiten SURF. Dan hoor ik dat ook graag.

*data is AI generated. Klopt waarschijnlijk niet helemaal. But you get the idea 🙂

Ben benieuwd wat jullie hierover denken @EdF2021 en @StevenRamondt

[StevenRamondt]

Goed idee! Ik zie eigenlijk drie verschillende aspecten in je bericht terugkomen, dus ik loop ze even één voor één langs.

1. Data uit repo 1cijferho
Ik zie dit onderwerp nu al vaker terugkomen in discussies en ik heb er in het verleden ook eens naar gekeken. Ik ben daarom vooral benieuwd hoe jullie deze voorspelling concreet voor je zien. Welke variabelen denken jullie dat voldoende zouden zijn om een betrouwbare voorspelling van uitval te doen?

DUO heeft hier in het verleden ook naar gekeken met hun eigen team en de data die zij tot hun beschikking hebben. Voor zover ik weet bleek het toen lastig om daar een echt betrouwbare voorspelling uit te halen. Tegelijk ben ik zelf wel een groot voorstander van generieke/homogene inputbestanden. Als iets als 1cijferho hiervoor geschikt zou blijken, zou dat het uitvalproject aanzienlijk kunnen vereenvoudigen.

Daarom lijkt het me goed om hier eens samen naar te kijken. Misschien kunnen we met jou, Aslam en Tomer een keer zitten om scherp te krijgen welke features jullie precies voor ogen hebben.

Mijn eigen idee was om deze bestanden nog eens goed te testen en de performance te meten. Dan weten we of we een betrouwbaar fundament hebben. Mocht dat niet zo zijn, dan hebben we in ieder geval een onderbouwd verhaal richting DUO en OCW voor meer data mogelijkheden. Validatie is hier wat mij betreft echt key: voorspellen is op zich niet zo moeilijk, maar dit soort projecten worden uiteindelijk vooral beperkt door toegang tot data en wat we daadwerkelijk mogen gebruiken.

2. Onderzoek naar HBO/WO
Dat is zeker een logische vervolgstap. Dit staat ook expliciet in mijn opdrachtomschrijving en staat ook in het CEDA-projectplan (te vinden in de CEDA-startmail die Corneel op 30-01-2026 heeft gestuurd).

Hier gaan we dus zeker mee aan de slag. Er lopen al initiatieven rond studie-uitval binnen HBO en universiteiten, en we willen die potentiële key users ook snel benaderen om te kijken wat zij doen en met welke data hun modellen werken. Ook hier geldt voor mij: als generiekere datasets zoals 1cijferho bruikbaar blijken, heeft dat duidelijk de voorkeur.

3. De business case / pilot idee
Het idee voor een pilot of business case vind ik ook interessant. In eerdere evaluaties heb ik kosten ook al eens laten meewegen (destijds rond de €10.000 per student). Als we iets met 1cijferho of een vergelijkbare bron kunnen, zou dat inderdaad relatief snel inzetbaar kunnen zijn.

Een andere optie zou kunnen zijn dat we iets bouwen waarbij bijvoorbeeld DUO de data voedt, maar daar lopen we waarschijnlijk opnieuw tegen dezelfde uitdaging aan: toegang tot en gebruik van data.

[CorneeldH]

Dank voor het delen @Muhammet369 , inmiddels besproken in het team 👍