Data jako základ pro rozhodování při vedení a směřování Vaší školy
V současných diskusích o řízení a rozvoji škol, ale také vzdělávacího systému jako celku, se stále častěji setkáváme s přesvědčením, že by rozhodování jednotlivých aktérů mělo být založeno na datech. To znamená, že by naše rozhodnutí měla být podložena informacemi, jež slouží jako argumenty pro naše rozhodování.
V kontextu školy je patrné, že moderní ředitel školy již nemůže spoléhat pouze na svou intuici, pedagogický cit nebo tradici. Dynamicky se měnící vzdělávací prostředí, tlak na inkluzivitu a individualizaci výuky a v neposlední řadě požadavky rodičů či zřizovatele staví vedení škol před zásadní výzvu: jak efektivně pracovat s informacemi, kterých je všude kolem dostatek, ale málokdy jsou smysluplně využívány pro skutečný rozvoj.
Teoretická východiska a aktuální poznání ve výzkumu
Výzkumy a také praktická zkušenost vedení škol dlouhodobě poukazují na paradox, se kterým se potýká většina ředitelů škol. Školy reportují obrovské množství dat, zároveň denně pracují s daty, ale přitom nemají dostatek informací pro své rozhodování. Data jsou tak často chápána pouze jako administrativní zátěž, která slouží ke zpětnému vykazování činnosti, nikoliv jako formativní nástroj pro zlepšování výuky (Anderson et al., 2010).
Aktuální pedagogický výzkum definuje data velmi široce. Nejedná se pouze o výsledky standardizovaných testů (např. jednotných přijímacích zkoušek nebo mezinárodních šetření PISA). Bernhardt (2016) ovšem poukazuje na to, že pro komplexní pochopení reality školy je nutné sledovat a propojovat čtyři základní kategorie dat:
Demografická data: Informace o žácích, učitelích, socioekonomickém zázemí rodin a struktuře komunity.
Data o vnímání školy: Dotazníky klimatu, zpětná vazba od rodičů, žáků i pedagogů, hodnotící postoje k prostředí školy.
Data o výsledcích učení žáků: Průběžné a sumativní hodnocení, úspěšnost v soutěžích, výsledky testování, ale i posun žáka v čase.
Data o školních procesech: Popis pedagogických strategií, organizace výuky, programy prevence, hospitační záznamy a způsoby hodnocení.
Pouhé shromáždění těchto dat však není základem strategické změny. Odborné zdorje zdůrazňují, že data se stávají užitečnými teprve tehdy, když projdou procesem tzv. kolektivní interpretace. To znamená, že učitelé a vedení školy musí společně diskutovat o tom, co daná čísla znamenají v jejich konkrétním kontextu, jak těmto datům rozumí a jaký v nich vidí smysl. Výzkum také ukazuje, že efektivní práce s daty je podmíněna
kulturou školy. Tam, kde vládne atmosféra důvěry a spolupráce, jsou data vnímána jako příležitost k růstu, nikoli jako nástroj kontroly a trestání (Schildkamp et al., 2017, s. 245).
Stáhněte si článek v PDF:
Praktické rady pro ředitele: Jak budovat školní kulturu zaměřenou na práci s daty
Transformace školy v organizaci řízenou na základě důkazů podpořených daty vyžaduje od ředitele záměrné kroky a změnu manažerského myšlení (Anderson et al., 2010; Schildkamp, 2019):
Přejděte od kontroly k podpoře: Pokud učitelé ucítí, že data o vzdělávání v jejich třídách slouží k jejich hodnocení či dokonce určitému postihu, začnou práci s daty bagatelizovat, ignorovat nebo dokonce vyzvihovat vliv vnějších faktorů (např. „mám letos slabou třídu“). Data tak musí sloužit hlavní otázce: „Jak můžeme učitelům nebo této třídě pomoci?“
Vytvořte prostor a čas pro spolupráci: Nejčastější bariérou, kterou učitelé zmiňují, je nedostatek času. Úlohou ředitele je začlenit analýzu dat do běžného harmonogramu školy. Využijte k tomu předmětové komise nebo pedagogické rady. Společná zamyšlení nad daty a jejich interpretace nesmí být úkolem „po pracovní době“.
Rozvíjejte tzv. „datovou gramotnost“ týmu: Nelze očekávat, že každý učitel automaticky rozumí datovým výstupům, umí z nich vyčíst trendy nebo správně formulovat hypotézy. Zajistěte pro sbor cílené vzdělávání zaměřené na interpretaci dat a na to, jak na jejich základě měnit didaktické postupy v hodinách. (Wayman & Stringfield, 2006)
Propojujte data s pedagogickou intuicí: Zkušení učitelé mají obrovské množství vlastních zkušeností získaných praxí. Data nemají tyto zkušenosti nahradit, ale mají jim nastavit objektivní zrcadlo. Často se stává, že intuice učitele identifikuje problém správně, ale teprve tvrdá data ukážou jeho skutečný rozsah nebo skryté příčiny. (Breiter & Light, 2006)
Podrobný průvodce: Kroky pro ředitele k podpoře práce s daty
Zavádění změn by nemělo být chaotické. Pro systematickou práci s daty se doporučuje využít tzv. cyklus neustálého zlepšování, který lze rozdělit do šesti konkrétních, na sebe navazujících kroků (Schildkamp, 2019):
Krok 1: Formulace jasného a specifického problému
Nezačínejte plošnou analýzou všeho. Definujte si jednu konkrétní oblast, která vás trápí (Wayman & Stringfield, 2006). Příklad: Místo obecného tvrzení „žáci hrozně zlobí a nechodí do školy“ si s metodikem prevence a výchovným poradcem položte specifickou otázku: „Proč evidujeme v 8. ročnících meziroční nárůst omluvené absence o 25 % a zároveň zvýšený počet kázeňských přestupků?“
Krok 2: Cílený sběr a triangulace dat
Snažte se na problém podívat z více úhlů pohledu. Shromážděte k tomuto tématu různá data, která dokáží uchopit komplexnost daného jevu. Typy dat podle Bernhardta (2016) mohou být:
Data o výsledcích/chování: Počty poznámek, napomenutí, neomluvených i omluvených hodin v třídních knihách.
Data o procesech: Záznamy z jednání výchovné komise, rozvrh hodin osmáků (např. výskyt volných hodin), nabídka volnočasových aktivit.
Data o vnímání: Krátký anonymní dotazník pro žáky 8. tříd zaměřený na klima, pocit bezpečí ve škole a motivaci k docházce.
Krok 3: Analýza a interpretace v týmu
Uspořádejte pracovní setkání s třídními učiteli 8. ročníků a školním poradenským pracovištěm. Předložte jim data v přehledné, vizualizované podobě – například grafy ukazující absenci v jednotlivých týdnech, dny, kdy nejčastěji dochází ke kázeňským incidentům. Společně hledejte vzorce a ptejte se: „Co nám tato čísla a dny v týdnu skutečně říkají o chování našich žáků a co nám naopak neříkají?“
Krok 4: Odhalení příčin a návrh plánu řešení
Nárůst absencí a poznámek je pouze symptomem. Hledejte hlubší důvody, které mohou být příčinou daného jevu. Analýza by v tomto ohledu měla posloužit k identifikaci příčin daného problému, následně by mělo dojít k formulaci plánu k jeho vyřešení.
Závěrem je ale potřeba říci, že práce s daty není jednorázová akce, ale kontinuální proces učení se celé školy. Jako ředitelé máte v rukou nástroj, který dokáže posunout debaty ve sborovně od diskusí založených na emocích k věcnému plánování opřenému o fakta.
Anderson, S., Leithwood, K., & Strauss, T. (2010). Leading data use in schools: Organizational conditions and practices at the school and district levels. Leadership and Policy in Schools, 9(3), 292–327. https://doi.org/10.1080/15700761003731492
Bernhardt, V. L. (2016). Data, data everywhere: Bringing all the data together for continuous school improvement (2nd ed.). Routledge.
Breiter, A., & Light, D. (2006). Data for school improvement: Factors for designing effective information systems to support decision-making in schools. Educational Technology & Society, 9(3), 206–217.
Schildkamp, K. (2019). Data-based decision-making for school improvement: Research insights and gaps. Educational Research, 61(3), 257–273. https://doi.org/10.1080/00131881.2019.1625716
Schildkamp, K., Poortman, C., Luyten, H., & Ebbeler, J. (2017). Factors promoting and hindering data-based decision making in schools. School Effectiveness and School Improvement, 28(2), 242–258. https://doi.org/10.1080/09243453.2016.1256901
Wayman, J. C., & Stringfield, S. (2006). Data use for school improvement: School practices and research perspectives. American Journal of Education, 112(4), 463–468. https://doi.org/10.1086/505055
Článek byl vytvořen za použití uvedených zdrojů týmem Podpora vedení škol NPI ve spolupráci s Copilot.