Smartare kvalitetsuppföljning i förskolan

Vad?

Vi vill undersöka om vi kan använda innovativ datamodellering för att hitta rätt utvecklingsområden och åtgärder i förskoleverksamheten.

Varför?

Kraven på kvalitet och utveckling i förskolan är högt ställda och målet är varje barn får bästa möjliga förutsättningar för utveckling och lärande.
Med hjälp av maskininlärning kan olika typer av data föras ihop och analyseras. Organisatoriska data – som gruppstorlek och antal pedagoger per barn, bakgrundsdata på enhetsnivå samt barngruppernas kunskapsutveckling kan med hjälp av maskininlärning analyseras för att identifiera utvecklingsområden och mer träffsäkra åtgärder.
En del av den data som behövs för att genomföra analyserna finns redan insamlat, medan annan behöver samlas in. Eftersom kunskapsutvecklingen i förskolan inte bedöms på individnivå kan artificiell intelligens i form av maskininlärning användas för att få en indikation av barnens kunskapsutveckling på en enhetsnivå.
Vi kan till exempel analysera bilder av barnens arbeten för att identifiera en progression. Analys av svar på olika case där pedagoger gör en bedömning av barnens svar med hjälp av en digital lösning är en annan typ av data som kan analyseras med hjälp av ML.
Läroplansmålen gällande kvalitet och utveckling i förskolan kan alltså förverkligas med hjälp av mer diversifierat data som fångas upp och analyseras på ett mer effektivt och smidigt sätt.

Hur?

Metod

• Använda innovativ datamodellering för att samla in och analysera barnens kunskapsutveckling på enhetsnivå.
• Använda i analysen de indikatorer på kvalitetskriterier som Helsingborgs stads förskolor har identifierat.
• Triangulera data med hjälp av maskininlärning för att skapa enhetsprofiler och identifiera utvecklingsområden.

Testa metoden i ett pilotprojekt där några enheter ingår.
Förskoleområdena som är med i pilotprojektet:

• Olympia
• Maria Park
• Västra Ramlösa
• Adolfsberg
• Dalhem
• Laröd
• Ödåkra
• Wieselgren