Big Data: Wat is het?

Actief leren werkt bij dit onderwerp omdat leerlingen alleen door zelf voorbeelden te bedenken en te analyseren, echt begrip ontwikkelen van de abstracte concepten volume, velocity en variety. Door directe interactie met data en bronnen ontdekken ze hoe Big Data hun eigen dagelijks leven beïnvloedt, wat de relevantie vergroot en de leerstof minder afstandelijk maakt.

• Klas 5 VWO
• Informatica in de Diepte: Van Algoritme tot Architectuur
• 4 activiteiten
• 30 min–45 min

Leerdoelen

1. Vergelijken van de kenmerken volume, velocity en variety van Big Data met behulp van concrete voorbeelden.
2. Analyseren van de redenen waarom organisaties Big Data verzamelen, met specifieke verwijzingen naar bedrijfsprocessen.
3. Evalueren van de maatschappelijke voordelen en nadelen van Big Data, inclusief privacy en bias, met onderbouwing.
4. Identificeren van diverse bronnen waar Big Data vandaan komt, zoals sociale media en IoT-apparaten.

Concept Mapping

⏱ 30 min·Kleine groepjes

Groepsbrainstorm: Bronnen van Big Data

Verdeel de klas in kleine groepen en laat hen vijf bronnen van Big Data brainstormen uit hun dagelijks leven, zoals apps en wearables. Elke groep presenteert één bron met een voorbeeld van volume, velocity of variety. Sluit af met een klassenkaart op het bord.

Voorbereiding & details

Wat betekent 'Big Data' en waar komt het vandaan?

Facilitatietip: Stuur de groepsbrainstorm bij de activiteit 'Bronnen van Big Data' door te vragen: 'Welke app of website gebruiken jullie het meest? Hoe draagt deze bij aan de drie V's?'

Setup: Tafels met grote vellen papier, of ruimte op de muur

Materials: Kaartjes met begrippen of post-its, Groot papier, Stiften, Voorbeeld van een concept map

• Begrijpen
• Analyseren
• Creëren
• Zelfbewustzijn
• Zelfmanagement

Casusanalyse

⏱ 45 min·Kleine groepjes

Casusanalyse: Bedrijfsdata Analyse

Geef groepjes een casus over een bedrijf als Netflix. Laat hen voordelen en nadelen van data-verzameling inventariseren en een korte presentatie voorbereiden. Gebruik een template met key questions om structuur te bieden.

Voorbereiding & details

Waarom verzamelen bedrijven zoveel gegevens?

Facilitatietip: Geef bij de 'Bedrijfsdata Analyse' case study duidelijke richtlijnen voor de tijd per fase: eerst data identificeren, dan analyseren, tot slot conclusies trekken.

Setup: Groepjes aan tafels met het casusmateriaal

Materials: Case study-pakket (3-5 pagina's), Werkblad met analyse-kader, Presentatie-template

• Analyseren
• Evalueren
• Creëren
• Besluitvorming
• Zelfmanagement

Concept Mapping

⏱ 40 min·Duo's

Data Visualisatie: Eigen Dataset

Laat paren een kleine dataset verzamelen, zoals klasgenoten hun app-gebruik. Zij visualiseren dit met tools als Google Sheets en identificeren Big Data-kenmerken. Bespreken in plenair hoe dit schaalt naar echt Big Data.

Voorbereiding & details

Welke voordelen en nadelen heeft Big Data voor de maatschappij?

Facilitatietip: Laat bij 'Data Visualisatie' vooraf een eenvoudig voorbeeld zien van een grafiek met een verkeerde asindeling, zodat leerlingen kritisch kijken naar hun eigen visualisaties.

Setup: Tafels met grote vellen papier, of ruimte op de muur

Materials: Kaartjes met begrippen of post-its, Groot papier, Stiften, Voorbeeld van een concept map

• Begrijpen
• Analyseren
• Creëren
• Zelfbewustzijn
• Zelfmanagement

Formeel debat

⏱ 35 min·Hele klas

Formeel debat: Big Data Voor- en Nadelen

Verdeel de klas in voor- en tegenstanders. Geef vijf minuten voorbereidingstijd per kant met feitenkaarten. Houd een gestructureerd debat van tien minuten, gevolgd door een stemronde.

Voorbereiding & details

Wat betekent 'Big Data' en waar komt het vandaan?

Facilitatietip: Zorg bij het debat 'Big Data Voor- en Nadelen' voor een neutrale rol door feiten en mythen apart op het bord te schrijven voordat leerlingen hun standpunt innemen.

Setup: Twee teams tegenover elkaar, met zitplaatsen voor het publiek

Materials: Kaart met de debatstelling, Research-briefing voor elk team, Beoordelingsformulier (rubric) voor het publiek, Timer

• Analyseren
• Evalueren
• Creëren
• Zelfmanagement
• Besluitvorming

Dit onderwerp onderwijzen

Ervaren docenten benadrukken het belang van realistische voorbeelden die aansluiten bij de leefwereld van leerlingen. Vermijd te veel technische details over tools zoals Hadoop; focus in plaats daarvan op de toepassing ervan. Gebruik visuele hulpmiddelen zoals infographics of korte video's om de abstracte concepten tastbaar te maken. Benadruk dat Big Data niet alleen over technologie gaat, maar over de impact op de samenleving en individuen.

Wat je kunt verwachten

Succesvol leren ziet er zo uit: leerlingen kunnen de drie V's nauwkeurig toepassen op concrete voorbeelden, ze herkennen de samenhang tussen data verzamelen en analyseren in echte situaties, en ze formuleren een gebalanceerd standpunt over ethische kwesties rond Big Data.

Pas op voor deze misvattingen

Veelvoorkomende misvatting

Tijdens de activiteit 'Groepsbrainstorm: Bronnen van Big Data' denken sommige leerlingen dat Big Data alleen gaat over de grootte van gegevens.

Wat je in plaats daarvan kunt onderwijzen

Tijdens deze brainstorm leg je nadruk op de drie V's door leerlingen te laten zoeken naar voorbeelden die elk minstens één V benadrukken, zoals 'Twitter' voor variety, 'sensoren in fabrieken' voor velocity en 'overheidsdatabases' voor volume.

Veelvoorkomende misvatting

Tijdens de activiteit 'Bedrijfsdata Analyse' denken leerlingen dat Big Data relationele databases volledig vervangt.

Wat je in plaats daarvan kunt onderwijzen

Tijdens de case study vergelijk je een SQL-query met een Hadoop-opdracht, zodat leerlingen zien hoe beide systemen samenwerken in plaats van elkaar uit te sluiten.

Veelvoorkomende misvatting

Tijdens het debat 'Big Data Voor- en Nadelen' denken leerlingen dat bedrijven data alleen verzamelen voor winst.

Wat je in plaats daarvan kunt onderwijzen

Tijdens het debat geef je leerlingen stellingen zoals 'Data helpt bij het voorspellen van ziektes' of 'Data kan discriminatie in de hand werken', zodat ze zich bewust worden van de bredere toepassingen en risico's.

Toetsideeën

Uitgangskaart

Na de activiteit 'Groepsbrainstorm: Bronnen van Big Data' geef je leerlingen een kaartje met de drie V's. Vraag hen om per V een concreet voorbeeld te noemen en kort uit te leggen waarom dit voorbeeld past.

Discussievraag

Tijdens de activiteit 'Bedrijfsdata Analyse' laat je leerlingen in kleine groepen brainstormen over ethische dilemma's bij het analyseren van data. Laat ze hun belangrijkste punt delen met de klas, met nadruk op privacy of mogelijke discriminatie door bias.

Snelle Controle

Na de activiteit 'Data Visualisatie: Eigen Dataset' toon je een korte video of afbeelding van een toepassing die Big Data gebruikt. Vraag leerlingen om in één zin te beschrijven welk type data hierbij wordt verzameld en welk doel dit dient.

Uitbreidingen & ondersteuning

• Uitdaging: Laat leerlingen een eigen dataset verzamelen via een openbare bron (bijvoorbeeld KNMI-data) en visualiseren met een tool als Tableau Public.
• Ondersteuning: Geef leerlingen die moeite hebben met de case study een vooraf ingevuld voorbeeld met vragen zoals: 'Welke data is hier verzameld?' en 'Welk doel dient deze analyse?'
• Verdieping: Laat leerlingen onderzoeken hoe bias in datasets kan ontstaan en hoe dit ethische vraagstukken beïnvloedt, met een literatuurstudie of een interview met een data-analist.

Kernbegrippen

Volume	De enorme hoeveelheid data die wordt gegenereerd en opgeslagen, vaak gemeten in terabytes of petabytes.
Velocity	De snelheid waarmee data wordt verzameld, verwerkt en geanalyseerd, vaak in real-time of bijna real-time.
Variety	De diversiteit aan datatypes die worden verzameld, zoals gestructureerde data (tabellen), ongestructureerde data (tekst, video) en semi-gestructureerde data (JSON).
IoT (Internet of Things)	Een netwerk van fysieke apparaten, voertuigen, huishoudelijke apparaten en andere items die zijn ingebed met elektronica, software, sensoren, actuatoren en connectiviteit, waardoor deze objecten gegevens kunnen uitwisselen.