Analityka danych i projektowanie dydaktyczne: czy można je połączyć?

Spis treści:

• Jak nauczyciele uzyskują dane o uczniach?
• Czy nauczyciele potrzebują analizy dużych zbiorów danych?
• Czy można połączyć analizę uczenia się z projektowaniem pedagogicznym?

Analityka danych zapewnia metodykom i nauczycielom znaczące korzyści. Może być wykorzystywana do przewidywania wyników uczniów, umożliwiając proaktywną identyfikację obszarów problemowych i wdrażanie działań naprawczych. Ponadto, analityka pomaga optymalizować obciążenie dydaktyczne, zapewniając efektywną alokację zasobów i czasu. Poprawa treści i struktury kursów jest również możliwa dzięki analizie danych, przyczyniając się do wyższej jakości procesu edukacyjnego. Wykorzystanie analityki danych w środowiskach edukacyjnych umożliwia tworzenie adaptacyjnych i spersonalizowanych programów nauczania, zwiększając tym samym ogólną efektywność procesu edukacyjnego. W praktyce sytuacja jest często bardziej złożona. Jelena Drugova, pracownik naukowy Centrum Socjologii Szkolnictwa Wyższego w Wyższej Szkole Ekonomicznej Narodowego Uniwersytetu Badawczego, skupiła się na luce między badaniami a rzeczywistym projektowaniem dydaktycznym w swojej prezentacji na forum „Transforming Education” zorganizowanym przez Instytut Edukacji Uniwersytetu Państwowego w Tomsku. W swoim raporcie „Analityka uczenia się w projektowaniu kursów szkolnictwa wyższego: przegląd istniejących praktyk i popytu kadry dydaktycznej” przedstawiła poglądy kadry dydaktycznej HSE na temat analityki uczenia się i zaprezentowała wyniki przeglądu prac badawczych dotyczących wykorzystania analizy danych w rozwoju kursów. Raport ten podkreśla znaczenie integracji analityki uczenia się z projektowaniem kursów, co może znacząco poprawić jakość szkolnictwa wyższego i sprostać oczekiwaniom studentów.

Jak kadra dydaktyczna pozyskuje dane o studentach?

Projektowanie nauczania i analityka uczenia się to dwie powiązane ze sobą dziedziny, które są na wczesnym etapie współpracy. Mogą się one znacząco wzmacniać: analityka dostarcza metodologom i kadrze dydaktycznej cennych informacji na temat procesu uczenia się, podczas gdy projektowanie nauczania pomaga zdefiniować kontekst i wyznaczyć konkretne cele w zakresie doboru i analizy danych. Taka współpraca może prowadzić do skuteczniejszych strategii edukacyjnych i lepszego uczenia się.

Ankieta przeprowadzona przez Elenę i jej kolegów wśród wykładowców HSE wykazała, że ​​większość z nich nie korzysta z analizy dużych zbiorów danych (Big Data) do ulepszania swoich kursów, lecz woli przeprowadzać niezależne ankiety. Pozwala to wykładowcom otrzymywać informacje zwrotne na temat materiałów i zadań, a także rozumieć cele i potrzeby studentów. Dzięki temu podejściu mogą oni dokładniej skupić się na potrzebach studentów podczas opracowywania kursów.

Ostatnio Microsoft Teams był jednym z popularnych narzędzi do zbierania danych, Jednak Microsoft zaprzestał sprzedaży i wsparcia swoich usług na rynku rosyjskim. W odpowiedzi na tę sytuację HSE uruchomiło wewnętrzną platformę do nauki online Smart LMS. Jednak, jak twierdzi Jelena Drugova, instruktorzy nie opanowali jeszcze w pełni wszystkich możliwości tego nowego systemu.

Studencka ewaluacja nauczania (SET) jest popularnym narzędziem wśród wykładowców, ale jej subiektywność ogranicza możliwość pełnego zaufania do uzyskanych danych. Co więcej, SET jest przeprowadzany dopiero pod koniec kursu, co utrudnia wprowadzanie zmian w trakcie jego trwania. Oznacza to, że wykładowcy mogą jedynie dostosować kurs do kolejnej grupy studentów, a nie reagować na bieżące potrzeby studentów. Dlatego ważne jest, aby stosować SET w połączeniu z innymi metodami oceny, aby uzyskać pełniejsze zrozumienie jakości nauczania i usprawnić proces edukacyjny.

Czy wykładowcy potrzebują analizy dużych zbiorów danych?

Badacze przeprowadzili ankietę wśród wykładowców, aby dowiedzieć się, jak analiza danych może usprawnić ich praktykę zawodową. Odpowiedzi przedstawiły różnorodne pomysły dotyczące wykorzystania narzędzi analitycznych w celu poprawy efektywności procesu edukacyjnego i optymalizacji działań edukacyjnych.

• śledzenie kolejności tematów w ramach podobnych kursów, a także kolejności kursów w ramach programu – dla logicznego i spójnego nauczania;
• monitorowanie obciążenia dydaktycznego – pomogłoby to skoordynować harmonogram terminów i sprawić, by obciążenie pracą studentów było bardziej równomiernie rozłożone;
• śledzenie momentów, w których studenci potrzebują pomocy i wsparcia – aby reagować w odpowiednim czasie i zmniejszyć ryzyko zaciągnięcia „długu” przez studenta i rezygnacji ze studiów;
• śledzenie aktywności studentów w uniwersyteckim systemie LMS – jak często się logują, czy przeglądają materiały itd.;
• tworzenie profili studentów – informacje o ich przeszłych i obecnych wynikach, zainteresowaniach i osiągnięciach pomogłyby zidentyfikować osoby o słabych wynikach, a także zalecić najbardziej odpowiednie tematy projektów, prac semestralnych i rozpraw.

Badania wykazały, że wykładowcy nie uważają doskonalenia kursów za priorytet. Ankiety nie wykazały chęci analizy i rozwiązania słabych punktów programu nauczania. Nauczyciele koncentrują się głównie na innych kwestiach, takich jak zmniejszenie obciążenia pracą i zwalczanie plagiatu. Jelena Drugova i jej współpracownicy przeprowadzili badanie, które wykazało, że większość nauczycieli ma trudności ze zrozumieniem analityki nauczania. Wielu napotyka problemy z istniejącymi metodami prezentacji danych. Kwestie dotyczące prawnych i etycznych aspektów gromadzenia i analizowania informacji w środowisku edukacyjnym również pozostają nierozstrzygnięte. Podkreśla to potrzebę opracowania bardziej dostępnych i zrozumiałych narzędzi, a także przeprowadzenia działań edukacyjnych dla nauczycieli, aby zwiększyć ich świadomość i pewność siebie w korzystaniu z analiz w celu poprawy jakości nauczania.

Przeczytaj również:

Personalizacja cyfrowa w edukacji: czy sprzyja efektywnej nauce, czy też tworzy bańkę informacyjną? W ostatnich latach technologia odegrała kluczową rolę w procesie edukacyjnym. Spersonalizowane nauczanie pozwala na dostosowanie programów i zasobów do indywidualnych potrzeb uczniów, co potencjalnie zwiększa efektywność nauki. Istnieją jednak obawy, że nadmierna personalizacja może ograniczyć dostęp do zróżnicowanych informacji i wzmocnić uprzedzenia. Ważne jest, aby zastanowić się, jak znaleźć równowagę między dostosowywaniem treści edukacyjnych a dostarczaniem szerokiego zakresu wiedzy. Skuteczna personalizacja cyfrowa może być potężnym narzędziem poprawy wyników edukacyjnych, jeśli jest stosowana mądrze i ze świadomością potencjalnych zagrożeń.

Czy można połączyć analitykę uczenia się i projektowanie dydaktyczne?

Aby ocenić rozpowszechnienie analityki uczenia się w projektowaniu dydaktycznym, naukowcy przeprowadzili przegląd literatury. Zidentyfikowali około 600 artykułów, używając słów kluczowych związanych z tematem badań. Skupili się na praktycznych ulepszeniach kursów, co doprowadziło do wykluczenia wszystkich prac teoretycznych. Ostateczna lista zawierała 49 artykułów, które demonstrują praktyczne zastosowanie analityki uczenia się w praktyce edukacyjnej.

W trakcie badań naukowcy sformułowali siedem kluczowych pytań, ale Elena skupiła się tylko na dwóch z nich w swojej prezentacji.

• Jak autorzy wybranych prac naukowych postrzegają integrację analityki uczenia się i projektowania dydaktycznego?
• Jakie rzeczywiste usprawnienia w projektowaniu dydaktycznym opisano w wybranych artykułach?

W tym tekście omówimy szczegółowo wyniki, zachowując logiczną kolejność prezentacji.

Badania pokazują, że jedna trzecia z 49 analizowanych prac nie uwzględnia integracji analityki z projektowaniem dydaktycznym ani nie koncentruje się na podejściach opartych na danych. Autorzy tych badań wybierają konkretne mierzalne wskaźniki i formułują wnioski na podstawie swojej analizy. Prelegent zauważa, że ​​to podejście jest niewystarczająco dojrzałe. Za skuteczniejszą metodę uważa się taką, w której cele gromadzenia i analizy danych są ustalane na podstawie zadań pedagogicznych.

Autorzy większości Artykuły (33) zgłębiają metody integracji analityki z procesem projektowania pedagogicznego. Zespół Eleny Drugovej sklasyfikował te badania według etapów modelu ADDIE, co pozwoliło im uzyskać ustrukturyzowany wynik.

• Dużo artykułów (14) opisuje wykorzystanie analityki uczenia się na etapie projektowania kursu (Projektowanie).
• Mniej więcej tyle samo prac (13) dotyczy etapów rozwoju i wdrażania kursu.
• Autorzy sześciu artykułów integrują analitykę na etapie ewaluacji programu edukacyjnego (Ewaluacja). Zdaniem prelegenta jest to nieskuteczne podejście do ulepszania obecnego kursu – w końcu jest już za późno, aby cokolwiek zmienić; można to zrobić dopiero podczas pracy nad kolejną iteracją.

Według Drugovej większość autorów wykorzystuje analitykę na początkowych etapach opracowywania kursu. Pozwala im to zidentyfikować problemy i niedociągnięcia, a także wprowadzić niezbędne ulepszenia. Analiza danych podczas tworzenia materiałów edukacyjnych pomaga poprawić jakość i efektywność kursu, co z kolei wpływa na zadowolenie studentów i ich wyniki.

Przerób tekst, zachowując główny temat i unikając zbędnych elementów. Zoptymalizuj go pod kątem SEO, jednocześnie rozszerzając treść. Zwróć uwagę na ważne słowa kluczowe, aby poprawić widoczność w wyszukiwarkach. Wyeliminuj emotikony i zbędne znaki oraz unikaj sekcji strukturalnych, takich jak listy. Rezultatem powinien być przejrzysty, informacyjny i łatwy do odczytania tekst.

Ulepszanie istniejącego kursu: Studium przypadku z życia wzięte

Optymalizacja kursu jest kluczem do jego efektywności i atrakcyjności dla uczestników. Ważne jest regularne przeglądanie i aktualizowanie treści, aby dostosować je do najnowszych trendów i wymagań w środowisku edukacyjnym. Przyjrzyjmy się, jak można ulepszyć istniejący kurs, na praktycznym przykładzie.

Pierwszym krokiem w ulepszaniu kursu jest analiza opinii uczestników. Ocena ich opinii i sugestii pomaga zidentyfikować słabe punkty i określić, co dokładnie wymaga poprawy. Może to dotyczyć zarówno treści materiału, jak i formatu prezentacji informacji.

Kolejnym krokiem jest aktualizacja materiałów kursu. Ważne jest, aby dodać odpowiednie dane, przykłady z życia wzięte i nowe badania, aby zapewnić, że kurs pozostanie aktualny i użyteczny. Warto również rozważyć uwzględnienie elementów multimedialnych, takich jak filmy, infografiki i interaktywne ćwiczenia, które mogą znacząco zwiększyć zaangażowanie uczestników kursu.

Równie ważne jest nadążanie za zmianami w technologii i metodach nauczania. Wprowadzenie nowych platform i narzędzi edukacyjnych może znacząco poprawić doświadczenia użytkowników. Na przykład korzystanie z aplikacji mobilnych do uzyskiwania dostępu do materiałów kursowych może uczynić naukę bardziej elastyczną i dostępną.

Nie zapominaj o regularnej aktualizacji metod oceny. Skuteczny system oceny wiedzy nie tylko ocenia poziom przyswojenia materiału, ale także motywuje studentów do głębszego zgłębiania tematu.

Podsumowując, regularne ulepszanie kursu to nie tylko konieczność, ale także szansa na uczynienie go bardziej angażującym i efektywnym dla studentów. Analiza opinii, aktualizacja materiałów oraz wdrażanie nowych technologii i metod oceny pomogą stworzyć wysokiej jakości produkt edukacyjny, spełniający współczesne wymagania.

Aby określić, w jakim stopniu analityka przyczynia się do ulepszania kursów edukacyjnych, badacze przeanalizowali 49 artykułów naukowych, dzieląc je na trzy kategorie. Niniejsze badanie pozwala lepiej zrozumieć wpływ analityki na procesy edukacyjne i efektywność kursów.

• Pierwsza grupa obejmowała 16 artykułów, które jedynie formalnie wspominały o wykorzystaniu analityki uczenia się w projektowaniu dydaktycznym. Elena podała typowy przykład: „Analityka uczenia się może być wykorzystywana lub adaptowana przez wykładowców lub katedry do kształtowania praktyk dydaktycznych”. Jest to po prostu niejasne stwierdzenie bez konkretów.
• Artykuły z drugiej grupy (18 artykułów) wskazują już na konkretne potencjalne usprawnienia. Opisane rozwiązania nie zostały jeszcze wdrożone, ale badacze rozumieją już ich potencjalne zastosowania. Na przykład, mogłyby one służyć do przewidywania niepowodzeń akademickich i informowania wykładowców o tym, co dokładnie należy zmienić w treściach kursów, gdzie studenci będą potrzebować wsparcia, na jakich etapach należy dodawać informacje zwrotne itd.
• Ostatnio, trzecia kategoria obejmuje 15 artykułów opisujących rzeczywiste sposoby wdrażania analityki w projektowaniu dydaktycznym. Na podstawie analizy danych badacze próbowali dodawać nowe zadania, zmieniać terminy i dostosowywać obciążenie dydaktyczne, wdrażać dodatkowe monitorowanie oraz dostosowywać kurs do nauki mobilnej. Jednak tylko trzy badania wykazały skuteczność tych zmian.

Elena Drugova podkreśla, że ​​bieżąca analiza wykazała, że ​​analitycy danych i projektanci dydaktyczni stosują różne podejścia i terminologię. W większości przypadków projektowanie dydaktyczne jest wspominane jedynie formalnie lub rozpatrywane w kontekście teorii pedagogicznych, które nie mają praktycznego zastosowania. Skuteczna integracja analityki i projektowania dydaktycznego wymaga dialogu interdyscyplinarnego. Ważne jest również przeprowadzenie dodatkowych badań, aby zrozumieć, jak decyzje oparte na danych wpływają na osiąganie celów edukacyjnych.

Przeczytaj także:

• Jak stworzyć kurs, który doprowadzi początkującego ucznia do mistrzostwa zawodowego
• Pętla doskonalenia: jak ulepszyć istniejący kurs
• Jakie badania przeprowadzić przed zaprojektowaniem kursu
• Jak znaleźć i przeczytać badania na temat edukacji