Jak działa edukacja oparta na dowodach w technologii edukacyjnej: doświadczenie Yandex Practicum

Spis treści:

• Czym jest edukacja oparta na dowodach i jakie „dowody” są wykorzystywane
• Jak podejście oparte na dowodach pomaga uczniom ukończyć naukę
• Jak podejście oparte na dowodach sprawia, że ​​edukacja jest skoncentrowana na uczniu

15 listopada Yandex zorganizował swoją doroczną konferencję online poświęconą edukacji, YaC/e. Podczas wydarzenia przedstawiciele Yandex Praktikum podzielili się swoimi doświadczeniami w stosowaniu podejścia opartego na dowodach w nauczaniu. Temat ten został szczegółowo omówiony w dwóch prezentacjach. Należy zauważyć, że podejście oparte na dowodach pozwala na poprawę jakości programów edukacyjnych poprzez wykorzystanie badań naukowych i danych praktycznych. Promuje to skuteczniejsze przyswajanie wiedzy i umiejętności przez uczniów, co sprawia, że ​​nauka jest bardziej ukierunkowana i efektywna.

• Maria Kovaleva, kierownik laboratorium technologii edukacyjnych w Yandex Praktikum, przedstawiła raport zatytułowany „Ekspertyza metodologiczna i nauka o danych w poszukiwaniu dowodów w edukacji”;
• Dmitrij Abbakumov, główny psychometryk firmy, przedstawił raport zatytułowany „Ciekawy przypadek Benjamina Blooma i inne sekrety edukacji opartej na dowodach”.

Prezentujemy kluczowe idee z ich wystąpień.

Czym jest edukacja oparta na dowodach i jakie „dowody” są wykorzystywane

Prelegenci rozwinęli koncepcję edukacji opartej na dowodach, opisując ją jako proces oparty na naukowo uzasadnionych danych. Ważnym aspektem jest regularne prowadzenie badań statystycznych, które pomagają określić, w jaki sposób uczą się uczniowie, które metody edukacyjne są najskuteczniejsze i jak poprawić jakość edukacji. Gromadzenie i analiza danych cyfrowych odgrywa kluczową rolę w tym procesie. Maria Kovaleva zauważyła, że ​​podejście to obejmuje skalowanie skutecznych metod edukacyjnych, a także wykorzystanie sztucznej inteligencji i uczenia maszynowego w celu optymalizacji procesu edukacyjnego. Maria posługuje się metaforą piramidy, aby wyjaśnić system edukacji oparty na dowodach. U podstawy tej piramidy znajdują się dane, które stanowią fundament. Kolejny poziom obejmuje doświadczenie w stosowaniu tych danych w rzeczywistych warunkach, a szczyt piramidy to badania statystyczne, które pozwalają na odkrywanie nowych spostrzeżeń. Pominięcie któregokolwiek z tych poziomów może doprowadzić do upadku całego systemu. Na przykład, jeśli produkt edukacyjny jest opracowywany bez wsparcia danych i opiera się wyłącznie na subiektywnych opiniach na temat tego, jak powinna wyglądać efektywna nauka – nawet jeśli opinie te pochodzą od doświadczonego nauczyciela lub metodyka – może to prowadzić do błędów, ponieważ takie idee często opierają się na fałszywych stereotypach. Co więcej, poleganie na danych bez wsparcia badań statystycznych jest również niewystarczające, ponieważ te same dane można interpretować inaczej, co prowadzi do niepełnego obrazu. Aby stworzyć skuteczny system edukacyjny, należy uwzględnić wszystkie trzy poziomy piramidy, aby zapewnić jego niezawodność i skuteczność.

Dmitrij Abbakumow podkreśla, że ​​głównym celem edukacji opartej na dowodach jest dobór skutecznej technologii dydaktycznej. Technologia ta powinna zapewnić optymalną prezentację i wyjaśnienie materiału edukacyjnego, co pomoże każdemu uczniowi osiągnąć indywidualne cele edukacyjne.

Podejście oparte na dowodach poprawia komunikację z uczniami i zwiększa ich zaufanie. Na przykład badanie przeprowadzone przez jedną z amerykańskich platform edukacyjnych wykazało, że poinformowanie ucznia, że ​​ćwiczenie przed testem pomaga mu osiągnąć lepsze wyniki w 60% przypadków, jest skuteczniejsze niż proste stwierdzenie: „Proszę, ćwicz, a odniesiesz sukces”. Takie podejście pozwala studentom lepiej zrozumieć wartość szkoleń i zwiększa ich motywację do nauki.

Dmitrij zidentyfikował trzy kluczowe aspekty edukacji opartej na dowodach:

• wysokiej jakości dane, bez których nie ma dowodów;
• trafne modele matematyczne, czyli takie, które przedstawiają rzeczywistość za pomocą wzoru matematycznego;
• interpretowalność i przejrzystość.

Maria Kovaleva podkreśliła kluczowe aspekty, które należy wziąć pod uwagę podczas prowadzenia badań i analizy danych w celu ulepszenia produktu edukacyjnego. Ważne jest zrozumienie wpływu różnych czynników, takich jak kontekst uczenia się, preferencje użytkowników i aktualne trendy w dziedzinie edukacji. Skuteczna analiza danych pozwala zidentyfikować mocne i słabe strony produktu oraz dostosować go do potrzeb grupy docelowej. Uwzględnienie tych zjawisk przyczynia się do tworzenia wyższej jakości i bardziej pożądanych treści edukacyjnych.

• Paradoks zainteresowań badawczych. Chodzi o to, że zarówno pożądane, jak i niepożądane wartości są ważne dla badań. Na przykład, aby przeanalizować chęć studentów do polecania kursu, należy zbadać postawy nie tylko tych, którzy go polecają, ale także tych, którzy tego nie robią. Chociaż dla biznesu jako całości ważne jest oczywiście, aby mieć jak najmniej niepożądanych wartości.
• Paradoks stosowalności wyników. Każdy zespół opracowujący kursy chce, aby badania były przeprowadzane specjalnie wśród jego studentów, ponieważ studenci różnych kierunków różnią się od siebie. A kiedy dane są pozyskiwane dla konkretnego kursu, chcesz je porównać – co z innymi?
• Paradoks indywidualnych działań. Twórcy produktów edukacyjnych zawsze chcą znać wpływ pojedynczego działania na wskaźnik biznesowy – ale w większości przypadków wynik jest osiągany poprzez kombinację działań, a nie pojedyncze działanie.
• Paradoks fascynacji danymi. Pracując z danymi, musisz pamiętać, że istnieje coś więcej niż one. Nie ma zatem potrzeby skreślania ekspertyzy metodologicznej.

Przeczytaj także:

Aby skutecznie zaprojektować kurs, metodolog musi przeprowadzić szereg badań. Przede wszystkim kluczowe jest określenie grupy docelowej, jej potrzeb i poziomu wiedzy specjalistycznej. Ankiety, wywiady i grupy fokusowe mogą posłużyć do zebrania informacji o preferencjach i oczekiwaniach uczestników.

Kolejnym krokiem jest analiza istniejących zasobów edukacyjnych i kursów dostępnych na rynku. Pomoże to zidentyfikować luki w treściach i zidentyfikować unikalne oferty, które można włączyć do nowego kursu. Metodyk powinien również zapoznać się z opiniami użytkowników podobnych kursów, aby zrozumieć, co działa, a co nie.

Warto również przeprowadzić badania dotyczące aktualnych trendów edukacyjnych i nowych technologii, które można wykorzystać w kursie. Obejmuje to analizę metod nauki online, elementów interaktywnych i zasobów multimedialnych. Ważne jest, aby rozważyć, jak te elementy mogą zwiększyć zaangażowanie i efektywność nauki.

Równie ważna jest analiza konkurencji. Studiowanie ich kursów i podejść pozwoli Ci zrozumieć strategie stosowane przez innych metodologów i dowiedzieć się, jak możesz ulepszyć swój produkt.

W wyniku tych badań metodolog będzie w stanie stworzyć kurs, który spełni potrzeby grupy docelowej i wyróżni się na tle konkurencji, co z kolei zwiększy jego atrakcyjność i sukces na rynku usług edukacyjnych.

Jak podejście oparte na dowodach pomaga studentom ukończyć studia

Kształcenie oparte na dowodach znacząco poprawia efektywność uczenia się. Przykład Marii Kowalewej pokazuje, że pewność siebie co do własnej wiedzy przyczynia się do pomyślnego ukończenia kursu przez studentów. Dlatego ważne jest, aby rozważyć i przezwyciężyć syndrom oszusta, którego często doświadczają studenci, czując, że brakuje im wiedzy i nie radzą sobie z ogromem informacji. To uczucie może być „paraliżujące” i uniemożliwiać studentom osiągnięcie pełnego potencjału. Stworzenie sprzyjającego środowiska edukacyjnego i stosowanie technik budowania pewności siebie może znacząco poprawić wyniki w nauce.

Maria podkreśliła, że ​​dzielenie się prawdziwymi historiami absolwentów, którzy odnieśli sukces, jest kluczowe dla wzmocnienia pewności siebie studentów. Historie te pokazują, że nawet oni mieli wątpliwości i wierzyli, że im się nie uda, ale ostatecznie pokonali trudności. Mentorzy, którzy już ugruntowali swoją pozycję ekspertów, również czasami dzielą się swoimi doświadczeniami związanymi z syndromem oszusta. To doświadczenie pokazuje studentom, że wątpliwości są normalną częścią drogi do sukcesu i pomaga im radzić sobie z takimi uczuciami.

Ważne jest, aby udoskonalić konkretne obszary programu nauczania, które mogą osłabiać pewność siebie studentów. Dotyczy to najbardziej złożonych tematów, w których studenci często napotykają trudności i są narażeni na ryzyko rezygnacji ze studiów. Aby zapobiec takim sytuacjom, złożone tematy należy rozbić na prostsze etapy, a zadania stopniowo zwiększać poziom trudności. Takie podejście sprzyja efektywniejszej nauce i wzmacnia pewność siebie studentów.

Aby zwiększyć pewność siebie studentów, ważne jest podkreślenie praktycznej wartości materiału, którego się uczą. Maria Kovaleva podała jasny przykład z kursu analizy danych, gdzie zaobserwowała spadek pewności siebie studentów podczas nauki określonego tematu. Analiza treści wykazała, że ​​jeden złożony termin został wyjaśniony za pomocą abstrakcyjnych pojęć, co utrudniało zrozumienie. Studenci nie byli w stanie połączyć wyjaśnień teoretycznych z zadaniami z życia wziętymi. Po uzupełnieniu wyjaśnień praktycznymi przykładami, pewność siebie studentów znacznie wzrosła. Potwierdza to, że wykorzystywanie przykładów z życia wziętych w nauczaniu sprzyja lepszemu uczeniu się i zwiększa pewność siebie studentów.

Ważne jest, aby pokazać studentom, jak różne terminy i idee znajdują zastosowanie w życiu codziennym. Praktyczne zadania i projekty, a także współpraca z prawdziwymi klientami, pomagają studentom zrozumieć wartość zdobywanej wiedzy. Istnieje jednak pewne zastrzeżenie: zbyt złożone projekty dla początkujących na wczesnym etapie mogą prowadzić do demotywacji. Studenci zaczynają dostrzegać nie tylko swoje osiągnięcia, ale także znaczną ilość informacji, które wciąż muszą opanować. Dlatego ważne jest, aby znaleźć równowagę między złożonością zadań a poziomem przygotowania studentów, aby utrzymać ich motywację i zainteresowanie nauką.

Jak zachować równowagę w nauce? Maria podzieliła się swoimi obserwacjami dotyczącymi spadku pewności siebie wśród studentów wydziału analizy danych. Analiza danych to niezwykle złożona dziedzina, w której studenci napotykają na kumulatywne i złożone koncepcje w całym procesie uczenia się, co utrudnia ich systematyzację i integrację. W odpowiedzi na ten problem projektanci opracowali nie tylko projekty na każdy sprint, ale także projekt zbiorczy, który symuluje warunki rzeczywiste i uwzględnia umiejętności zdobyte na poprzednich etapach nauki. Rezultat był jednoznaczny: pewność siebie studentów spadała przed ukończeniem projektu zbiorczego, ale znacząco wzrosła po jego zakończeniu. Sugeruje to, że projekt zbiorczy pomaga studentom przezwyciężyć kryzys zaufania do swojej wiedzy i umiejętności.

Istotne jest pytanie, w jaki sposób Yandex Practicum ocenia pewność siebie studentów. Według prelegenta, w tym celu wykorzystuje się kwestionariusze. Metoda ta pozwala nam uzyskać obiektywne dane na temat postrzegania własnej wiedzy i umiejętności przez uczniów, co z kolei pomaga w udoskonalaniu procesu edukacyjnego i dostosowywaniu programów do potrzeb uczniów.

Czytaj także:

Syndrom oszusta to Stan psychiczny, w którym osoba wątpi w swoje osiągnięcia, uważa się za niegodną sukcesu i boi się zdemaskowania. Zjawisko to często występuje u osób, które odniosły znaczący sukces w karierze lub nauce, ale brakuje im wiary we własne możliwości. Zrozumienie syndromu oszusta jest ważne dla wzmocnienia pewności siebie i osiągania nowych celów.

Pokonywanie syndromu oszusta zaczyna się od uświadomienia sobie swoich uczuć i myśli. Ważne jest, aby zdać sobie sprawę, że wiele osób doświadcza tych wątpliwości i jest to normalne. Ważne jest analizowanie i kwestionowanie negatywnych myśli, zastępując je bardziej pozytywnymi i realistycznymi. Wyznaczanie celów i prowadzenie dziennika postępów pomoże Ci dokumentować swoje osiągnięcia i budować pewność siebie.

Kontakt z kolegami lub psychologiem może zapewnić nowe perspektywy i wsparcie. Ważne jest, aby otaczać się ludźmi, którzy Cię inspirują i motywują, oraz dzielić się swoimi doświadczeniami. Stosowanie tych strategii może pomóc w walce z syndromem oszusta i promować osobisty rozwój.

Jak podejście oparte na dowodach sprawia, że ​​edukacja jest skoncentrowana na uczniu

Dmitrij Abbakumov podzielił się informacją, że w Yandex Praktikum inspiracją była metoda znana jako Mastery Learning. Metodę tę opracował amerykański psycholog Benjamin Bloom, znany również z taksonomii celów edukacyjnych. System ten klasyfikuje cele nauczania od prostych do złożonych, umożliwiając efektywną organizację procesu edukacyjnego i promując głębokie uczenie się. Mastery Learning to metoda, w której nauka nowego tematu jest możliwa dopiero po pełnym opanowaniu poprzedniego. Podejście to kładzie nacisk na indywidualne tempo każdego ucznia, pozwalając mu zagłębiać się w materiał bez pośpiechu. Jeśli uczniowie napotykają trudności, otrzymują niezbędne wsparcie, aby osiągnąć sukces. Mastery Learning sprzyja głębszemu zrozumieniu tematu i poprawia ogólną efektywność nauki, tworząc warunki do skutecznego przyswajania wiedzy. Dmitrij Abbakumov podkreślił, że Bloom doszedł do wniosku, iż nawet najbardziej wykwalifikowani nauczyciele i wysokiej jakości materiały edukacyjne nie mogą być uniwersalne i dostosowane do wszystkich uczniów. Każdy człowiek postrzega informacje inaczej, co prowadzi do różnych rezultatów uczenia się.

Psycholog zaproponował przeprowadzanie ocen kształtujących, które stanowią ważny etap procesu edukacyjnego. Etap ten pozwala określić, w jakim stopniu uczeń opanował materiał edukacyjny oferowany do nauki i ćwiczeń. Wyniki oceny wpływają na dalszą ścieżkę edukacyjną ucznia. Jeśli uczeń opanuje materiał, może przejść do następnego tematu lub otrzymać dodatkowe zadania, aby pogłębić swoją wiedzę. Jeśli wyniki oceny wskazują na trudności w opanowaniu materiału, uczeń otrzymuje wsparcie. W swoim raporcie Dmitrij Abbakumow nazwał ten proces „interwencją” – interwencją, która może obejmować alternatywne materiały edukacyjne dostosowane do indywidualnych potrzeb ucznia. Zatem oceny kształtujące są kluczowym narzędziem efektywnego uczenia się i wspierania rozwoju osobistego każdego ucznia.

Strategia Mastery Learning opiera się na dwóch kluczowych komponentach. Pierwszy komponent obejmuje oceny kształtujące, które pomagają zidentyfikować różnice w poziomie wiedzy i potrzebach uczniów. Na podstawie tej oceny proponowane są alternatywne interwencje, uwzględniające indywidualne różnice, z wykorzystaniem różnorodnych materiałów edukacyjnych. Materiały te mogą obejmować powtórzenia, dodatkowe zadania lub przykłady, w zależności od treści kursu. Ponadto w całym procesie uczenia się można stosować różne metody pracy, takie jak praca w grupach, praca w parach lub zadania indywidualne. Dzięki zróżnicowaniu treści i formatu procesu nauczania możemy osiągnąć wysokie wyniki dla każdego ucznia.

Dmitrij podkreślił, że metoda Mastery Learning udowodniła swoją skuteczność w ciągu czterdziestu lat. W przeciwieństwie do tradycyjnego podejścia do nauczania, gdzie większość uczniów osiąga przeciętne wyniki, a niektórzy wykazują mieszankę wysokich i niskich osiągnięć, metoda Mastery Learning pomaga większości uczniów osiągać doskonałe rezultaty. Takie podejście pozwala każdemu uczniowi opanować materiał na dogłębnym poziomie, co znacząco poprawia ogólny poziom wyników w nauce i jakość edukacji.

Jednak to podejście ma swoje ograniczenia. Należy pamiętać, że jego skuteczność może się różnić w zależności od konkretnych warunków i okoliczności. Ponadto zastosowanie tej metody może napotkać pewne trudności, takie jak brak zasobów, brak informacji lub trudności z wdrożeniem. Biorąc pod uwagę te aspekty, konieczna jest dokładna analiza sytuacji i ocena możliwych alternatyw, aby osiągnąć najlepsze rezultaty.

• Alternatywne interwencje. Przez wiele lat uważano, że podejście Blooma jest ograniczone niemożnością zorganizowania szerokiej gamy interwencji dla różnych uczniów, ponieważ personalizacja nauczania w takim stopniu jest bardzo kosztowna.
• Objętość. Aby uzyskać wysokiej jakości, trafny i rzetelny wynik oceny kształtującej, wymagany jest obszerny test, co znacznie komplikuje zastosowanie tego podejścia.
• Nieterminowe. Mastery Learning zakłada, że ​​uczeń musi opanować znaczną część materiału edukacyjnego (na przykład temat) przed przystąpieniem do oceny. Okazuje się, że w obliczu trudności i rozczarowania wynikami edukacyjnymi, osoba może zrezygnować z edukacji jeszcze przed otrzymaniem wsparcia i zanim sama zorientuje się, jaki rodzaj pomocy byłby dla niej przydatny.
• Brak koncentracji. Testowanie oparte na wynikach jednego obszernego tematu nie pozwala nam dokładnie zidentyfikować części, która sprawiła uczniowi trudności.

Przeczytaj również:

Skuteczne zarządzanie obciążeniem poznawczym jest kluczowym aspektem skutecznej nauki. Obciążenie poznawcze odnosi się do ilości informacji, jaką dana osoba może jednocześnie przetworzyć. Aby zoptymalizować proces uczenia się, ważne jest uwzględnienie kilku czynników.

Pierwszą rzeczą, którą należy wziąć pod uwagę, jest złożoność materiału. Nauczyciele i instruktorzy są zachęcani do dzielenia informacji na małe, łatwe do przyswojenia fragmenty. Pomaga to uczniom skupić się na pojedynczym zadaniu, nie przeciążając ich pamięci. Wykorzystanie technik takich jak mapy pojęciowe czy diagramy może znacznie uprościć proces przyswajania informacji.

Drugim aspektem jest stosowanie aktywnych metod uczenia się. Włączanie zadań, ćwiczeń praktycznych i dyskusji do procesu nauki sprzyja głębszemu przyswajaniu materiału. Aktywne zaangażowanie uczniów pomaga zmniejszyć obciążenie poznawcze, ponieważ mogą oni zastosować wiedzę w praktyce.

Co więcej, ważne jest uwzględnienie indywidualnych cech uczniów. Każdy ma swoje własne tempo przetwarzania informacji i poziom przygotowania. Spersonalizowane podejście do nauki pomaga dostosować materiał do potrzeb każdego ucznia, co z kolei zmniejsza obciążenie poznawcze.

Warto również zwrócić uwagę na organizację środowiska nauczania. Czystość, porządek i brak rozpraszaczy przyczyniają się do zwiększonej koncentracji i efektywnej nauki. Wykorzystanie technologii i narzędzi cyfrowych może ułatwić dostęp do informacji i zróżnicować sposoby ich prezentacji. Zarządzanie obciążeniem poznawczym w procesie uczenia się wymaga kompleksowego podejścia, obejmującego adaptację materiałów, aktywne metody uczenia się, indywidualizację i stworzenie komfortowego środowiska nauczania. Pomoże to usprawnić przyswajanie wiedzy i zwiększyć efektywność procesu uczenia się. Sztuczna inteligencja i analiza danych umożliwiają obecnie skuteczne pokonywanie ograniczeń Mastery Learning. Yandex Praktikum opracował innowacyjną technologię diagnostyczną o nazwie Delta. Dmitrij Abbakumov szczegółowo wyjaśnił zasady jej działania. Delta wykorzystuje inteligentne algorytmy do oceny poziomu wiedzy i identyfikacji luk w nauce, umożliwiając personalizację i zwiększenie efektywności procesu uczenia się. To rozwiązanie otwiera nowe możliwości dla uczniów i nauczycieli, czyniąc naukę bardziej adaptacyjną i efektywną. Kurs obejmuje tematy podzielone na lekcje. Każda lekcja jest podzielona na elementy, takie jak zadania, pytania, quizy i materiały edukacyjne. Dla każdego z tych elementów, zaczynając od najmniejszego i przechodząc do większego poziomu, obliczana jest miara wykonalności poznawczej. Ta metryka odzwierciedla stopień dostępności danego elementu dla przeciętnego uczestnika kursu.

Zespół produktowy i projektanci materiałów dydaktycznych mają jasne zrozumienie typowego uczestnika kursu i opracowują treści edukacyjne w oparciu o tę wiedzę. W miarę jak uczestnicy kursu realnie uczestniczą w kursie, mierzona jest wykonalność poznawcza, co pozwala nam ocenić, na ile rozumienie przez zespół możliwości przeciętnego uczestnika kursu odpowiada rzeczywistości. Pomaga to określić, czy uczestnicy opanowali materiał. Odchylenia od oczekiwań są oznaczane jako delty, które mogą być dodatnie lub ujemne. Odchylenia ujemne oznaczają, że uczestnicy uznali materiał za trudniejszy niż oczekiwali, a odchylenia dodatnie oznaczają, że był on łatwiejszy niż oczekiwano. Jeśli niektóre elementy kursu generują znaczną liczbę odchyleń, stanowi to sygnał do korekty treści. W ten sposób materiał edukacyjny jest precyzyjnie dostosowywany do potrzeb typowego uczestnika, eliminując rozbieżności między oczekiwaniami zespołu produktowego a rzeczywistymi efektami uczenia się.

Analiza odchyleń przeprowadzana dla każdego uczestnika stanowi podstawę indywidualnego wsparcia. Ten algorytm analityczny pomaga również przewidywać pomyślne ukończenie kursu. Jak zauważa Dmitrij Abbakumov, wśród studentów, którzy rezygnują, znaczna część ma ujemną deltę – 23%, w porównaniu z zaledwie 1% tych, którzy pomyślnie ukończyli kurs. Podkreśla to wagę szybkiego identyfikowania problemów i zapewniania niezbędnego wsparcia w celu poprawy retencji studentów.

Prelegent zauważył, że problem uciążliwości w systemie Delta rozwiązuje się poprzez analizę danych dotyczących tego, jak studenci radzą sobie z każdym elementem kursu. Ocena jest przeprowadzana w trakcie procesu uczenia się, co pozwala na dokładniejsze śledzenie postępów i identyfikację trudności studentów. Takie podejście sprzyja indywidualizacji procesu edukacyjnego i zwiększa efektywność uczenia się.

Problem braku koncentracji studentów rozwiązuje się poprzez gromadzenie danych dotyczących wielu drobnych elementów. Pozwala to na identyfikację konkretnych momentów, w których studenci doświadczają trudności w procesie uczenia się. Analizując szczegóły, można lepiej zrozumieć, które aspekty wymagają dodatkowej uwagi i wsparcia, co przyczynia się do efektywniejszej nauki i poprawy wyników w nauce.

Problem przedwczesnej nauki nie został jeszcze w pełni rozwiązany, ponieważ trudności studentów często ujawniają się dopiero po ich wystąpieniu. Jednak Dmitrij Abbakumow zapowiedział nową wersję technologii – „Delta+”. Technologia ta wykorzystuje dane o deltach uczniów dla każdego zadania, aby przewidywać potencjalne trudności w kolejnym temacie. W ten sposób „Delta+” pozwala na proaktywną pracę i zapobieganie problemom w nauce.

Yandex Praktikum twierdzi, że technologia „Delta” jest uniwersalna. Prelegent podkreślił, że przy jej opracowywaniu uwzględniono jej zastosowanie zarówno w małych grupach uczniów, jak i w dużych firmach EdTech. Dzięki temu Delta jest elastycznym narzędziem dla organizacji edukacyjnych o różnej wielkości i formacie.

Przeczytaj także:

• „W codziennej pracy nauczycieli mamy niewiele podejścia opartego na dowodach”
• 6 powodów, dla których psychometria jest potrzebna w EdTech
• Lista kontrolna: 5 sposobów na zwiększenie wskaźnika ukończenia kursu online
• 11 wskaźników do oceny jakości i skuteczności kursu online
• Pętla doskonalenia: jak ulepszyć już uruchomiony kurs online