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 odbyła się doroczna konferencja edukacyjna online firmy Yandex, YaC/e. Podczas wydarzenia przedstawiciele Yandex Praktikum podzielili się swoimi doświadczeniami w stosowaniu podejścia opartego na dowodach w edukacji. Temat ten został szczegółowo omówiony w dwóch prezentacjach, które koncentrowały się na metodach poprawy efektywności procesu edukacyjnego i osiągania rezultatów.

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

W tym materiale pokrótce przedstawiamy kluczowe idee i główne punkty poruszane podczas prezentacji. Staramy się podkreślać najważniejsze punkty, aby czytelnicy mogli szybko zapoznać się z treścią i zrozumieć istotę omawianych zagadnień. Pozwoli im to lepiej przyswoić informacje i zastosować je w praktyce. Koncentrujemy się na kluczowych wnioskach i rekomendacjach przedstawionych przez prelegentów.

Czym jest edukacja oparta na dowodach i jakie „dowody” się w niej wykorzystuje

Prelegenci przedstawili koncepcję edukacji opartej na dowodach, która opiera się na wykorzystaniu danych naukowych do kształtowania procesów edukacyjnych. Ważnym aspektem jest regularne przeprowadzanie badań statystycznych, które pozwalają określić, jak uczą się różne kategorie uczniów, które metody edukacyjne są najskuteczniejsze i jak poprawić jakość kształcenia. Gromadzenie i analiza danych cyfrowych odgrywa w tym procesie kluczową rolę. Według Marii Kowalewej podejście to obejmuje skalowanie skutecznych metod, a także wykorzystanie sztucznej inteligencji i uczenia maszynowego w celu optymalizacji praktyk edukacyjnych.

W procesie tworzenia systemu edukacji opartego na dowodach Maria posługuje się metaforą piramidy. U podstawy tej piramidy znajdują się dane, które stanowią fundament. Następnym poziomem jest doświadczenie w stosowaniu tych danych w warunkach rzeczywistych, a szczytem piramidy są badania statystyczne, które pozwalają nam na identyfikację nowych spostrzeżeń. Wyeliminowanie choćby jednego z tych poziomów może doprowadzić do załamania się całej struktury. Na przykład, jeśli produkt edukacyjny jest opracowywany bez 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 opinie te mogą opierać się na fałszywych stereotypach. Podobnie, wykorzystanie danych bez analizy statystycznej nie daje pełnego obrazu, ponieważ te same dane można interpretować na różne sposoby.

Dmitrij Abbakumow podkreśla znaczenie edukacji opartej na dowodach, której celem jest rozwój technologii pedagogicznych. Technologie te powinny mieć na celu zapewnienie, że materiały edukacyjne i metody nauczania przyczyniają się do pomyślnego osiągnięcia celów edukacyjnych każdego ucznia.

Podejście oparte na dowodach znacząco poprawia komunikację z uczniami i buduje ich zaufanie. Badanie przeprowadzone przez amerykańską platformę edukacyjną potwierdza to: jeśli sugeruje się uczniom ćwiczenie przed testem, informacja ta okazuje się skuteczniejsza, jeśli w 60% przypadków uczniowie dowiadują się, że takie przygotowanie prowadzi do lepszych wyników. Potwierdza to, że wykorzystanie danych i faktów w komunikacji ze studentami przyczynia się do bardziej produktywnej nauki i zwiększa ich motywację.

Dmitrij zidentyfikował trzy kluczowe aspekty, na których opiera się edukacja oparta na dowodach.

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

Maria Kovaleva zwróciła uwagę na ważne aspekty, które należy wziąć pod uwagę podczas prowadzenia badań i analizy danych w celu ulepszenia produktu edukacyjnego. Zjawiska te mogą znacząco wpłynąć na jakość uzyskanych wyników i ich interpretację. Zwrócenie uwagi na kontekst danych, dobór metod analizy i poprawną interpretację wyników pomoże stworzyć skuteczniejsze rozwiązania edukacyjne i zwiększyć ich wartość dla użytkowników.

• 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:

Przed zaprojektowaniem kursu, projektant kursu musi przeprowadzić szereg badań, aby zapewnić jego trafność i skuteczność. Po pierwsze, ważne jest przeanalizowanie potrzeb grupy docelowej. Można to zrobić za pomocą kwestionariuszy, wywiadów lub grup fokusowych, które pomogą określić zainteresowania i poziom wyszkolenia uczestników.

Po drugie, konieczne jest przeanalizowanie istniejących programów edukacyjnych i kursów w danej dziedzinie. Pomoże to określić, które tematy są już omówione, a które pozostają niedostatecznie rozwinięte. Analiza konkurencji pomoże zidentyfikować najlepsze praktyki i uniknąć powielania.

Ważne jest również uwzględnienie najnowszych trendów i badań w pedagogice i psychologii edukacyjnej. Może to obejmować eksplorację nowych metod nauczania, a także technologii, które można zintegrować z kursem. Wykorzystanie nowoczesnych narzędzi i podejść pomoże uczynić naukę bardziej interaktywną i angażującą.

Po zebraniu i przeanalizowaniu danych, projektant kursu będzie mógł sformułować cele i zadania kursu, opracować strukturę programu i wybrać metody oceny postępów w nauce. Takie podejście zapewni wysoką jakość procesu edukacyjnego i zaspokoi potrzeby studentów.

Jak podejście oparte na dowodach pomaga studentom ukończyć studia

Maria Kovaleva podkreśla, jak edukacja oparta na dowodach może poprawić efektywność uczenia się. Na przykład badania pokazują, że pewność siebie co do własnej wiedzy pomaga studentom wytrwać w nauce i z powodzeniem ją ukończyć. Dlatego ważne jest, aby pracować nad przezwyciężaniem syndromu oszusta u studentów, który często wynika z poczucia niewystarczającego przygotowania i lęku przed ilością informacji, które trzeba opanować. Ten stan „unieruchamia” studentów i uniemożliwia im osiągnięcie pełnego potencjału. Poprawa pewności siebie może być kluczowym czynnikiem pomyślnego ukończenia procesu edukacyjnego.

Maria podkreśliła, że ​​pewność siebie studentów co do swoich umiejętności można zwiększyć, dzieląc się prawdziwymi historiami absolwentów, którzy również mieli wątpliwości, ale ostatecznie odnieśli sukces. Mentorzy posiadający specjalistyczną wiedzę również dzielą się swoimi doświadczeniami z syndromem oszusta. Te odkrycia pokazują uczniom, że takie uczucia są normalne i mogą wystąpić u każdego, co z kolei pomaga im przezwyciężyć wątpliwości i rozwinąć pewność siebie.

Ważne jest, aby ulepszyć konkretne obszary programu nauczania, które mogą osłabiać pewność siebie uczniów. Dotyczy to najbardziej złożonych tematów, w których uczniowie napotykają trudności i mogą rozważać rezygnację. Aby tego uniknąć, ważne jest rozbicie złożonych tematów na prostsze kroki i stopniowe zwiększanie trudności zadań. Takie podejście pomoże uczniom lepiej przyswoić materiał i zwiększyć ich pewność siebie.

Ważne jest zwiększenie praktycznej wartości zdobywanej wiedzy, ponieważ przyczynia się to do wiary uczniów w swoje umiejętności. Przykładem jest przypadek opisany przez Marię Kowalewą, gdzie podczas kursu analizy danych zaobserwowano znaczny spadek pewności siebie uczniów. Podczas analizy treści instruktorzy odkryli, że złożony termin został wyjaśniony za pomocą abstrakcyjnych pojęć, co utrudniało uczniom zastosowanie wiedzy w rzeczywistych projektach. Po dodaniu do wyjaśnienia przykładów z życia wziętych, pewność siebie uczniów znacznie wzrosła. Podkreśla to wagę korzystania z przykładów z życia wziętych, aby poprawić zrozumienie i zapamiętywanie materiału dydaktycznego.

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 wzmocnić zrozumienie i wartość zdobywanej wiedzy. Należy jednak pamiętać, że zbyt wczesne zapoznawanie nowicjuszy ze złożonymi, realnymi projektami może być demotywujące. Studenci, którzy napotykają trudności, mogą uświadomić sobie nie tylko własne osiągnięcia, ale także znaczną część brakującej wiedzy. Dlatego ważne jest znalezienie równowagi między doświadczeniem praktycznym a poziomem przygotowania studentów, aby utrzymać ich motywację i wspierać skuteczną naukę.

Jak osiągnąć równowagę w nauce? Maria podzieliła się swoimi doświadczeniami z wydziału analizy danych, gdzie zaobserwowała spadek zaufania studentów do swojej wiedzy. Problem ten wynika z faktu, że analiza danych jest złożoną dziedziną, w której wiedza kumuluje się w sposób trudny do zrozumienia. Studenci mają trudności z organizowaniem i integrowaniem informacji w miarę przechodzenia z jednego tematu do drugiego. W odpowiedzi projektanci kursów wdrożyli nie tylko projekty w ramach każdego sprintu, ale także projekt skonsolidowany, który symuluje rzeczywiste warunki i opiera się na umiejętnościach nabytych w poprzednich sprintach. Wyniki pokazały, że pewność siebie studentów co do swojej wiedzy spada aż do zakończenia projektu skonsolidowanego, po czym znacząco wzrasta. Sugeruje to, że projekt skonsolidowany pomaga studentom przezwyciężyć deficyty pewności siebie i utrwalić zdobytą wiedzę. Pytanie o to, w jaki sposób Yandex Practicum mierzy pewność siebie studentów co do ich wiedzy, staje się coraz bardziej istotne. Według prelegenta, proces ten odbywa się za pomocą kwestionariuszy. Kwestionariusze dostarczają obiektywnych danych na temat samooceny studentów i ich postrzegania materiału, którego się nauczyli. W ten sposób Yandex Praktikum stosuje systematyczne podejście do oceny poziomu pewności siebie uczniów, co pomaga zoptymalizować proces edukacyjny i poprawić jakość kształcenia.

Czytaj także:

Syndrom oszusta to zjawisko psychologiczne, w którym Osoba wątpi w swoje osiągnięcia i obawia się zdemaskowania jako oszusta, pomimo obiektywnych sukcesów. Może to objawiać się u osób z każdego zawodu i w każdym wieku, wywołując poczucie niepewności i lęk przed oceną ze strony innych.

Syndrom oszusta może negatywnie wpływać na życie zawodowe, utrudniając awans zawodowy i obniżając satysfakcję z pracy. Aby przezwyciężyć ten syndrom, ważne jest, aby docenić swoje osiągnięcia i zaakceptować, że błędy są normalnym elementem uczenia się i rozwoju. Wsparcie ze strony współpracowników i bliskich może również odegrać kluczową rolę w walce z tym zjawiskiem.

Metody pokonywania syndromu oszusta obejmują prowadzenie dziennika sukcesów, praktykowanie pozytywnego myślenia i szukanie profesjonalnej pomocy. Zrozumienie i zaakceptowanie swoich mocnych stron może pomóc w zmniejszeniu lęku i zwiększeniu pewności siebie.

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

Dmitrij Abbakumov zauważył, że Yandex Praktikum czerpał inspirację z metody Mastery Learning. Metodę tę opracował amerykański psycholog Benjamin Bloom, który zasłynął również ze swojej taksonomii celów edukacyjnych. System ten klasyfikuje cele edukacyjne, układając je według rosnącego poziomu trudności – od prostych do bardziej złożonych. Takie podejście pozwala na efektywniejszą naukę i głębsze zrozumienie tematu.

Oczywiście, chętnie pomogę Ci w edycji tekstu. Proszę podać tekst, który chcesz zmienić.

Nauka oparta na opanowaniu materiału (Mastery Learning), czyli nauka oparta na opanowaniu materiału, to metodologia, która kładzie nacisk na pełne opanowanie materiału przed przejściem do kolejnego tematu. To podejście zakłada, że ​​każdy uczeń ma możliwość nauki materiału we własnym tempie. Jeśli uczeń napotka trudności i nie osiągnie wymaganych rezultatów, zapewnia mu się dodatkowe wsparcie i zasoby, aby pogłębić zrozumienie tematu. Takie podejście sprzyja głębszemu przyswajaniu wiedzy i rozwojowi umiejętności, co z kolei podnosi ogólny poziom edukacji i sprzyja skutecznej nauce.

Dmitrij Abbakumov wyjaśnił, że Bloom doszedł do wniosku, iż nawet najbardziej wykwalifikowani nauczyciele i najwyższej jakości materiały edukacyjne nie zapewniają takiej samej skuteczności wszystkim uczniom. Każdy człowiek ma swój własny, unikalny styl uczenia się, który prowadzi do różnych rezultatów w procesie edukacyjnym.

Psycholog zaproponował wprowadzenie diagnostyki kształtującej – kluczowego etapu, na którym ocenia się poziom przyswojenia materiału dydaktycznego przeznaczonego do nauki i ćwiczeń. Wyniki tej oceny determinują dalszą ścieżkę edukacyjną ucznia. Proces przebiega następująco: uczniowie, którzy pomyślnie opanują materiał, przechodzą do następnego tematu lub otrzymują dodatkowe zadania, aby pogłębić swoją wiedzę. Tym, którzy nie opanują materiału, oferowane jest wsparcie, które Dmitrij Abbakumov w swoim raporcie nazwał „interwencją”. Wsparcie to może obejmować alternatywne zasoby edukacyjne, które umożliwiają lepsze zrozumienie złożonych tematów i poprawiają ogólne wyniki w nauce. Wdrożenie ocen kształtujących promuje spersonalizowane podejście do nauki i pomaga każdemu uczniowi osiągnąć jego cele edukacyjne.

Strategia Mastery Learning opiera się na dwóch kluczowych komponentach. Pierwszy komponent obejmuje oceny kształtujące, które identyfikują różnice w wiedzy uczniów i wskazują alternatywne metody nauczania. Osiąga się to poprzez wykorzystanie różnorodnych materiałów edukacyjnych, takich jak powtórzenia, dodatkowe zadania i przykłady odpowiadające treściom edukacyjnym. Ponadto, dodatkowe interwencje edukacyjne mogą wykorzystywać różne formy organizacji procesu uczenia się, w tym pracę w grupach, zadania w parach i projekty indywidualne. Różnorodność treści i formatu szkolenia pomaga zapewnić każdemu uczniowi osiągnięcie wysokich rezultatów.

Dmitry podkreślił, że w ciągu czterdziestu lat swojej historii metoda Mastery Learning udowodniła swoją skuteczność w nauczaniu. W przeciwieństwie do metody tradycyjnej, w której większość uczniów osiąga przeciętne wyniki, a tylko nieliczni osiągają wysokie lub niskie wyniki, Mastery Learning pozwala znacznej części uczniów osiągnąć doskonałe rezultaty. Ta metoda sprzyja głębszemu przyswojeniu materiału i wzrostowi ogólnego poziomu wiedzy.

Jednak to podejście ma swoje ograniczenia. Należy pamiętać, że skuteczność metody może być ograniczona w pewnych sytuacjach. Na przykład, jeśli dane są niedostatecznie przygotowane lub brakuje jasnej strategii, wynik może być daleki od oczekiwanego. Warto również zauważyć, że zmiany w otoczeniu zewnętrznym mogą wpływać na trafność wybranego podejścia, które wymaga ciągłej adaptacji i analizy. Ważne jest, aby być przygotowanym na ewentualne trudności i znaleźć alternatywne rozwiązania, aby osiągnąć wyznaczone cele.

• 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.
• Kubatura. Aby uzyskać wysokiej jakości, rzetelny i trafny wynik z ocen kształtujących, wymagany jest obszerny test, co znacznie komplikuje stosowanie tego podejścia.
• Nieterminowe. Mastery Learning zakłada, że ​​uczeń musi opanować znaczną część materiału edukacyjnego (na przykład temat), zanim zostanie poddany ocenie. Okazuje się, że w obliczu trudności i rozczarowania doświadczeniem edukacyjnym, osoba może zrezygnować z edukacji, zanim jeszcze otrzyma wsparcie i zanim 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:

Zarządzanie obciążeniem poznawczym w trakcie nauki jest ważnym aspektem skutecznego procesu edukacyjnego. Obciążenie poznawcze odnosi się do ilości informacji, jaką nasz mózg może przetwarzać jednocześnie. Aby zoptymalizować proces uczenia się, ważne jest rozważenie różnych aspektów wpływających na obciążenie poznawcze. Pierwszym krokiem w zarządzaniu obciążeniem poznawczym jest uproszczenie materiału. Strukturyzacja informacji i wykorzystanie przykładów wizualnych pomagają uczniom lepiej zrozumieć złożone koncepcje. Ważne jest, aby podzielić materiał na łatwe do opanowania fragmenty, aby uniknąć przytłoczenia uczącego się.

Stosowanie aktywnych metod uczenia się pomaga również zmniejszyć obciążenie poznawcze. Angażowanie uczniów w dyskusje, zadania praktyczne i projekty grupowe pozwala im aktywnie przetwarzać informacje i stosować zdobytą wiedzę w praktyce.

Równie ważnym aspektem jest kontrola poziomu trudności zadań. Zadania powinny być dostosowane do poziomu przygotowania uczniów, aby utrzymać ich zainteresowanie i motywację. Można to osiągnąć poprzez stopniowe zwiększanie poziomu trudności w zależności od postępów ucznia.

Warto również zwrócić uwagę na indywidualne cechy uczniów. Każdy ma swoje własne preferencje i styl uczenia się, które mogą wpływać na percepcję informacji. Biorąc te czynniki pod uwagę, można dostosować podejście do nauczania, co pozwoli na skuteczniejsze zarządzanie obciążeniem poznawczym.

Podsumowując, zarządzanie obciążeniem poznawczym w nauce wymaga starannego podejścia oraz stosowania różnych metod i strategii. Optymalizacja procesu edukacyjnego z uwzględnieniem obciążenia poznawczego sprzyja głębszemu zrozumieniu i przyswojeniu materiału, co ostatecznie prowadzi do poprawy jakości kształcenia.

Sztuczna inteligencja i analiza danych otwierają nowe możliwości przezwyciężenia ograniczeń modelu Mastery Learning. Yandex Praktikum opracował innowacyjną technologię diagnostyczną o nazwie „Delta”. Dmitrij Abbakumov szczegółowo wyjaśnił zasady jej działania. Technologia ta pozwala na efektywniejsze śledzenie postępów uczniów i dostosowywanie materiałów edukacyjnych do ich indywidualnych potrzeb, znacznie poprawiając jakość nauki i promując lepsze przyswajanie wiedzy.

Kurs obejmuje tematy składające się z lekcji. Każda lekcja jest podzielona na różne elementy, takie jak zadania, pytania, quizy i materiały edukacyjne. Dla każdego z tych elementów, od najmniejszego do największego, obliczana jest metryka dostępności poznawczej. Metryka ta wskazuje, jak przystępny jest dany element dla przeciętnego ucznia. Zapewnia to optymalny poziom trudności i wspiera skuteczną naukę.

Zespół produktowy i metodycy rozwijają zrozumienie typowego ucznia dla danego kursu i opracowują treści edukacyjne w oparciu o tę analizę. Po ukończeniu kursu przez rzeczywistych studentów, oceniana jest ich sprawność poznawcza, aby określić, jak dobrze postrzeganie przez zespół ich umiejętności pokrywa się z rzeczywistością. Oznacza to, że ważne jest zrozumienie, jak dobrze studenci opanowują materiał kursu. Odchylenia między oczekiwaniami a rzeczywistymi wynikami oznaczane są jako delta. Mogą być one dodatnie lub ujemne. Odchylenia ujemne oznaczają, że materiał był trudniejszy niż oczekiwano, a odchylenia dodatnie oznaczają, że studenci uznali go za łatwiejszy niż oczekiwano. Jeśli pewne elementy kursu powodują znaczne odchylenia, sygnalizuje to potrzebę rewizji treści. Pozwala to na precyzyjne dostosowanie materiału kursu do rzeczywistych potrzeb typowego studenta, co poprawia jakość procesu edukacyjnego i zwiększa jego efektywność.

Analiza odchyleń, przeprowadzana dla każdego studenta, stanowi podstawę dalszego wsparcia. Ponadto algorytm analityczny może przewidywać wskaźniki ukończenia kursu. Według Dmitrija Abbakumowa, odsetek studentów, którzy przerwali naukę z ujemną deltą, wynosi 23%, w porównaniu z zaledwie 1% tych, którzy ukończyli studia. Podkreśla to wagę indywidualnego podejścia do każdego ucznia i potrzebę terminowej interwencji w celu poprawy wyników w nauce.

Prelegent podkreślił, że problem uciążliwości w systemie Delta rozwiązuje się poprzez analizę danych dotyczących tego, jak uczniowie radzą sobie z każdym elementem kursu. Ocena odbywa się bezpośrednio w trakcie procesu uczenia się, co pozwala na dokładniejsze śledzenie postępów i efektywności procesu edukacyjnego. Takie podejście ułatwia dostosowanie kursu do potrzeb uczniów i poprawia jakość nauki.

Problem braku koncentracji można skutecznie rozwiązać, gromadząc dane dotyczące wielu drobnych elementów. Pozwala to na identyfikację konkretnych momentów, w których uczniowie doświadczają trudności. Takie podejście pomaga lepiej zrozumieć proces uczenia się i ukierunkować działania na poprawę. Ważne jest, aby analizować dane w celu określenia, które aspekty wymagają dodatkowej uwagi i wsparcia, co z kolei sprzyja efektywniejszej nauce.

Problem braku punktualności nie został jeszcze w pełni rozwiązany, ponieważ trudności uczniów często są identyfikowane dopiero po ich wystąpieniu. Jednak Dmitrij Abbakumow ogłosił nową wersję technologii o nazwie „Delta+”. Podstawową ideą tej technologii jest wykorzystanie danych delta uczniów dla każdego zadania do przewidywania potencjalnych trudności w kolejnych tematach. Pozwoli to uczniom na proaktywną pracę i zapobieganie problemom.

Yandex Praktikum twierdzi, że „Delta” jest uniwersalna. Prelegent podkreślił, że technologia została opracowana z myślą o potrzebie efektywnej pracy zarówno w małych grupach uczniów, jak i dużych firmach EdTech. Dzięki temu Delta jest odpowiednim rozwiązaniem dla różnych formatów i skal edukacyjnych.

Przeglądaj dodatkowe materiały:

• „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