Warum sollten Pädagogen Lernanalysen messen?

Als Lösungsarchitekt für Leo Lernen (einer von uns Moodle-Partner) Verwendet Peter Dobinson „Big Data“, um die Ergebnisse zu messen.

In seinem Präsentation von MoodleMoot UK & Ireland 2017Peter teilte uns mit, wie Pädagogen mithilfe von Analysen die Auswirkungen des Lernens messen können.

Er untersuchte auch, wie dies die Lehr- und Lernerfahrungen verbessern kann. In diesem Artikel fassen wir Peters Präsentation zusammen, die Sie natürlich über den unten stehenden Link einsehen können.

Beginnen wir also mit ... Was lernt Analytik?

Lernanalyse ist das Messen, Sammeln, Analysieren und Berichten von Schülerdaten, die dann zur Optimierung der Lernergebnisse verwendet werden können.

Warum sollten Pädagogen das Lernen messen?

Peters Präsentation begann mit einem Zitat aus Williams Edwards Deming (Amerikanischer Ingenieur, Statistiker, Professor, bekannt für die Verwendung von Daten zur Verbesserung der wirtschaftlichen Ergebnisse nach dem Zweiten Weltkrieg): „Wir vertrauen darauf, dass alle anderen Daten mitbringen müssen.“

Peter erklärte, dass Pädagogen, die keine Ergebnisse messen, bestenfalls raten und im schlimmsten Fall die eingebaute Tendenz nutzen, um ihren Schülern das Lernen aufzuzwingen.

Der reale Wert der Messung von Lerndaten wurde von Peter wie folgt zusammengefasst:

  • Nachweis von ROI und Effektivität.
  • Hervorheben von Bereichen, die vom gezielten Lernen profitieren.
  • Nachweis für erfolgreiches Lehren und Lernen.
  • Das Ergebnis sind effektive Lernprogramme.
  • Ermöglichen der Personalisierung des Lernens: Dies bedeutet, dass Pädagogen sehen können, wie die Menschen am besten gelernt haben, das Lernen so anzupassen, dass es ihnen zugute kommt.

Was sind die Einwände gegen Learning Analytics?

Nach seiner Einführung erörterte Peter die allgemeinen oder häufigsten Einwände, die Pädagogen gegen das Erlernen von Analytik hatten:

  • Es ist kein gültiges Experiment.
    Die akademische Welt hat kommentiert, dass Variablen nicht kontrolliert werden können, was Lernanalysen zu einem ungültigen Experiment macht. Peter argumentierte jedoch, dass, obwohl nicht alle Variablen kontrolliert werden können, eine Beweiskette identifiziert werden kann, die eine Schlussfolgerung nahelegt.
  • Es ist zu schwer.
    Peter schlug vor, dass die richtigen Leute und Werkzeuge es einfach machen können.
  • Es ist zu teuer.
    Obwohl dies unter bestimmten Umständen der Fall sein kann, stehen billige und kostenlose Open Source-Lernanalysetools zur Verfügung.

Ein Learning Analytics-Modell

Bei Leo Learning beschrieb Peter ein Modell, das sieben Schritte umfasst, um Pädagogen bei der Ermittlung des Einstiegs in die Lernanalyse zu unterstützen:

  1. Finde heraus, was du machen willst.
    Peter schlug vor, dass Pädagogen klein anfangen, indem sie einen A / B-Test in zwei Kursen durchführen. Er erörterte den Vorteil, nicht nur das Lernen zu messen, sondern auch KPIs (Key Performance Indicators) zu identifizieren, um messbare Ziele zu setzen.
  2. Holen Sie sich Buy-In von allen Ebenen des Geschäfts.
    Menschen können Angst haben, Daten zu verfolgen. Daher ist es wichtig, dass alle Daten an alle Parteien übermittelt werden und dass die Informationen zur Verbesserung der Lerngenauigkeit verwendet werden.
  3. Entwerfen Sie ein Experiment.
    Der nächste Schritt besteht darin, dass die Pädagogen herausfinden, was sie vergleichen möchten, da die gesammelten Daten für sich genommen keinen Nutzen haben. Peter schlägt vor, dass dies erreicht werden kann, indem quantifizierbare Ergebnisse identifiziert werden, beispielsweise Split-Tests.
  4. Holen Sie sich die Daten.
    Tools wie xAPI und Caliper wurden vorgeschlagen, da sie über tragbare Schnittstellen verfügen, mit denen Daten erfasst werden können, die komplexer sind als „Bestanden“ oder „Nicht bestanden“.
  5. Messen Sie Ihre Auswirkungen und versuchen Sie, Ihre Hypothese zu widerlegen.
    Erinnerte Peter #MootIEUK17 Teilnehmer, dass Korrelation zwar nicht gleichbedeutend mit Kausalität ist, aber ein guter Ausgangspunkt für die Analyse von Datenergebnissen ist.
  6. Kommunizieren Sie Ihre Ergebnisse.
    Obwohl Peter argumentierte, dass es nicht ethisch ist, Ergebnisse zurückzuhalten, hielt er es für wichtig, sorgfältig auszuwählen, wie die Ergebnisse kommuniziert wurden. Er schlug vor, den einen „großen Befund“ vorzustellen und darüber zu „schreien“.
  7. Verwenden Sie die Ergebnisse, um Ihre Arbeit zu verbessern.
    Für diejenigen, die sich nicht sicher waren, wie sie die Ergebnisse zur Umsetzung von Veränderungen nutzen sollten, schlug Peter vor, die Hilfe eines Unternehmens in Anspruch zu nehmen, das dies tut.

Praktische Werkzeuge zum Lernen von Analytik

Peter teilte auch Tools mit, mit denen ein Lernökosystem für Lernanalysen aufgebaut werden kann:

  • Moodle
  • Wasserscheide
  • Noch
  • Schließfach lernen
  • gomoLearning
  • xAPI-Apps
  • Kaltura
  • Lectora16
  • SurveyGizmo

Zusammenfassend erinnerte Peter die Teilnehmer an drei Hauptvorteile der Verwendung von Lernanalysen:

  • Bessere Ergebnisse für die Lernenden.
  • Bessere Ergebnisse für Organisationen
  • Begründung für Budgets durch Lernanalysen.

Erfahren Sie mehr darüber, warum Pädagogen Lernanalysen messen sollten. Sehen Sie sich die vollständige Präsentation von Peter unten an:

Schreibe einen Kommentar