Por que os educadores devem medir a análise da aprendizagem?

Como arquiteto de soluções para Aprendizado Leo (um dos nossos Moodle Partners), Peter Dobinson usa "big data" para medir resultados.

No dele Apresentação MoodleMoot UK & Ireland 2017, Peter compartilhou conosco como os educadores podem usar a análise para medir o impacto do aprendizado.

Ele também explorou como isso pode melhorar as experiências de ensino e aprendizado. Neste artigo, resumimos a apresentação de Peter, que você pode, é claro, ver no link abaixo.

Então, vamos começar com ... o que está aprendendo análise?

Análise de aprendizado é a medição, coleta, análise e relatório de dados do aluno, que podem ser usados para otimizar os resultados do aprendizado.

Por que os educadores devem medir a aprendizagem?

A apresentação de Peter começou com uma citação de Williams Edwards Deming (Engenheiro, estatístico, professor americano, conhecido por usar dados para melhorar os resultados econômicos após a Segunda Guerra Mundial): "Em Deus confiamos, todo mundo deve trazer dados".

Peter explicou que os educadores que não medem resultados são, na melhor das hipóteses, adivinhados e, na pior das hipóteses, usam preconceitos embutidos para forçar o aprendizado de seus alunos.

O valor real da medição de dados de aprendizado foi resumido por Peter como:

  • Prova de ROI e eficácia.
  • Destaque das áreas que se beneficiarão da aprendizagem direcionada.
  • Prova de ensino e aprendizagem bem-sucedidos.
  • Resultando em programas eficazes de aprendizagem.
  • Permitindo a personalização do aprendizado: o que significa que os educadores podem ver a melhor maneira que as pessoas aprenderam a personalizar o aprendizado para beneficiá-los.

Quais são as objeções ao Learning Analytics?

Após sua introdução, Peter discutiu as objeções gerais ou mais comuns que ele acreditava que os educadores tinham para aprender análise:

  • Não é um experimento válido.
    O mundo acadêmico comentou que as variáveis não podem ser controladas, tornando a análise de aprendizado um experimento inválido. No entanto, Peter argumentou que, embora todas as variáveis não possam ser controladas, uma cadeia de evidências pode ser identificada, o que sugere uma conclusão.
  • É tão difícil.
    Peter sugeriu que as pessoas e ferramentas certas podem facilitar as coisas.
  • É muito caro.
    Embora esse possa ser o caso em algumas circunstâncias, existem ferramentas gratuitas e gratuitas de análise de aprendizado de código aberto disponíveis.

Um modelo de Analytics de aprendizagem

Na Leo Learning, Peter descreveu um modelo que inclui sete etapas para ajudar os educadores a identificar como começar a aprender análise:

  1. Elabore o que você quer fazer.
    Peter sugeriu que os educadores começassem pequenos executando um teste A / B em dois cursos. Ele discutiu o benefício de não apenas medir a aprendizagem, mas também identificar KPIs (principais indicadores de desempenho) para definir metas mensuráveis.
  2. Obtenha buy-in de todos os níveis da empresa.
    As pessoas podem ter medo de rastrear dados, por isso é essencial que todos os dados sejam comunicados a todas as partes e que as informações sejam usadas para melhorar a precisão do aprendizado.
  3. Crie um experimento.
    O próximo passo é que os educadores calculem o que desejam comparar, pois os dados coletados não são úteis isoladamente. Peter sugere que isso pode ser alcançado através da identificação de resultados quantificáveis, por exemplo, testes divididos.
  4. Obtenha os dados.
    Ferramentas como xAPI e Caliper foram sugeridas porque possuem interfaces portáteis capazes de coletar dados mais complexos do que uma "aprovação" ou "falha".
  5. Avalie seu impacto e tente refutar sua hipótese.
    Peter lembrou #MootIEUK17 participantes que, embora a correlação não seja igual à causalidade, é um bom ponto de partida para analisar os resultados dos dados.
  6. Comunique suas descobertas.
    Embora Peter tenha argumentado que não é ético impedir as descobertas, ele acreditava que era importante escolher com cuidado como as descobertas eram comunicadas. Ele sugeriu apresentar a “grande descoberta” e “gritar” sobre isso.
  7. Use as descobertas para melhorar o que você faz.
    Para aqueles que não tinham certeza de como usar as descobertas para implementar a mudança, Peter sugeriu procurar a ajuda de uma empresa que faz isso.

Ferramentas práticas para aprender análises

Peter também compartilhou ferramentas que podem ser usadas para criar um ecossistema de aprendizado para análise de aprendizado:

  • Moodle
  • Bacia hidrográfica
  • Ainda
  • Armário de aprendizagem
  • gomoLearning
  • aplicativos xAPI
  • Kaltura
  • Lectora16
  • SurveyGizmo

Resumindo sua apresentação, Peter lembrou aos três principais benefícios do uso da análise de aprendizado:

  • Melhores resultados para os alunos.
  • Melhores resultados para as organizações
  • Justificativa para orçamentos através da aprendizagem de evidências de análise

Saiba mais sobre por que os educadores devem avaliar a análise de aprendizado, assista à apresentação completa de Peter abaixo:

Escreva um comentário