Tracciare ogni mossa di ogni studente è fondamentale per la rivoluzione nell'ed. Superiore

Oggi nei campus quasi ogni interazione educativa lascia tracce digitali. Le assegnazioni e il feedback vengono forniti tramite portali online; i dibattiti e le discussioni avvengono tramite sistemi di gestione dell'apprendimento, nonché in aule, caffè e dormitori.

Quelle e altre briciole digitali offrono ai tecnologi l'opportunità di esaminare i processi, le pratiche e gli obiettivi dell'istruzione superiore in modi che erano in gran parte impossibili circa un decennio fa.

Abbiamo segnalato qui e qui sulla rivoluzione dell '"apprendimento attivo" del Premio Nobel Carl Wieman della fisica di Stanford.

Un altro fisico trasformatosi in innovatore nel campo dell'istruzione (c'è qualcosa nell'acqua del laboratorio di fisica?) Di nome Timothy McKay vede una grande promessa nella “learning analytics” - utilizzando i big data e la ricerca per migliorare l'insegnamento e l'apprendimento.

McKay, un professore di fisica, astronomia e istruzione presso l'Università del Michigan, sostiene in un recente white paper, che l'educazione superiore deve "abbattere il divario percepito tra ricerca e pratica".

Ci sono privacy ed preoccupazioni etiche, ovviamente, che a sua volta ha spinto i principianti codici di condotta spuntare.

Ho contattato il professor McKay, che è anche a capo del Michigan Serra per l'innovazione digitale, per approfondire il funzionamento dell'analitica di apprendimento in ed.

Ti faccio un esempio tratto dalla mia esperienza. Insegno qui all'Università del Michigan da più di 20 anni. La maggior parte del mio insegnamento è stato di grandi corsi introduttivi di fisica ... da 400 a 700 studenti. Ora, il modo in cui le università hanno tradizionalmente fatto questo è fornire una sorta di approccio industriale, andare a quel grande gruppo di persone e offrire loro gli stessi materiali, chiedere loro di svolgere lo stesso tipo di attività allo stesso ritmo e valutare tutte quelle persone esattamente allo stesso modo. Tutti seguono lo stesso corso.

Se è ben progettato, forse è adatto allo studente medio di quella classe. In un certo senso funziona bene per quello studente medio, ma non funziona bene per nessun altro.

Quello che ho scoperto quando ho iniziato a guardare i dati sulle mie classi è qualcosa che avrebbe dovuto essere ovvio dall'inizio, ma non lo è stato fino a quando non ho esaminato i dati. Sono arrivato a capire quanto fossero diversi tutti gli studenti della mia classe, quanto siano ampiamente diffusi in una varietà di diversi spettri di differenza e che se volevo insegnare loro tutti allo stesso modo, non funziona per fornire esattamente il stessa cosa per ogni studente.

Sei maggiormente in grado di personalizzare e restringere il cast per gli studenti che potrebbero aver bisogno di aiuto, che potrebbero avere un background diverso, che potrebbero avere una prospettiva diversa?

O obiettivi diversi. Molte volte, la discussione riguarderà studenti che potrebbero essere in ritardo o a rischio, ma è anche vero per studenti che eccellono davvero a livello accademico. Hanno anche bisogno di particolari attenzioni. La prima cosa che è successa per me è stata di aprire gli occhi sulla vera sfida, la vera importanza della personalizzazione, anche quando insegniamo su larga scala.

Quindi quello che seguì fu la consapevolezza che, dato che avevamo, in effetti, informazioni sugli sfondi, gli interessi e gli obiettivi di ciascuno dei nostri studenti, se avessimo potuto costruire strumenti, usare la tecnologia dell'informazione, potremmo essere in grado di parlare con ognuno di quegli studenti in modi diversi per fornire loro feedback e incoraggiamenti e consigli diversi.

Abbiamo costruito questo strumento qui chiamato eCoach, che è un sistema di comunicazione su misura per computer che ci consente di parlare con uno studente con una conoscenza dettagliata del suo background, interessi e obiettivi, ed essere in grado di farlo su vasta scala.

Alcuni di questi sono automatizzati, ma puoi personalizzarli per ogni studente?

È interessante. In un certo senso è automatizzato, ma in un altro è tutto generato dalle persone. Il contenuto che forniremo, il modo in cui lo creiamo, è sedersi insieme e guardare il tipo di persone che sono presenti nelle nostre classi e pensare a come cambieremmo il messaggio se uno di quegli studenti si sedesse davanti a noi.

Potremmo cambiare, ovviamente, quello che diciamo. Alcuni studenti sono molto ben preparati per seguire un corso di fisica e, in effetti, potrebbero averlo studiato per due anni al liceo prima di arrivare alla mia classe. C'è un tipo di messaggio per loro. Ci sono altri tipi di studenti che non hanno mai visto prima questo argomento. E lì, potrei voler davvero concentrarmi su punti come il fatto che prendere un corso di fisica è diverso dal prendere altri tipi di lezioni che hanno.

Ci sediamo e pensiamo a cosa diremmo a queste persone se si sedessero di fronte a noi, e la tecnologia come ECoach ci consente solo di dirlo a tutti gli studenti, invece che a pochi che possono ottenere appuntamenti durante l'orario di ufficio.

OK, diciamo un gruppo di matricole in una classe illuminata americana del 20th secolo, i documenti che fanno per quella classe, ci sono dati rilevanti lì che potrebbero essere utili in un modo analitico di apprendimento?

Assolutamente. Questo è un ottimo esempio dei nuovi tipi di dati che stanno emergendo, le nuove forme di dati. Una volta, quando io e te andavamo al college, scrivevi quel foglio per quel corso e lo consegnavi, forse, a macchina. Destra? L'istruttore l'ha preso, l'ha segnato con una penna e te lo ha restituito, dopodiché è scomparso dal sistema. Non ha lasciato traccia. L'unico record che ha lasciato, infatti, era il voto che il tuo insegnante ha scritto in una colonna in un piccolo libro di contabilità.

Leggi la storia completa qui ...