Обучение аналитике
Аналитика обучения — это измерение, сбор, анализ и представление данных об учащихся и их контексте с целью понимания и оптимизации обучения и среды, в которой оно происходит. [1] Рост онлайн-обучения с 1990-х годов, особенно в сфере высшего образования , способствовал развитию аналитики обучения, поскольку данные о студентах можно собирать и предоставлять для анализа. [2] [3] [4] Когда учащиеся используют LMS , социальные сети или аналогичные онлайн-инструменты, их клики, шаблоны навигации, время выполнения задачи, социальные сети , информационный поток можно отслеживать и разработку концепций посредством обсуждений. Быстрое развитие массовых открытых онлайн-курсов (МООК) предоставляет исследователям дополнительные данные для оценки преподавания и обучения в онлайн-среде. [5]
Определение [ править ]
Хотя большая часть литературы по аналитике обучения начала использовать вышеупомянутое определение, определение и цели аналитики обучения все еще оспариваются.
модель прогнозирования обучения как Аналитика
В одном из более ранних определений, обсуждавшихся сообществом, предполагалось, что аналитика обучения — это использование интеллектуальных данных, данных, созданных учащимися, и моделей анализа для обнаружения информации и социальных связей для прогнозирования и консультирования людей в процессе обучения. [6] Но это определение подверглось критике со стороны Джорджа Сименса. [7] [ нужен неосновной источник ] и Майк Шарки . [8] [ нужен неосновной источник ]
Аналитика обучения как универсальная среда проектирования [ править ]
Доктор Вольфганг Греллер и доктор Хендрик Драхслер целостно определили аналитику обучения как основу. Они предположили, что это общая структура проектирования, которая может служить полезным руководством для создания аналитических служб для поддержки образовательной практики и руководства учащимися, обеспечения качества, разработки учебных программ, а также повышения эффективности и результативности учителей. Он использует общий морфологический анализ (GMA), чтобы разделить домен на шесть «критических измерений». [9]
обучения как принятие решений на данных основе Аналитика
Более широкий термин « аналитика » определяется как наука об изучении данных с целью сделать выводы и, при использовании при принятии решений , представить пути или направления действий. [10] С этой точки зрения аналитика обучения определяется как частный случай аналитики , в которой принятие решений направлено на улучшение обучения и образования. [11] В 2010-х годах это определение аналитики пошло дальше и включило в себя элементы исследования операций, такие как деревья решений и стратегические карты, для создания прогнозных моделей и определения вероятностей для определенных направлений действий. [10]
применение аналитики Analytics как Learning
Другой подход к определению аналитики обучения основан на концепции аналитики, интерпретируемой как процесс разработки действенных идей посредством определения проблемы и применения статистических моделей и анализа существующих и/или смоделированных будущих данных. [12] [13] С этой точки зрения аналитика обучения представляет собой тип аналитики (как процесс ), в котором данные, определение проблемы и идеи связаны с обучением.
В 2016 году исследование, проведенное совместно Консорциумом новых медиа (NMC) и Образовательной инициативой EDUCAUSE (ELI) ( программа EDUCAUSE ) , описывает шесть областей новых технологий, которые окажут существенное влияние на высшее образование и творческое самовыражение к концу 2016 года. 2020. В результате этого исследования аналитика обучения была определена как образовательное приложение веб-аналитики, направленное на профилирование учащихся, процесс сбора и анализа деталей взаимодействия отдельных учащихся в онлайн-обучении . [14]
обучения как применение науки данных о Аналитика
В 2017 году Гашевич , Кованович и Йоксимович предложили консолидированную модель аналитики обучения. [15] Модель утверждает, что аналитика обучения определяется на пересечении трех дисциплин: науки о данных, теории и дизайна. Наука о данных предлагает вычислительные методы и методы для сбора, предварительной обработки, анализа и представления данных. Теория обычно черпается из литературы по наукам об обучении, образованию, психологии, социологии и философии. Дизайнерский аспект модели включает в себя: дизайн обучения, дизайн взаимодействия и дизайн исследования. В 2015 году Гашевич , Доусон и Сименс утверждали, что вычислительные аспекты аналитики обучения должны быть связаны с существующими исследованиями в области образования, чтобы аналитика обучения могла выполнить свои обещания по пониманию и оптимизации обучения. [16]
Аналитика обучения против интеллектуального образовательных данных анализа
Разграничение областей интеллектуального анализа образовательных данных (EDM) и аналитики обучения (LA) беспокоило нескольких исследователей. Джордж Сименс придерживается позиции, что интеллектуальный анализ образовательных данных включает в себя как аналитику обучения, так и академическую аналитику . [17] первый из которых нацелен на правительства, финансирующие агентства и администраторов, а не на учащихся и преподавателей. Бэплер и Мердок определяют академическую аналитику как область, которая «... сочетает в себе избранные институциональные данные, статистический анализ и прогнозное моделирование для создания интеллекта, на основе которого учащиеся, преподаватели или администраторы могут изменить академическое поведение». [18] Далее они пытаются отделить интеллектуальный анализ образовательных данных от академической аналитики на основе того, основан ли этот процесс на гипотезах или нет, хотя Брукс [19] задается вопросом, существует ли это различие в литературе. Брукс [19] вместо этого предлагает, чтобы лучшее различие между сообществами EDM и сообществами Лос-Анджелеса заключалось в том, где зародилось каждое сообщество, причем в авторстве сообщества EDM доминируют исследователи, пришедшие из парадигм интеллектуального обучения, а исследователи аналитики обучения больше ориентированы на системы корпоративного обучения ( например, системы управления учебным контентом).
Независимо от различий между сообществами LA и EDM, эти две области существенно совпадают как в целях следователей, так и в методах и техниках, которые используются в расследовании. В рамках программы магистратуры по аналитике обучения в Педагогическом колледже Колумбийского университета студентов обучают методам EDM и LA. [20]
вклад Исторический
Аналитика обучения, как область, имеет множество дисциплинарных корней. Хотя области искусственного интеллекта (ИИ) , статистического анализа , машинного обучения и бизнес-аналитики предлагают дополнительную информацию, основные исторические корни аналитики напрямую связаны с человеческим взаимодействием и системой образования . [5] В частности, история аналитики обучения тесно связана с развитием четырех областей социальных наук, которые с течением времени сошлись воедино. Эти области преследовали и до сих пор преследуют четыре цели:
- Определение учащегося , чтобы удовлетворить потребность в определении и понимании учащегося.
- Отслеживание знаний , посвященное тому, как отслеживать или отображать знания, которые возникают в процессе обучения.
- Эффективность обучения и персонализация — это то, как сделать обучение более эффективным и персонализированным с помощью технологий.
- Учащийся – сравнение содержания , чтобы улучшить обучение путем сравнения уровня знаний учащегося с фактическим содержанием, которое необходимо освоить. [5] ( Сименс, Джордж (17 марта 2013 г.). Введение в аналитику обучения . Открытый онлайн-курс LAK13 для Техасского университета в Остине и Эдксе. 11 минут в . Проверено 1 ноября 2018 г. )
Разнообразие дисциплин и исследовательской деятельности оказало влияние на эти четыре аспекта на протяжении последних десятилетий, способствуя постепенному развитию аналитики обучения. Некоторые из наиболее определяющих дисциплин — это анализ социальных сетей , моделирование пользователей , когнитивное моделирование , интеллектуальный анализ данных и электронное обучение . Историю аналитики обучения можно понять по возникновению и развитию этих областей. [5]
сетей Анализ социальных
Анализ социальных сетей ( SNA ) – это процесс исследования социальных структур с помощью сетей и теории графов . [21] Он характеризует сетевые структуры с точки зрения узлов (отдельных участников, людей или вещей внутри сети) и связей , ребер или связей (отношений или взаимодействий), которые их соединяют. [ нужна ссылка ] Анализ социальных сетей занимает видное место в социологии , и его развитие сыграло ключевую роль в появлении аналитики обучения.Один из первых примеров или попыток обеспечить более глубокое понимание взаимодействий принадлежит австрийско-американскому социологу Полу Лазарсфельду . В 1944 году Лазарсфельд сделал заявление о том, «кто с кем говорит, о чем и с каким эффектом». [22] Это утверждение формирует то, что сегодня по-прежнему является областью интересов или целью анализа социальных сетей, который пытается понять, как люди связаны между собой и какие идеи могут быть получены в результате их взаимодействия, что является основной идеей Learning Analytics. [5]
Анализ цитирования
Американский лингвист Юджин Гарфилд был пионером в области аналитики в науке. В 1955 году Гарфилд предпринял первую попытку проанализировать структуру науки относительно того, как можно лучше понять научные достижения, отслеживая ассоциации ( цитирования ) между статьями (как они ссылаются друг на друга, важность включенных в них ресурсов, частоту цитирования). , и т. д). Отслеживая цитирование, ученые могут наблюдать, как исследования распространяются и подтверждаются. Это была основная идея того, что в конечном итоге стало « рейтингом страницы », который на заре Google (начало 21 века) был одним из ключевых способов понимания структуры поля путем рассмотрения связей страниц и важности. этих связей. Алгоритм PageRank — первый алгоритм поиска, использованный Google, — был основан на этом принципе. [23] [24] Американский ученый-компьютерщик Ларри Пейдж , сооснователь Google, определил PageRank как « приблизительную оценку важности » конкретного ресурса. [25] С образовательной точки зрения анализ цитирования или ссылок важен для картирования областей знаний . [5]
Основная идея, лежащая в основе этих попыток, заключается в осознании того, что по мере увеличения объема данных отдельные лица, исследователи или бизнес-аналитики должны понимать, как отслеживать основные закономерности, лежащие в основе данных, и как извлекать из них информацию. И это также основная идея в Learning Analytics. [5]
Цифровизация анализа социальных сетей
В начале 1970-х годов , благодаря быстрому развитию технологий, анализ социальных сетей перешел к анализу сетей в цифровых условиях. [5]
- Шестиградусный эксперимент Милгрэма . В 1967 году американский социальный психолог Стэнли Милгрэм и другие исследователи изучили среднюю длину пути социальных сетей людей в Соединенных Штатах, предположив, что человеческое общество представляет собой сеть типа маленького мира, характеризующуюся короткими длинами путей. [26]
- Слабые связи . работа американского социолога Марка Грановеттера о силе так называемых слабых связей ; его статья 1973 года «Сила слабых связей» — одна из самых влиятельных и цитируемых статей в области социальных наук . [27]
- Сетевой индивидуализм . К концу 20-го века исследования социолога Барри Веллмана внесли значительный вклад в теорию анализа социальных сетей . В частности, Веллман наблюдал и описал рост « сетевого индивидуализма » – трансформацию групповых сетей в индивидуализированные сети. [28] [29] [30]
В течение первого десятилетия века профессор Кэролайн Хэйторнтвейт исследовала влияние типа СМИ на развитие социальных связей , отмечая, что человеческие взаимодействия можно анализировать, чтобы получить новое понимание не на основе сильных взаимодействий (т. е. людей, которые тесно связаны с субъектом). а, скорее, от слабых связей . Это дает Learning Analytics центральную идею: на первый взгляд несвязанные данные могут скрывать важную информацию. В качестве примера этого явления можно привести тот факт, что человек, ищущий работу, будет иметь больше шансов найти новую информацию через слабые связи, чем через сильные. [31] ( Сименс, Джордж (17 марта 2013 г.). Введение в аналитику обучения . Открытый онлайн-курс LAK13 для Техасского университета в Остине и Эдксе. 11 минут в . Проверено 1 ноября 2018 г. )
Ее исследования также были сосредоточены на том, как различные типы средств массовой информации могут влиять на формирование сетей . Ее работа внесла большой вклад в развитие анализа социальных сетей как области. Важные идеи были унаследованы аналитикой обучения, например, ряд показателей и подходов могут определить важность конкретного узла, ценность обмена информацией , способ соединения кластеров друг с другом, структурные пробелы, которые могут существовать в этих сетях, и т. д. [5]
Впервые применение анализа социальных сетей в условиях цифрового обучения было предложено профессором Шейном П. Доусоном . Он разработал ряд программных инструментов, таких как «Педагогическая практика адаптации социальных сетей» (SNAPP) для оценки сетей, которые формируются в [системах управления обучением], когда студенты участвуют в дискуссиях на форумах. [32]
Моделирование пользователей [ править ]
Основная цель пользовательского моделирования — настройка и адаптация систем к конкретным потребностям пользователя, особенно при их взаимодействии с вычислительными системами . Важность того, что компьютеры могут индивидуально реагировать на людей, начала пониматься в десятилетии 1970-х годов. Доктор Элейн Рич в 1979 году предсказала, что «компьютеры будут относиться к своим пользователям как к личностям с разными личностями, целями и так далее». [33] Это центральная идея не только в образовательном плане, но и в общей деятельности в Интернете, где персонализация является важной целью. [5]
Моделирование пользователей стало важным в исследованиях взаимодействия человека с компьютером , поскольку оно помогает исследователям разрабатывать более совершенные системы, понимая, как пользователи взаимодействуют с программным обеспечением. [34] Распознавание уникальных черт, целей и мотивации людей остается важным занятием в обучении аналитике. [5]
Персонализация и адаптация учебного контента является важным настоящим и будущим направлением науки об обучении , и ее история в образовании способствовала развитию аналитики обучения. [5] Гипермедиа — это нелинейная среда информации, включающая графику, аудио, видео, обычный текст и гиперссылки . Этот термин был впервые использован в статье американского социолога Теда Нельсона в 1965 году . [35] Адаптивная гипермедиа основана на моделировании пользователей за счет повышения персонализации контента и взаимодействия. В частности, адаптивные гипермедийные системы строят модель целей, предпочтений и знаний каждого пользователя, чтобы адаптироваться к потребностям этого пользователя. С конца 20-го века эта область быстро развивалась, главным образом благодаря тому, что Интернет стимулировал исследования в области адаптивности и, во-вторых, накоплению и консолидации исследовательского опыта в этой области. В свою очередь, на аналитику обучения повлияло это мощное развитие. [36]
Образование/когнитивное моделирование [ править ]
Образовательное/когнитивное моделирование применялось для отслеживания того, как учащиеся приобретают знания. С конца 1980-х и начала 1990-х годов компьютеры десятилетиями использовались в образовании в качестве средств обучения. В 1989 году Хью Бернс выступал за принятие и разработку интеллектуальных систем обучения , которые в конечном итоге должны были пройти три уровня «интеллекта»: знание предметной области , оценка знаний учащихся и педагогическое вмешательство. В XXI веке эти три уровня остаются актуальными для исследователей и преподавателей. [37]
В десятилетие 1990-х годов академическая деятельность вокруг когнитивных моделей была сосредоточена на попытках разработать системы, обладающие вычислительной моделью, способной решать задачи, поставленные перед студентами, способами, которыми студенты должны решать эти проблемы. [38] Когнитивное моделирование способствовало росту популярности интеллектуальных или когнитивных преподавателей . Как только когнитивные процессы будут смоделированы, можно будет разработать программное обеспечение (преподаватели) для поддержки учащихся в процессе обучения. Исследовательская база в этой области в конечном итоге стала весьма актуальной для аналитики обучения в 21 веке. [5] [39] [40]
фреймов Эпистемическая теория
Хотя аналитика больших данных все более широко применяется в образовании, Уайз и Шаффер [41] обратил внимание на важность теоретического подхода в анализе. Эпистемическая теория фреймов концептуализировала «способы мышления, действия и существования в мире» в среде совместного обучения. В частности, структура основана на контексте Сообщества практиков (CoP), которое представляет собой группу учащихся с общими целями, стандартами и предварительными знаниями и навыками для решения сложной проблемы. В связи с сутью CoP важно изучить связи между элементами (учащимися, знаниями, понятиями, навыками и т. д.). Для выявления связей выявляются и анализируются совпадения элементов в данных учащихся.
Шаффер и Руис [42] указал на концепцию замыкания цикла интерпретации, подчеркнув прозрачность и проверку модели, интерпретации и исходных данных. Цикл можно замкнуть с помощью хорошего теоретического и обоснованного аналитического подхода — эпистемического сетевого анализа .
Другие вклады [ править ]
Обсуждая историю аналитики, Адам Купер выделяет ряд сообществ, из которых аналитика обучения черпала методы, в основном в первые десятилетия 21 века, в том числе: [43]
- Статистика , которая является хорошо зарекомендовавшим себя средством проверки гипотез.
- Бизнес-аналитика , которая имеет сходство с аналитикой обучения, хотя исторически была нацелена на повышение эффективности подготовки отчетов за счет обеспечения доступа к данным и обобщения показателей эффективности.
- Веб-аналитика , такие инструменты, как Google Analytics, сообщают о посещениях веб-страниц и ссылках на веб-сайты, бренды и другие ключевые термины в Интернете. Более «мелкие» из этих методов можно использовать в аналитике обучения для исследования траекторий учащихся с помощью учебных ресурсов (курсов, материалов и т. д.).
- Операционные исследования , целью которых является выявление оптимизации конструкции для достижения максимальных целей посредством использования математических моделей и статистических методов. Такие методы используются в аналитике обучения, целью которой является создание моделей поведения в реальном мире для практического применения.
- Методы искусственного интеллекта (в сочетании с методами машинного обучения , основанными на интеллектуальном анализе данных ) способны обнаруживать закономерности в данных. В аналитике обучения такие методы можно использовать для интеллектуальных систем обучения , классификации студентов более динамичными способами, чем простые демографические факторы, а также для таких ресурсов, как системы «предлагаемых курсов», смоделированные на основе методов совместной фильтрации .
- Визуализация информации , которая является важным шагом во многих аналитиках для осмысления предоставленных данных и используется в большинстве методов (включая описанные выше). [43]
Программы обучения аналитике [ править ]
Первая программа последипломного образования, ориентированная конкретно на аналитику обучения, была создана Райаном С. Бейкером и запущена в осеннем семестре 2015 года в Педагогическом колледже университета Колумбийского . В описании программы указано, что
«(...)данные об обучении и учащихся генерируются сегодня в беспрецедентных масштабах. Появились области аналитики обучения (LA) и интеллектуального анализа образовательных данных (EDM) с целью преобразования этих данных в новые идеи, которые могут принести пользу студентов, преподавателей и администраторов. Как одно из ведущих в мире учебных и исследовательских учреждений в области образования, психологии и здравоохранения, мы с гордостью предлагаем инновационную учебную программу для выпускников, посвященную улучшению образования с помощью технологий и анализа данных ». [44]
Магистерские программы теперь предлагаются и в нескольких других университетах, включая Техасский университет в Арлингтоне, Университет Висконсина и Университет Пенсильвании.
Аналитические методы [ править ]
Методы обучения аналитике включают в себя:
- Контент-анализ, особенно ресурсов, создаваемых студентами (например, эссе).
- Дискурс-аналитика, целью которой является сбор значимых данных о взаимодействиях студентов, которая (в отличие от аналитики социальных сетей) направлена на изучение свойств используемого языка, а не только сети взаимодействий или количества сообщений на форуме и т. д.
- Аналитика социального обучения, направленная на изучение роли социального взаимодействия в обучении, важности обучающих сетей, дискурса, используемого для осмысления и т. д. [45]
- Аналитика диспозиции, целью которой является сбор данных о предрасположенности учащихся к собственному обучению и их взаимосвязи с их обучением. [46] [47] Например, «любознательные» учащиеся могут быть более склонны задавать вопросы, и эти данные можно собирать и анализировать для анализа обучения.
- Эпистемический сетевой анализ — аналитический метод, моделирующий одновременное появление различных концепций и элементов в процессе обучения. Например, данные онлайн-дискурса можно сегментировать по ходу разговора. Кодируя различное поведение учащихся в рамках совместного обучения, мы могли бы применить ENA для выявления и количественной оценки одновременного возникновения различных моделей поведения для любого человека в группе.
Приложения [ править ]
Приложения для обучения могут применяться и применяются в значительном количестве контекстов.
Общие цели [ править ]
Аналитика используется для:
- В целях прогнозирования , например, для выявления студентов, находящихся в группе риска, с точки зрения отсева или провала курса.
- Персонализация и адаптация , чтобы предоставить учащимся индивидуальные пути обучения или материалы для оценки.
- Цели вмешательства: предоставление преподавателям информации для вмешательства и поддержки учащихся.
- Визуализация информации , обычно в виде так называемых информационных панелей обучения, которые предоставляют обзор данных обучения с помощью инструментов визуализации данных.
для заинтересованных Преимущества сторон
Существует широкая осведомленность об аналитике в образовательных учреждениях среди различных заинтересованных сторон, [10] но способ определения и реализации аналитики обучения может различаться, в том числе: [13]
- чтобы отдельные учащиеся могли задуматься о своих достижениях и моделях поведения по отношению к другим. В частности, можно выделить следующие области для измерения, мониторинга, анализа и изменений с целью оптимизации успеваемости учащихся: [48]
- Мониторинг индивидуальной успеваемости учащихся
- Дезагрегирование успеваемости студентов по выбранным характеристикам, таким как специальность, год обучения, этническая принадлежность и т. д.
- Выявление отклонений для раннего вмешательства
- Прогнозирование потенциала, чтобы все учащиеся достигли оптимальных результатов
- Предотвращение отсева из курса или программы
- Выявление и разработка эффективных методов обучения.
- Анализ стандартных методов и инструментов оценивания (например, ведомственных и лицензионных экзаменов)
- Тестирование и оценка учебных программ. [48]
- как предсказатели учащихся, требующих дополнительной поддержки и внимания;
- помочь учителям и вспомогательному персоналу планировать поддерживающие мероприятия с отдельными людьми и группами;
- для функциональных групп, таких как команды курсов, стремящихся улучшить текущие курсы или разработать новые учебные программы; и
- для институциональных администраторов, принимающих решения по таким вопросам, как маркетинг и набор персонала или меры эффективности и результативности. [13]
Некоторые мотивы и реализации аналитики могут вступать в конфликт с другими, например, подчеркивая потенциальный конфликт между аналитикой для отдельных учащихся и заинтересованными сторонами организации. [13]
Программное обеспечение [ править ]
Большая часть программного обеспечения, которое в настоящее время используется для анализа обучения, дублирует функциональность программного обеспечения для веб-аналитики, но применяет его для взаимодействия учащихся с контентом. Инструменты анализа социальных сетей обычно используются для отображения социальных связей и дискуссий. Некоторые примеры программных инструментов для анализа обучения включают в себя:
- BEESTAR INSIGHT: система реального времени, которая автоматически собирает данные об активности и посещаемости учащихся , а также предоставляет аналитические инструменты и информационные панели для студентов, преподавателей и руководства. [49] [ нужен неосновной источник ]
- ЛОКО-Аналитик: контекстно-зависимый инструмент обучения для аналитики процессов обучения, происходящих в веб-среде обучения. [50] [51]
- SAM: монитор активности учащихся, предназначенный для индивидуальной учебной среды. [52] [ нужен неосновной источник ]
- SNAPP: инструмент анализа обучения, который визуализирует сеть взаимодействий, возникающую в результате сообщений и ответов на дискуссионных форумах. [53] [ нужен неосновной источник ]
- Solutionpath STREAM: ведущая британская система реального времени, использующая прогнозные модели для определения всех аспектов вовлеченности студентов с использованием структурированных и неструктурированных источников для всех институциональных ролей. [54] [ нужен неосновной источник ]
- Система успеха учащихся: инструмент прогнозной аналитики обучения, который прогнозирует успеваемость учащихся и распределяет учащихся по квадрантам риска на основе прогнозов вовлеченности и успеваемости, а также предоставляет индикаторы для развития понимания того, почему учащийся не идет по правильному пути, с помощью визуализаций, таких как сеть взаимодействий, возникающих в результате от социального взаимодействия (например, дискуссионных сообщений и ответов), результатов оценок, взаимодействия с контентом и других показателей. [55] [ нужен неосновной источник ]
- Веб-инструмент эпистемического сетевого анализа (ENA) : интерактивный онлайн-инструмент, который позволяет исследователям загружать закодированный набор данных и создавать модель, указывая единицы измерения, диалоги и коды. [56] Полезные функции онлайн-инструмента включают среднее вращение для сравнения между двумя группами, указание размера скользящего окна для накопления соединений, взвешенные или невзвешенные модели, а также параметрические и непараметрические статистические тесты с предлагаемыми описаниями и так далее. Веб-инструмент стабилен и имеет открытый исходный код.
Этика и конфиденциальность [ править ]
Этика сбора данных, аналитики, отчетности и подотчетности была поднята как потенциальная проблема для обучения аналитике. [9] [57] [58] с озабоченностью, высказанной относительно:
- Владение данными [59]
- Информирование о сфере применения и роли аналитики обучения
- Необходимая роль человеческой обратной связи и исправления ошибок в системах аналитики обучения
- Обмен данными между системами, организациями и заинтересованными сторонами
- Доверяйте клиентам данных
Как отмечают Кей, Ком и Оппенгейм, диапазон данных широк и потенциально может быть получен из: [60]
- Записанная активность: записи учащихся, посещаемость, задания, информация об исследователях (CRIS).
- Взаимодействие с системами: VLE, поиск по библиотеке/хранилищу, операции по картам
- Механизмы обратной связи: опросы, поддержка клиентов
- Внешние системы, предлагающие надежную идентификацию, такие как секторальные и общие услуги, а также социальные сети.
Таким образом, правовая и этическая ситуация сложна и различна в разных странах, что приводит к последствиям для: [60]
- Разнообразие данных: принципы сбора, хранения и использования
- Миссия образования: основные вопросы управления обучением, включая социальную инженерию и инженерию производительности.
- Мотивация развития аналитики: взаимность, сочетание корпоративного, индивидуального и общего блага.
- Ожидания клиентов: эффективная деловая практика, ожидания социальных данных, культурные соображения глобальной клиентской базы.
- Обязанность действовать: обязанность проявлять осторожность, вытекающая из знаний и вытекающих из этого проблем управления успеваемостью студентов и сотрудников.
В некоторых известных случаях, таких как катастрофа inBloom, [61] даже полнофункциональные системы были закрыты из-за отсутствия доверия к сбору данных со стороны правительств, заинтересованных сторон и групп по защите гражданских прав. С тех пор сообщество аналитиков обучения тщательно изучило правовые условия в серии экспертных семинаров на тему «Этика и конфиденциальность 4 аналитика обучения», которые представляют собой использование надежной аналитики обучения. [62] [ нужен неосновной источник ] Drachsler & Greller выпустили контрольный список из 8 пунктов под названием DELICATE, который основан на интенсивных исследованиях в этой области и призван прояснить дискуссии об этике и конфиденциальности, связанные с аналитикой обучения. [63]
- D-определение: Определите цель обучения аналитике для вашего учреждения.
- E-xplain: Определите объем сбора и использования данных.
- L-легитимность: объясните, как вы действуете в правовых рамках, обратитесь к основному законодательству.
- Вовлечение: поговорите с заинтересованными сторонами и дайте гарантии относительно распространения и использования данных.
- Согласие: добивайтесь согласия, задавая четкие вопросы о согласии.
- Анонимизация: максимально обезличить личность
- Технические аспекты: Контролируйте, кто имеет доступ к данным, особенно в областях с высокой текучестью кадров.
- Внешние партнеры: убедитесь, что внешние партнеры обеспечивают самые высокие стандарты безопасности данных.
В нем показаны способы разработки и обеспечения конфиденциальности аналитики обучения, которая может принести пользу всем заинтересованным сторонам. Полный контрольный список DELICATE находится в открытом доступе. [64]
Практика управления конфиденциальностью студентов показала расхождения между их убеждениями в конфиденциальности и действиями, связанными с конфиденциальностью. [65] Системы анализа обучения могут иметь настройки по умолчанию, позволяющие собирать данные учащихся, если они не захотят отказаться. [65] Некоторые системы онлайн-образования, такие как edX или Coursera, не предлагают возможности отказаться от сбора данных. [65] Чтобы определенная аналитика обучения работала правильно, эти системы используют файлы cookie для сбора данных. [65]
Аналитика открытого обучения [ править ]
и его коллеги представили систематический обзор аналитики обучения и ее ключевых концепций В 2012 году профессор Мохамед Чатти с помощью эталонной модели, основанной на четырех измерениях, а именно:
- данные, среда, контекст ( что? ),
- заинтересованные стороны ( кто? ),
- цели ( почему? ) и
- методы ( как? ). [66] [67]
Чатти, Муслим и Шредер [68] Обратите внимание, что целью аналитики открытого обучения (OLA) является повышение эффективности обучения в среде обучения на протяжении всей жизни. Авторы называют OLA непрерывным аналитическим процессом, который охватывает разнообразие во всех четырех измерениях эталонной модели аналитики обучения. [66]
См. также [ править ]
- Участие студентов
- Аналитика
- Большие данные
- Интеллектуальный анализ данных
- Интеллектуальный анализ образовательных данных
- Образовательные технологии
- Машинное обучение
- Распознавание образов
- Прогнозная аналитика
- Анализ социальных сетей
- Текстовая аналитика
- Веб-аналитика
Дальнейшее чтение [ править ]
Для ознакомления широкой аудитории см.:
- Брифинг образовательной инициативы Educause (2011 г.) [69]
- Обзор Educause по аналитике обучения (2011 г.) [70]
- Краткий обзор политики ЮНЕСКО в области анализа обучения (2012 г.) [71]
- Отчет NMC Horizon: издание для высшего образования, 2016 г. [72]
Ссылки [ править ]
- ^ «Прием докладов на 1-ю Международную конференцию по аналитике обучения и знаниям (LAK 2011)» . Проверено 12 февраля 2014 г.
- ^ Эндрюс, Р.; Хейторнтвейт, Кэролайн (2007). Справочник по исследованиям электронного обучения . Лондон, Великобритания: Сейдж.
- ^ Андерсон, Т. (2008). Теория и практика онлайн-обучения . Атабаска, Канада: Издательство Университета Атабаски.
- ^ Хейторнтвейт, Кэролайн; Эндрюс, Р. (2011). Теория и практика электронного обучения . Лондон, Великобритания: Сейдж.
- ^ Jump up to: Перейти обратно: а б с д и ж г час я дж к л м Сименс, Джордж (20 августа 2013 г.). «Аналитика обучения: возникновение дисциплины». Американский учёный-бихевиорист . 57 (10): 1380–1400. дои : 10.1177/0002764213498851 . ISSN 0002-7642 . S2CID 145692984 .
- ^ Сименс, Джордж. «Что такое аналитика обучения?» Elearnspace, 25 августа 2010 г. [1] Архивировано 28 июня 2018 г. на Wayback Machine.
- ^ «Я несколько не согласен с этим определением — оно хорошо служит вводной концепцией, если мы используем аналитику в качестве структуры поддержки существующих моделей образования. Я думаю, что аналитика обучения — в продвинутой и интегрированной реализации — может покончить с готовыми моделями учебных программ. ." Джордж Сименс на обсуждении в группе Google Learning Analytics, август 2010 г. Архивировано 17 мая 2020 г. на Wayback Machine.
- ^ «В описаниях аналитики обучения мы говорим об использовании данных для «предсказания успеха». Я боролся с этим, изучая наши базы данных. Я пришел к выводу, что существуют разные взгляды/уровни успеха». Майк Шарки, директор отдела академической аналитики Университета Феникса, на обсуждении в Google Group Learning Analytics, август 2010 г. [ постоянная мертвая ссылка ]
- ^ Jump up to: Перейти обратно: а б Греллер, Вольфганг; Драхслер, Хендрик (2012). «Перевод обучения в цифры: к общей структуре аналитики обучения» (PDF) . Образовательные технологии и общество . 15 (3): 42–57. S2CID 1152401 . Архивировано из оригинала (PDF) 11 января 2019 г. Проверено 1 ноября 2018 г.
- ^ Jump up to: Перейти обратно: а б с Пиччано, Энтони Г. (2012). «Эволюция больших данных и аналитики обучения в американском высшем образовании» (pdf) . Журнал сетей асинхронного обучения . 16 (3): 9–20. дои : 10.24059/olj.v16i3.267 . S2CID 60700161 .
- ^ Элиас, Таня (январь 2011 г.). «Аналитика обучения: определения, процессы и потенциал» (PDF) . Неопубликованный документ : 19. S2CID 16906479 . Архивировано из оригинала (PDF) 11 января 2019 г. Проверено 2 ноября 2018 г.
- Таня Элиас (январь 2011 г.). «Аналитика обучения: определения, процессы и потенциал» . ИсследованиеGete .
- ^ Купер, Адам (ноябрь 2012 г.). «Что такое аналитика? Определение и основные характеристики» (PDF) . Университет Болтона . ISSN 2051-9214 . S2CID 14382238 . Архивировано из оригинала (PDF) 11 января 2019 г. Проверено 1 ноября 2018 г.
- ^ Jump up to: Перейти обратно: а б с д Пауэлл, Стивен и Шейла МакНил. Институциональная готовность к аналитике. Информационный документ. Серия ЦЭТИ Аналитика. СОНО ЦЭТИС, декабрь 2012 г. «Архивная копия» (PDF) . Архивировано из оригинала (PDF) 2 мая 2013 г. Проверено 1 ноября 2018 г.
{{cite web}}
: CS1 maint: архивная копия в заголовке ( ссылка ) . - ^ Джонсон, Ларри; Адамс Беккер, Саманта; Камминс, Мишель (2016). Отчет NMC Horizon: издание для высшего образования, 2016 г. (PDF) . Техас, Остин, США. п. 38. ISBN 978-0-9968527-5-3 . Проверено 30 октября 2018 г.
{{cite book}}
:|journal=
игнорируется ( справка ) CS1 maint: отсутствует местоположение издателя ( ссылка ) - ^ Гашевич, Д.; Кованович, В.; Йоксимович, С. (2017). «Собираем пазл аналитики обучения: консолидированная модель области исследований и практики» . Обучение: исследования и практика . 3 (1): 63–78. дои : 10.1080/23735082.2017.1286142 . hdl : 20.500.11820/66801038-daf6-4065-b4a0-54848ad373ab . S2CID 115009983 .
- ^ Гашевич, Д.; Доусон, С.; Сименс, Г. (2015). «Давайте не будем забывать: аналитика обучения — это обучение» (PDF) . ТехТренды . 59 (1): 64–71. дои : 10.1007/s11528-014-0822-x . hdl : 20.500.11820/037bd57b-858f-4d21-bd29-2c6ad4788b42 . S2CID 60547215 .
- ^ Г. Сименс, Д. Гашевич, К. Хейторнтуэйт, С. Доусон, С.Б. Шум, Р. Фергюсон, Э. Дюваль, К. Верберт и RSJD Бейкер. Open Learning Analytics: интегрированная и модульная платформа. 2011.
- ^ Бэплер, П.; Мердок, CJ (2010). «Академическая аналитика и интеллектуальный анализ данных в высшем образовании» . Международный журнал стипендий преподавания и обучения . 4 (2). дои : 10.20429/ijsotl.2010.040217 .
- ^ Jump up to: Перейти обратно: а б К. Брукс. Подход на основе данных к поддержке учебных мероприятий в технологической среде обучения. Кандидатская диссертация. Университет Саскачевана, Саскатун, Канада, 2012 г.
- ^ «Аналитика обучения | Педагогический колледж Колумбийского университета» . www.tc.columbia.edu . Проверено 13 октября 2015 г.
- ^ Отте, Эвелен; Руссо, Рональд (2002). «Анализ социальных сетей: мощная стратегия, в том числе и для информационных наук». Журнал информатики . 28 (6): 441–453. дои : 10.1177/016555150202800601 . S2CID 17454166 .
- ^ Лазарсфельд, Пол Ф. (январь 1944 г.). «Выборы окончены» . Общественное мнение Ежеквартально . 8 (3): 317. дои : 10.1086/265692 .
- ^ Салливан, Дэнни (26 апреля 2007 г.). «Что такое Google PageRank? Руководство для поисковиков и веб-мастеров» . Земля поисковых систем . Архивировано из оригинала 3 июля 2016 г.
- ^ Каттс, Мэтт. «Алгоритмы ранжируют релевантные результаты выше» . Архивировано из оригинала 2 июля 2013 года . Проверено 19 октября 2015 г.
- ^ Пейдж, Лоуренс; Брин, Сергей; Мотвани, Раджив; Виноград, Терри (1999). «Рейтинг цитируемости PageRank: наведение порядка в Интернете» (PDF) . Стэнфордская информационная лаборатория . Архивировано из оригинала (PDF) 10 марта 2020 г. Проверено 11 января 2019 г.
- ^ Милгрэм, Стэнли (май 1967 г.). «Проблема маленького мира». Психология сегодня .
- ^ Грановеттер, Марк С. (май 1973 г.). «Сила слабых связей» (PDF) . Американский журнал социологии . 78 (6): 1360–1380. дои : 10.1086/225469 . JSTOR 2776392 . S2CID 59578641 .
- ^ Веллман, Барри, изд. (1999). Сети в глобальной деревне: жизнь в современных сообществах . Боулдер, Колорадо: Westview Press. ISBN 978-0-8133-1150-0 . OCLC 39498470 .
- ^ Веллман, Барри; Хэмптон, Кейт (ноябрь 1999 г.). «Жизнь в сети в проводном мире» (PDF) . Современная социология . 28 (6). дои : 10.2307/2655535 . JSTOR 2655535 . S2CID 147025574 . Проверено 2 ноября 2018 г.
- ^ Барри Веллман, «Физическое место и киберместо: рост сетевого индивидуализма». Международный журнал городских и региональных исследований 25,2 (июнь 2001 г.): 227-52.
- ^ Хейторнтвейт, Кэролайн; Эндрюс, Ричард (2011). Теория и практика электронного обучения . Лондон, Великобритания: Сейдж. дои : 10.4135/9781446288566 . ISBN 978-1-84920-471-2 .
- ^ Доусон, Шейн. (2010). « Видеть» обучающееся сообщество: исследование разработки ресурса для мониторинга сетевых связей студентов в Интернете» (pdf) . Британский журнал образовательных технологий . 41 (5): 736–752. дои : 10.1111/j.1467-8535.2009.00970.x .
- ^ Рич, Элейн (1979). «Моделирование пользователей с помощью стереотипов» (PDF) . Когнитивная наука . 3 (4): 329–354. дои : 10.1207/s15516709cog0304_3 .
- ^ Фишер, Герхард (2001). «Моделирование пользователей во взаимодействии человека и компьютера» . Пользовательское моделирование и взаимодействие с пользователем . 11 : 65–86. дои : 10.1023/А:1011145532042 .
- ^ Нельсон, TH (24 августа 1965 г.). «Сложная обработка информации: файловая структура для сложного, изменяющегося и неопределенного» . Материалы 20-й национальной конференции 1965 года . АКМ. стр. 84–100. дои : 10.1145/800197.806036 . ISBN 9781450374958 . S2CID 2556127 .
- ^ Брусиловский, Петр (2001). «Адаптивная гипермедиа» . Пользовательское моделирование и взаимодействие с пользователем . 11 (1/2): 87–110. дои : 10.1023/а:1011143116306 . ISSN 0924-1868 .
- ^ Бернс, Хью (1989). Ричардсон, Дж. Джеффри; Полсон, Марта К. (ред.). «Основы интеллектуальных систем обучения: введение» (PDF) . Материалы форума ВВС по интеллектуальным обучающим системам .
- ^ Андерсон, Джон Р.; Корбетт, Альберт Т.; Кёдингер, Кеннет Р.; Пеллетье, Рэй (1995). «Когнитивные наставники: извлеченные уроки» (PDF) . Журнал обучающих наук . 4 (2): 167–207. дои : 10.1207/s15327809jls0402_2 . S2CID 22377178 .
- ^ Кёдингер, Кеннет; Осборн, Дэвид; Геблер, Тед (2018). Форбус, К.Д.; Фельтович, П.Дж. (ред.). «Интеллектуальные когнитивные репетиторы как инструмент моделирования и учебная модель» (PDF) . Умные машины в образовании: грядущая революция в образовательных технологиях : 145–168.
- ^ Кёдингер, Кеннет (2003). «Интерактивное мероприятие «На пути к среде быстрого развития для преподавателей по когнитивной деятельности» во время AIED-03» (PDF) . Искусственный интеллект в образовании .
- ^ Шаффер, Дэвид Уильямсон; Кольер, Уэсли; Руис, Арканзас (2016). «Учебное пособие по эпистемическому сетевому анализу: анализ структуры связей в когнитивных, социальных данных и данных взаимодействия» . Журнал обучающей аналитики . 3 (3): 9–45. дои : 10.18608/jla.2016.33.3 . ISSN 1929-7750 .
- ^ Шаффер, Дэвид Уильямсон; Руис, А.Р. (2017), «Эпистемический сетевой анализ: рабочий пример теоретической аналитики обучения», Справочник по аналитике обучения , Общество исследований в области аналитики обучения (SoLAR), стр. 175–187, doi : 10.18608/hla17.015 , ISBN 9780995240803
- ^ Jump up to: Перейти обратно: а б Купер, Адам. Краткая история аналитики. Информационный документ. Серия ЦЭТИ Аналитика. JISC CETIS, ноябрь 2012 г. http://publications.cetis.ac.uk/wp-content/uploads/2012/12/Analytics-Brief-History-Vol-1-No9.pdf .
- ^ «Обучение аналитике» . www.tc.columbia.edu . Проверено 3 ноября 2015 г.
- ^ Букингем Шам, С. и Фергюсон, Р., Аналитика социального обучения. Образовательные технологии и общество (специальный выпуск «Аналитика обучения и знаний», ред. Г. Сименс и Д. Гашевич), 15, 3, (2012), 3-26. Электронная версия открытого доступа: http://oro.open.ac.uk/34092.
- ^ Браун, М., Аналитика обучения: переход от концепции к практике. Брифинг образовательной инициативы EDUCAUSE, 2012 г. http://www.educause.edu/library/resources/learning-analytics-moving-concept-practice
- ^ Букингем Шум, С. и Дикин Крик, Р., Наклонность к обучению и передаваемые компетенции: педагогика, моделирование и аналитика обучения. В: Учеб. 2-я Международная конференция по аналитике обучения и знаниям (Ванкувер, 29 апреля – 2 мая 2012 г.). АКМ: Нью-Йорк. стр.92-101. doi : 10.1145/2330601.2330629 Электронная версия: http://oro.open.ac.uk/32823
- ^ Jump up to: Перейти обратно: а б «Аналитика для достижения» (PDF) . IBM, суббота : 4 февраля 2011 г. Проверено 1 ноября 2018 г.
- ^ «Архивная копия» . Архивировано из оригинала 10 ноября 2013 г. Проверено 19 ноября 2013 г.
{{cite web}}
: CS1 maint: архивная копия в заголовке ( ссылка ) - ^ Али, Л.; Хатала, М.; Гашевич, Д.; Йованович, Дж. (2012). «Качественная оценка эволюции инструмента аналитики обучения» . Компьютеры и образование . 58 (1): 470–489. CiteSeerX 10.1.1.462.4375 . дои : 10.1016/j.compedu.2011.08.030 .
- ^ Али, Л.; Асади, М.; Гашевич, Д.; Йованович, Дж.; Хатала, М. (2013). «Факторы, влияющие на убеждения в пользу использования инструмента аналитики обучения: эмпирическое исследование» (PDF) . Компьютеры и образование . 62 : 130–148. дои : 10.1016/j.compedu.2012.10.023 .
- ^ «Billets pour le parc d’attraction Disneyland Paris» . Архивировано из оригинала 15 апреля 2017 г. Проверено 27 ноября 2011 г.
- ^ «Социальные сети в действии – обучающие сети @ UOW» . Архивировано из оригинала 21 марта 2012 г.
- ^ «Домашняя страница» .
- ^ «Brightspace Performance Plus для высшего образования | Функции аналитики обучения | Brightspace от D2L» .
- ^ Араступур, Гольназ; Чеслер, Наоми; Шаффер, Дэвид; Свецкий, Захари (2015). «Эпистемический сетевой анализ как инструмент оценки инженерного проекта» . Материалы ежегодной конференции и выставки ASEE 2015 . Конференции ASEE: 26.679.1–26.679.19. дои : 10.18260/стр.24016 .
- ^ Слэйд, Шэрон и Принслу, Пол «Аналитика обучения: этические проблемы и дилеммы» в журнале American Behavioral Scientist (2013), 57 (10), стр. 1509–1528. http://oro.open.ac.uk/36594
- ^ Сименс, Г. «Аналитика обучения: представление о исследовательской дисциплине и области практики». В материалах 2-й Международной конференции по аналитике обучения и знаниям, 4–8, 2012 г. http://dl.acm.org/citation.cfm?id=2330605 .
- ^ Кристи Китто, К манифесту владения данными http://www.laceproject.eu/blog/towards-a-manifesto-for-data-ownership/
- ^ Jump up to: Перейти обратно: а б Кей, Дэвид, Наоми Ком и Чарльз Оппенгейм. Правовые, рисковые и этические аспекты аналитики в высшем образовании. Аналитическая серия. По состоянию на 3 января 2013 г. «Архивная копия» (PDF) . Архивировано из оригинала (PDF) 2 мая 2013 г. Проверено 10 августа 2013 г.
{{cite web}}
: CS1 maint: архивная копия в заголовке ( ссылка ) - ^ «Опасения конфиденциальности по поводу отслеживания данных учащихся привели к закрытию InBloom» . Bloomberg.com . 01 мая 2014 г. Проверено 5 октября 2020 г.
- ^ «Этика и конфиденциальность в аналитике обучения (#EP4LA)» .
- ^ Драхслер, Х. и Греллер, В. (2016). Конфиденциальность и аналитика – это ДЕЛИКАТНЫЙ вопрос. Контрольный список для создания надежной аналитики обучения. 6-я конференция Learning Analytics and Knowledge 2016, 25–29 апреля 2016 г., Эдинбург, Великобритания.
- ^ «ДЕЛИКАТНЫЙ контрольный список – для создания надежной аналитики обучения» . 25 января 2016 г.
- ^ Jump up to: Перейти обратно: а б с д Принслу, Пол; Слэйд, Шэрон (16 марта 2015 г.). «Самоуправление конфиденциальностью студентов: значение для аналитики обучения». Материалы Пятой Международной конференции по аналитике обучения и знаниям . стр. 83–92. дои : 10.1145/2723576.2723585 . ISBN 9781450334174 . S2CID 1802559 . Проверено 5 июля 2020 г.
{{cite book}}
:|website=
игнорируется ( помогите ) - ^ Jump up to: Перейти обратно: а б Мохамед Амин Чатти, Анна Леа Дайкхофф, Ульрик Шредер и Хендрик Тюс (2012). Эталонная модель для аналитики обучения. Международный журнал усовершенствованного обучения технологиям (IJTEL), 4 (5/6), стр. 318–331.
- ^ Чатти, М.А., Лукаров, В., Тюс, Х., Муслим, А., Юсеф, АМФ, Вахид, У., Гревен, К., Чакрабарти, А., Шредер, У. (2014). Аналитика обучения: проблемы и будущие направления исследований. Элид, Исс. 10. http://eleed.campussource.de/archive/10/4035 .
- ^ Мохамед Амин Чатти, Архам Муслим и Ульрик Шредер (2017). На пути к открытой экосистеме аналитики обучения. В книге «Большие данные и аналитика обучения в высшем образовании» (стр. 195–219). Международное издательство Спрингер.
- ^ Эли (2011). «Семь вещей, которые вам следует знать об аналитике обучения первого поколения» . Брифинг образовательной инициативы EDUCAUSE .
- ^ Лонг, П.; Сименс, Г. (2011). «Проникая сквозь туман: аналитика в обучении и образовании» . Онлайн-обзор Educause . 46 (5): 31–40.
- ^ Букингем Шам, Саймон (2012). Краткий обзор политики Learning Analytics (PDF) . ЮНЕСКО.
- ^ Джонсон, Ларри; Адамс Беккер, Саманта; Камминс, Мишель (2016). Отчет NMC Horizon: издание для высшего образования, 2016 г. (PDF) . Техас, Остин, США. ISBN 978-0-9968527-5-3 . Проверено 28 октября 2018 г.
{{cite book}}
:|journal=
игнорируется ( справка ) CS1 maint: отсутствует местоположение издателя ( ссылка )
Внешние ссылки [ править ]
- Общество исследований в области аналитики обучения (SoLAR) - исследовательская сеть по аналитике обучения.
- Отчет Министерства образования США об аналитике обучения . 2012 год
- Группа Google Learning Analytics с обсуждениями исследователей и частных лиц, интересующихся этой темой.
- Международная конференция «Обучение, аналитика и знания»
- Конференции и люди по аналитике обучения и интеллектуальному анализу данных в образовании
- Определение обучения следующего поколения
- Microsoft Education Analytics с информацией о том, как использовать данные для улучшения результатов обучения.
- Образовательный анализ данных
- Ресурсы Educause по аналитике обучения
- Инфографика обучения аналитике
- Консорциум новых медиа (NMC)