Analiza vrednovanja: pojmovi, vrste i suvremeni pristupi

1. Vrednovanje i ocjenjivanje

Vrednovanje u obrazovanju obuhvaća sustavni proces prikupljanja i interpretacije informacija o učenju studenata radi donošenja obrazovnih odluka, davanja povratne informacije i potpore učenju.

U kontekstu digitalnog obrazovanja, vrednovanje uključuje korištenje digitalnih alata i platformi kako bi se omogućilo učinkovito, transparentno i personalizirano praćenje napretka.

Vrednovanje (eng. assessment) šireg je značenja od ocjenjivanja, obuhvaća sve postupke prikupljanja informacija o učenju i napretku studenata i može se temeljiti na kvalitativnim i kvantitativnim pokazateljima.

2. Temeljne vrste vrednovanja

Primjer:

Na početku semestra studente se uključi u dijagnostičko vrednovanje njihova predznanja kako bi se dizajn nastave mogao prilagoditi potrebama studenata.

Tijekom semestra (npr. periodično tjedno) studenti mogu sudjelovati u formativnom vrednovanju s pomoću testova kako bi oni i nastavnik dobili povratnu informaciju o napretku. Nastavnik može savjetovati studente o strategijama učenja na temelju rezultata na testovima. Kako bi se smanjilo opterećenje nastavnika, posebno na kolegijima s velikim brojem studenata, povratne informacije na testovima mogu biti automatizirane.

Postizanje ishoda učenja može se provjeravati sumativnim vrednovanjem, na primjer, preko dva kolokvija i jednim projektnim zadatkom na kojem studenti rade timski.

Slika 1. Vremenska traka – prikaz  

3. Konstruktivno poravnanje

Koncept konstruktivnog poravnanja (eng. Constructive Alignment), koji je razvio John Biggs (1999.), naglašava usklađenost između:

• ishoda učenja – jasno definiranih znanja, vještina i stavova koje student treba steći nakon procesa učenja

• aktivnosti učenja i poučavanja – koje omogućuju studentima da aktivno konstruiraju znanje i razviju kompetencije potrebne za ostvarenje ishoda učenja

• vrednovanja – koje provjerava upravo ono što ishodi učenja definiraju, uz odgovarajuće metode i kriterije procjene.

Takva usklađenost osigurava da svi elementi nastavnog procesa djeluju u smjeru poticanja aktivnoga i smislenog učenja studenata i transparentnosti i pravednosti u procjeni njihovih postignuća.

Primjena u digitalnom obrazovanju:

Korištenje digitalnih alata mora podržavati jasno definirane ishode učenja kolegija.

Primjer:

Ako je ishod učenja „analizirati podatke“, tada digitalno vrednovanje ne bi smjelo biti ograničeno na test s višestrukim izborom, već bi trebalo uključiti analitičke zadatke s podrškom digitalnih alata (npr. Excel ili drugi tablični kalkulator, analitika u sustavu za upravljanje učenjem (LMS)).

4. Uključivanje studenata u strategije vrednovanja

U suvremenim pristupima digitalnom vrednovanju naglasak je na aktivnom sudjelovanju studenata u sukreiranju procesa učenja i poučavanja u skladu s konstruktivističkom teorijom učenja. Studenti nisu samo pasivni primatelji znanja, nego i aktivni sudionici u oblikovanju kriterija uspjeha, procjeni vlastitog napretka i razumijevanju povratnih informacija.

Prema Boudu i Falchikovu (2006), vrednovanje treba biti sastavni dio učenja (assessment for learning, a ne samo of learning). Oni ističu da proces vrednovanja ima najveću vrijednost kada:

• potiče refleksivnost i samoregulaciju

• osnažuje studente za samostalno učenje cijeli život

• uključuje kvalitetnu povratnu informaciju koja potiče dublje razumijevanje, a ne samo ocjenu postignuća.

Slično, Entwistle (2009) naglašava važnost razvoja dubokog pristupa učenju – studente treba uključiti u metakognitivne aktivnosti koje im pomažu razumjeti kako i zašto uče, a ne samo što trebaju naučiti. Sudjelovanje u procesima vrednovanja omogućuje studentima da povežu kriterije uspjeha s vlastitim iskustvima i strategijama učenja.

Aktivnosti koje uključuju studente: 

• Sudjelovanje u raspravi o kriterijima vrednovanja i izradi rubrika.

• Samovrednovanje i istorazinsko vrednovanje, uz argumentiranje procjene.

• Postavljanje vlastitih ciljeva i refleksivno praćenje napretka s pomoću digitalnih portfelja ili dnevnika učenja.

• Korištenje povratnih informacija za prilagodbu strategija učenja i planiranje daljnjih koraka.

Pedagoška važnost:

Uključivanjem studenata u proces vrednovanja:

• jača se njihova metakognicija – svijest o vlastitim procesima mišljenja i učenja

• razvija se odgovornost za vlastito učenje

• povećava se unutarnja motivacija jer studenti preuzimaju aktivnu ulogu u postizanju ishoda učenja

• vrednovanje postaje alat za učenje, a ne samo mehanizam za ocjenjivanje.

5. Izazovi i prilagodbe u digitalnom okruženju

Rizici:

• Mogućnosti varanja i zlouporabe generativne umjetne inteligencije (posebno u sumativnim testovima).
• Nedostatak neposredne interakcije može otežati interpretaciju studentskih odgovora i razumijevanje procesa učenja.
• Tehničke poteškoće i digitalni jaz među studentima mogu utjecati na pravednost i pouzdanost vrednovanja.

Prilagodbe i preporuke:

• Koristiti kombinaciju različitih metoda i alata za vrednovanje (npr. test + forum + projekt + automatska formativna procjena) kako bi se smanjio rizik od varanja i povećala autentičnost procjene.
• Jasno definirati kriterije, svrhu i očekivanja u vezi s vrednovanjem i uključiti studente u proces razumijevanja kriterija (transparentno vrednovanje) kako bi studenti razvijali samoregulaciju i koristili povratne informacije (Nicol-Macfarlane‐Dick, 2006; Carless-Boud, 2018).
• Omogućiti automatiziranu, ali personaliziranu povratnu informaciju, na primjer, alatima s ugrađenom analitikom učenja i podrškom umjetne inteligencije.

• Integrirati formativno vrednovanje u proces učenja, čime se potiče refleksija i samoregulacija studenata umjesto isključivog oslanjanja na sumativne provjere znanja. (Divjak-Svetec-Horvat, 2024).

6. Zaključak: Digitalno vrednovanje – više od tehnologije

Digitalni alati ne smiju mijenjati samu svrhu vrednovanja, već omogućiti:

• brže prikupljanje i obradu podataka
• personalizaciju povratne informacije
• bolju vidljivost procesa učenja.

Učinkovito vrednovanje u digitalnom obrazovanju mora biti:

• pedagoški promišljeno – usmjereno na ishode učenja i motivirajuće procese učenja
• tehnološki izvedivo – provedivo dostupnim alatima koje mogu koristiti nastavnici i studenti
• etičko i vjerodostojno – provedeno uz poštovanje etičkih normi i akademskog integriteta.

7. Pitanja za samoprocjenu i promišljanje

 Pitanja za samoprocjenu

1. U jednoj rečenici usporedite što je vrednovanje, a što ocjenjivanje i koji je njihov odnos.

2. Navedite razlike i svrhe dijagnostičkog, formativnog i sumativnog vrednovanja i po jedan primjer aktivnosti za svaku vrstu.

3. Objasnite načelo konstruktivnog poravnanja i kako se povezuju ishodi učenja, aktivnosti i vrednovanje u vašem kolegiju (navedite jedan konkretan ishod i odgovarajuću metodu vrednovanja).

4. Što podrazumijeva transparentno vrednovanje u digitalnom okruženju i kako pridonosi samoregulaciji studenata?

5. Navedite dva glavna rizika digitalnog vrednovanja i po jednu prilagodbu kojom se rizik ublažava.

Pitanja za promišljanje

1. Kako biste u svojem kolegiju osmišljeno rasporedili dijagnostičko, formativno i sumativno vrednovanje tijekom semestra (kratka „vremenska traka“ s primjerima aktivnosti)?

2. Odaberite jedan ishod učenja iz svojeg kolegija. Koju biste digitalnu metodu vrednovanja primijenili da bolje mjeri taj ishod i zašto (uz kratko obrazloženje konstruktivnog poravnanja)?

3. Kako ćete uključiti studente u oblikovanje kriterija i poduprijeti razvoj kulture povratnih informacija?

4. Što biste automatizirali, a gdje je nužna personalizirana povratna informacija? Opravdajte odabirom cilja i resursa.

5. S obzirom na generativnu umjetnu inteligenciju, koje ćete mjere i dizajnerske odluke uvesti da očuvate vjerodostojnost i pravednost?

8. Literatura

Biggs, J. (1999). Teaching for quality learning at university: What the student does (1st ed.). Open University Press. 

Boud, D., Falchikov, N. (2006). Aligning assessment with long‐term learning. Assessment & Evaluation in Higher Education, 31(4), 399–413. 

Carless, D., Boud, D. (2018). The development of student feedback literacy: Enabling uptake of feedback. Assessment & Evaluation in Higher Education, 43(8), 1315–1325. 

Divjak, B., Svetec, B., Horvat, D. (2024). How can valid and reliable automatic formative assessment predict the acquisition of learning outcomes? Journal of Computer Assisted Learning, 1–17. 

Entwistle, N. (2009). Teaching for understanding at university: Deep approaches and distinctive ways of thinking. Palgrave Macmillan.

Nicol, D. J., Macfarlane‐Dick, D. (2006). Formative assessment and self‐regulated learning: A model and seven principles of good feedback practice. Studies in Higher Education, 31(2), 199–218.