Videolekcija: Interpretacija analitike učenja

Dobro došli u videolekciju o interpretaciji analitike učenja. Analitika učenja daje vrijedne uvide, ali tek kad ih znamo pravilno interpretirati. Nastavnici imaju ključnu ulogu u interpretaciji, a zatim i provedbi intervencija temeljenih na saznanjima iz analitike učenja. Kao uvod u tu temu, u ovoj lekciji prikazat ćemo nekoliko konkretnih primjera. Već smo spominjali da analitika učenja može biti dostupna u sustavima za upravljanje učenjem, temeljeći se na podatcima koji se prikupljaju u tom sustavu. Jedan je primjer Moodle, koji uključuje različite mogućnosti za analitiku učenja, od temeljnih funkcionalnosti do plug-inova i integracija s vanjskim alatima. U Moodleu možemo vidjeti, primjerice, izvještaje o aktivnostima (activity reports), dnevnike aktivnosti (logs), dovršenost aktivnosti (activity completion) i druge izvještaje. Kad je riječ o vrednovanju, možemo vidjeti i analize rezultata testova, o čemu ćete više pronaći u materijalima za čitanje. Pogledamo li izvještaje o aktivnostima, za svaku aktivnost u kolegiju možemo vidjeti koliko puta je pogledana i koliko joj je korisnika pristupilo. Ako se studenti nekim materijalom ne koriste, dobro je razmotriti zašto se to događa. Možda im nije dovoljno vidljiv pa ga je potrebno istaknuti ili im je možda kompleksan pa trebaju dodatna pojašnjenja. Ipak, slabo korištenje nekog materijala neće nužno značiti da ishod učenja nije usvojen, kao što ni velik broj pristupa neće nužno značiti da je usvojen. Tu su ključni rezultati vrednovanja i zato je različite vrste podataka i analiza potrebno gledati u sinergiji. Možemo i vidjeti aktivnost studenata na kolegiju tijekom vremena. Intenzivnija aktivnost u određenim vremenskim razdobljima često se može povezivati sa sumativnim vrednovanjem, primjerice kolokvijima, ispitima ili pripremom projekata. Da bismo takve prikaze bolje razumjeli, dobro je analitiku iz LMS-a usporediti s dizajnom učenja i pripadajućim analizama u BDP alatu. Primjerice, možemo pogledati raspodjelu tipova aktivnosti na kolegiju. Na temelju toga možemo razmotriti da je u kolegiju potrebno povećati udio aktivnosti koje iziskuju aktivniji angažman studenata. Ili možemo zaključiti, primjerice, ako su najzastupljeniji tipovi učenja istraživanje i vježba, kao u ovom primjeru, da se velik dio učenja odvija izvan LMS-a pa tako ni ta aktivnost nije registrirana u izvještaju o aktivnosti u LMS-u. BDP alat daje i niz drugih korisnih analitika dizajna učenja. Od posebne su vrijednosti analitike vezane za studentsko opterećenje, primjenu inovativnih pedagogija, konstruktivno poravnanje i vrednovanje. Primjerice, iz prikaza na ekranu možemo vidjeti da studentsko radno opterećenje planirano tijekom aktivnosti učenja i poučavanja ne odgovara u potpunosti zadanom studentskom radnom opterećenju na kolegiju. Uzimajući to u obzir, nastavnik može revidirati dizajn učenja kolegija tako da uskladi planirane aktivnosti s radnim opterećenjem. Iz raspodjele tipova aktivnosti učenja i poučavanja možemo zaključiti je li ostvarena ciljana strategija učenja i poučavanja. Primjerice, ciljamo li na problemsko učenje, analitika koja pokazuje da je velik udio aktivnosti tipa istraživanja i produkcije sugerira nam da je dizajn smislen. Međutim, velik naglasak na aktivnostima tipa usvajanja signalizirao bi potrebu za doradom dizajna učenja u skladu sa ciljanom inovativnom pedagogijom i povećanje zastupljenosti aktivnosti koje podržavaju aktivno učenje (na primjer rješavanje problema uz rad u timovima). Iz analitike u BDP alatu možemo vidjeti kako su ishodi učenja kolegija pokriveni u pojedinim temama i vrednovanju. Vidimo li da neki ishod nije u potpunosti ili uopće nije pokriven temama kolegija, odnosno za njega nije predviđeno odgovarajuće formativno i sumativno vrednovanje, to je signal za potrebnim unapređenjem dizajna učenja u skladu s principom konstruktivnog poravnanja. Na temelju analitike učenja i analitike dizajna učenja, nastavnik dobiva uvide koji mu mogu pomoći u kreiranju intervencija prema studentima (primjerice, dodatno naglašavanje neke aktivnosti) ili dizajnu učenja (primjerice, jačanje veze između vrednovanja i planiranih ishoda učenja). Za smislenu interpretaciju nužno je da nastavnici razvijaju podatkovnu pismenost, odnosno razumijevanje te vještine tumačenja i korištenje podataka. Također, važno je da primjenjuju svoje pedagoško znanje, kao i kritičko mišljenje, dobro razumiju obrazovni kontekst i kontekst svakog studenta te u konačnici primjenjuju etička načela u donošenju odluka. Uloga je institucija da njeguju kulturu vođenu podatcima i potiču smislenu i etičnu primjenu analitike učenja.