Представьте, что вы отслеживаете цифровой след каждого учащегося, посещаемость занятий и индивидуальные потребности. Это то, что делает обучающая аналитика. Он определяется как измерение и анализ данных об учащихся, используемых для оптимизации их учебного процесса.
Аналитика обучения делает обучение личным. С помощью аналитики обучения преподаватели могут оценить, где возникли пробелы в обучении. В университетах аналитика обучения используется для прогнозирования успехов учащихся и выявления учащихся, которые «в группе риска».
Хотя есть волнение по поводу изучения аналитики и того, как она может изменить классную комнату, она не лишена недостатков. Как и с любым технологическим инструментом, мы должны оценивать потенциальные риски.
Это не личное
Изучение аналитики не является личным. Хотя он может предоставить университету или профессору данные об отдельном учащемся, он не может ответить на важные вопросы. Например, хотя обучение должно быть персонализированным, это не означает, что школа или педагог смогут прочитать данные, чтобы увидеть человека. Аналитика обучения убирает человечность и превращает учащихся в наборы данных.
Неудачные вмешательства
Хотя аналитика заработка может выявлять учащихся, находящихся в группе риска, и предсказывать неудачи, она не может решить проблему. Например, аналитика обучения может предсказать неудачу на основании того, что учащийся не посещает занятия. Отправка предупреждающих писем не изменит ситуацию. Основываясь на аналитике обучения, преподаватель не будет знать, почему учащийся пропускает урок, и учащийся не сможет улучшить свою оценку на основе уведомлений программного обеспечения о потенциальном сбое.
Корреляция между посещаемостью и успеваемостью не всегда точна. Например, учащийся может посещать все занятия и при этом сильно отставать, или наоборот. Поэтому школы и преподаватели должны использовать аналитику обучения для общения с отдельными учащимися, а не полагаться только на программное обеспечение.
Добавить комментарий