Страница 4 из 15
Инструменты разработчика адаптивных тестов
Аналитика обучения
Аналитика обучения, или учебная аналитика, (learning analytics) – измерение, сбор, анализ и представление данных об обучающихся и образовательной среде с целью понимания и оптимизации обучения и условий, в которых оно происходит[6].
Задачи учебной аналитики[7]
Связь учебной аналитики и анализа образовательных данных[8]
Связь учебной аналитики и бизнес-аналитики по уровню принятия решений (HR analytics / people analytics / talent analytics / T&D analytics – в зависимости от детализации)
• Для бизнес-аналитики – запрос со стороны бизнеса (ключевое – бизнес-ценность).
• Для учебной аналитики – запрос со стороны учебного процесса (ключевое – «понимание и оптимизация обучения и окружения»).
Деление не всегда может быть жестким, скорее несколько разные уровни абстракций.
Взаимодействие с образовательными ресурсами
Показатели взаимодействия во время обучения, включая: манеру навигации, ответы на упражнения и тесты, типы совершаемых ошибок, временные характеристики, связанные с деятельностью студента во время обучающих мероприятий
Прошлая деятельность
Ретроспективные показатели прошлой деятельности обучающегося, раскрывающие усвоение идей, навыков или компетенций на текущий момент
Административные данные
Показатели периферийного контекста: преподаватель, школа, район, местная община или государство (на основании административных данных)
Эмоциональное состояние
Ближайшие показатели, относящиеся к обучению, например: эмоциональное состояние, качество сна, показатели питания
Социальные показатели
Показатель взаимодействия учащегося с другими учениками и преподавателем в процессе обучения или с записанной речью (со всеми ее разнообразными свойствами, например семантическим содержанием, просодией и т. д.)
Предпочитаемые обучающие медиа или жанры
Ретроспективные показатели предпочтительных для обучающегося медиа или жанров в тех случаях, когда выбор был возможен
Демографическая информация
Показатели периферийного контекста: демографическая информация об учащемся
Социальные связи
Показатели ближайшего контекста, такие как социальные отношения и данные о социальных связях
Тип мышления
Данные из анкеты или самоотчета относительно того, как учащийся устанавливает связь между своими стратегическими усилиями во время обучения и развитием компетенций, а также относительно функционирования сферы обучения
Настойчивость или упорство
Ретроспективные показатели настойчивости или упорства обучающегося при столкновении в процессе обучения с трудностями, которые индексируются как ошибки и временные показатели
Временная история
Показатели ближайшего контекста, представляющие временную историю действий обучающегося, данные о которой доступны в конкретный день
Нарушения в классе
Показатели ближайшего и периферийного контекста о нарушениях в классе согласно записям о поведенческих происшествиях в классе обучаемого в конкретный день или в течение времени
Образовательное извлечение данных (educational data mining, EDM) и data mining
Из упомянутых методологических категорий универсальными для всех типов data mining считаются предсказательный анализ, кластерный анализ и поиск взаимосвязей, однако более известными подходами к EDM считаются «Открытия с помощью моделей» и «Очистка данных для оценки человеком».
Кейс: предиктивная аналитика для мегментации аудиторри [5]
Выявлена зависимость между показанным результатом и количеством попыток прохождения теста
Оценка / число попыток
Проведена дополнительная сегментация по динамике
Оценка / улучшили результат
Оценка / «застряли»
В
Виртуальная реальность
Виртуальная реальность (virtual reality, VR) – искусственная реальность, синтетический мир (объекты и субъекты), созданный техническими средствами, передаваемый человеку через его ощущения: зрение, слух, обоняние, осязание и другие.
Виртуальная реальность имитирует как воздействие, так и реакции на воздействие. Для создания убедительного комплекса ощущений реальности компьютерный синтез свойств и реакций виртуальной реальности производится в реальном времени.
Объекты виртуальной реальности обычно ведут себя близко к поведению аналогичных объектов материальной реальности. Пользователь может воздействовать на эти объекты в согласии с реальными законами физики (гравитация, свойства воды, столкновение с предметами, отражение и т. п.).
Однако часто пользователям виртуальных миров позволяется больше, чем возможно в реальной жизни (например, летать, создавать любые предметы и т. п.).
Порожденность
Виртуальная реальность производится другой, внешней к ней реальностью
Актуальность
Существует актуально, в момент наблюдения, здесь и сейчас
Автономность
Имеет свои законы бытия, времени и пространства
Интерактивность
Может взаимодействовать с другими реальностями, тем не менее обладая независимостью
Не следует путать виртуальную реальность с дополненной. Их коренное различие в том, что виртуальная конструирует новый искусственный мир, а дополненная реальность лишь вносит отдельные искусственные элементы в восприятие мира реального, являясь формой смешанной реальности, наряду с дополненной виртуальностью.
6
Lang, C., Siemens, G., Wise, A., Gašević, D. (2017). The Handbook of Learning Analytics. 1st ed. SoLAR: Society for Learning Analytics Research, p. 241.
7
Enhancing Teaching and Learning Through Educational Data Mining and Learning Analytics: An Issue Brief. U.S. Department of Education, Office of Educational Technology. Washington, D.C., 2012. [PDF] Available at: https://tech.ed.gov/wp-content/uploads/2014/03/edm-la-brief.pdf
8
Siemens, G. and Baker, R. (2012). Learning analytics and educational data mining: Towards communication and collaboration. In: 2nd International Conference on Learning Analytics and Knowledge. NY: ACM, pp.252–254.