Å spore hver elevs hvert trekk er sentralt for revolusjonen i High Ed

høyere ed nprBilde: Chelsea Beck / NPR
Del denne historien!
image_pdfimage_print

Technocrat-tankegangen er å spore alt, hele tiden, og dette gjelder spesielt i alle faser av moderne utdanning. Studentene er bare statistiske objekter som skal analyseres og manipuleres. TN Editor

På campus i dag etterlater nesten hvert pedagogisk samspill digitale spor. Oppgaver og tilbakemeldinger gis gjennom nettportaler; debatter og diskusjoner skjer via læringsstyringssystemer så vel som i klasserom, kafeer og sovesaler.

Disse og andre digitale smuler gir teknologer mulighet til å undersøke prosesser, praksis og mål for høyere utdanning på måter som stort sett var umulige for et tiår siden.

Vi har rapportert her og her om Stanford fysikk Noble Laureate Carl Wiemens “aktive læring” -revolusjon.

En annen fysiker-dreid utdanning-innovatør (er det noe i fysikklaboratoriet?) Som heter Timothy McKay, ser stort løfte om å "lære analytics" - å bruke big data og forskning for å forbedre undervisning og læring.

McKay, en professor i fysikk, astronomi og utdanning ved University of Michigan argumenterer i en fersk hvitbok, at høyere utdanning trenger å "bryte det opplevde skillet mellom forskning og praksis."

Det er personvern og etiske bekymringer, selvfølgelig, noe som igjen har ført til svømming etiske retningslinjer å springe opp.

Jeg rakte ut til professor McKay, som også leder Michigan Digital Innovation Greenhouse, for å grave dypere i hvordan læringsanalyse fungerer i høyere utgave.

Jeg vil gi deg et eksempel som er hentet fra min egen erfaring. Jeg har undervist her på University of Michigan i mer enn 20 år. Det meste av undervisningen min har vært store, introduksjonsfysiske kurs… fra 400 til 700 studenter. Nå som universitetene tradisjonelt har gjort dette er å tilby en slags industriell tilnærming, å gå til den store gruppen mennesker og tilby dem det samme materialet, be dem om å gjøre samme type aktiviteter i samme tempo og evaluere alle disse menneskene på nøyaktig samme måte. Alle får samme kurs.

Hvis den er godt designet, er det kanskje for medianstudenten i den klassen. Det fungerer bra for den median studenten, men det fungerer ikke bra for noen andre.

Det jeg oppdaget da jeg begynte å se på data om mine egne klasser, var noe som burde vært opplagt helt fra starten, men egentlig ikke var før jeg undersøkte dataene. Jeg forsto hvor forskjellige alle elevene i klassen min var, hvor vidt de er spredt over en rekke forskjellige spekter av forskjell, og at hvis jeg ville lære dem alle like bra, fungerer det ikke å levere nøyaktig samme ting for hver student.

Du er bedre i stand til å tilpasse og smalere for studenter som kan trenge hjelp, som kan ha en annen bakgrunn, som kan ha et annet perspektiv?

Eller forskjellige mål. Mange ganger vil diskusjonen handle om studenter som kan stå bak eller være i faresonen, men det er også sant for studenter som virkelig utmerker seg faglig. De trenger også spesiell oppmerksomhet. Det første som skjedde for meg var å åpne øynene mine for den virkelige utfordringen, den virkelige viktigheten av å tilpasse seg, selv når vi underviser i skala.

Deretter fulgte det som var en erkjennelse av at siden vi faktisk hadde informasjon om bakgrunnen og interessene og målene til hver enkelt av studentene våre, hvis vi kunne bygge verktøy, bruke informasjonsteknologi, kan vi være i stand til å snakke med alle de studentene på forskjellige måter å gi dem forskjellige tilbakemeldinger og oppmuntring og råd.

Vi har bygget dette verktøyet som heter ECoach, som er et PC-skreddersydd kommunikasjonssystem som lar oss snakke med en student med detaljert kunnskap om deres bakgrunn, interesser og mål, og kunne gjøre det på skala.

Noe av det er automatisert, men kan du skreddersy det til hver student?

Det er interessant. Det er automatisert på en måte, men på en annen måte er det hele generert av mennesker. Innholdet vi skal gi, slik vi lager det, er å sette oss sammen og se på hva slags mennesker som er til stede i klassene våre og tenke på hvordan vi ville endre budskapet hvis en av disse elevene satte seg i foran oss.

Vi kan selvfølgelig endre det vi sier. Noen elever er veldig godt forberedt på å ta en fysikklasse, og faktisk har de kanskje studert den i to år på videregående før de kom til klassen min. Det er en slags melding til dem. Det er andre slags studenter som aldri har sett dette emnet før. Og der vil jeg kanskje virkelig fokusere på punkter som hvordan å ta en fysikklasse er forskjellig fra å ta andre typer klasser som de har.

Vi setter oss ned og tenker på hva vi ville sagt til disse menneskene hvis de satt foran oss, og teknologi som ECoach gjør oss bare i stand til å si det til alle studentene, i stedet for bare de få som kan få avtaler i kontortiden.

OK, sier en gjeng med nybegynnere i en amerikansk opplyst klasse fra det 20. Århundre, papirene de gjør for den klassen, er det relevante data der som kan være nyttige på en læringsanalytisk måte?

Absolutt. Det er et flott eksempel på de nye datatypene som dukker opp, de nye dataformene. Det pleide å være, når du og jeg gikk på college, at du skrev det papiret for den klassen, og du leverte det kanskje inn på skrivepapir. Ikke sant? Instruktøren tok den og markerte den med en penn og ga den tilbake til deg, og så ble den borte fra systemet. Det etterlot ingen rekord. Den eneste posten som den etterlot, var faktisk karakteren som instruktøren din skrev i en spalte i en liten regnskapsbok.

Les hele historien her ...

Bli med på vår adresseliste!


avatar
Abonner
Varsle om