Serían de datos pequeñas ayudar a lograr lo que se llama buenos datos en la educación? Los sistemas educativos de todo el mundo utilizan grandes volúmenes de datos, tales como las pruebas estandarizadas, inspecciones escolares y encuestas para medir los resultados del aprendizaje. Pasi Sahlberg cree que una buena educación debe ser evaluado a partir de una variedad de pruebas que incluye tanto el cuantitativo y lo cualitativo. Sostiene que con el fin de entender qué tan bien están haciendo las escuelas, también necesitamos recopilar “datos pequeña” el uso de los maestros’ y estudiantes’ “observaciones, evaluaciones y reflexiones” de los procesos de enseñanza y aprendizaje en las aulas.
Pequeño datos no es una idea nueva, por supuesto,. Lo que es nuevo es la tecnología que ahora puede apoyar este tipo de análisis. Son evaluaciones formativas basadas en la escuela mejor que las normalizadas? ¿Cuáles son algunos buenos ejemplos de datos de lo pequeña que está siendo utilizado de manera efectiva en las escuelas? Pequeño datos requieren una mayor confianza en los maestros’ y escuelas’ juicios, así que ¿cómo construir esa confianza en la educación? unirse a mí en La Búsqueda Global para la Educación para hablar de los datos es educadora finlandés Pasi Sahlberg, autor de Lecciones finlandesas: ¿Qué puede el mundo Aprender de cambio educativo en Finlandia. Pasi recibió el 2012 Premio a la Educación en Finlandia, la 2013 Premio Grawemeyer en los Estados Unidos, y la primera clase de Caballero de la Rosa Blanca de Finlandia en 2013.
Después, se puede hablar de la diferencia entre los grandes volúmenes de datos y los datos de pequeña?
Big data es un término que se utiliza comúnmente en el discurso diario que a menudo viene con una etiqueta que grandes volúmenes de datos va a transformar la manera en que pensamos, trabajo, y vive. Para muchos de nosotros, esta es una promesa optimista, mientras que para otros crea la ansiedad y la preocupación por el control y la privacidad. En términos generales, grandes datos: los datos de gran tamaño en la medida en que su manipulación y gestión presente desafíos prácticos significativos.
La principal diferencia entre los datos de grandes y pequeños en la educación es, por supuesto, el tamaño de los datos y la forma en que estos datos son recogidos y utilizados. grandes volúmenes de datos en la educación siempre requiere de dispositivos dedicados para la recogida de cantidades masivas de datos ruidosos, tales como hardware y software específico para capturar los estudiantes’ expresiones faciales, los movimientos de la clase, mientras que los movimientos oculares en la tarea, posturas corporales, charla aula, y la interacción con los demás. Pequeño datos se basa principalmente en observaciones y grabaciones realizadas por los seres humanos. En educacion, éstos incluyen a los estudiantes’ autoevaluaciones, profesores’ notas de participación en el proceso de aprendizaje, encuestas escolares externos, y las observaciones hechas de situaciones de enseñanza y aprendizaje.
¿Cómo podemos utilizar grandes volúmenes de datos actualmente y cuáles son sus ventajas y desventajas?
Estamos entrando en la era de la tecnología mediada entornos de aprendizaje digitales en la educación. Promesas que vienen con este estado de revolución que grandes volúmenes de datos dará lugar a más poderosa de aprendizaje personalizado, pedagogías activas centradas en el estudiante, evaluaciones formativas que respondan, y el aumento de la eficiencia general en la educación. Este dicho, grandes volúmenes de datos en la educación pueden ser vistos como una grabación y accidental de la actividad y de las interacciones que ofrece variedad y grandes cantidades de datos analizables en entornos educativos mediadas digitalmente. Esto requiere nuevas formas de «capacidades de datos ', especialmente síntesis y presentaciones que han conducido a la aparición de dos nuevos campos: datos educativos minería y análisis de aprendizaje.
minería de datos para la Educación se centra en la interpretación de la evidencia de grandes cantidades de datos no estructurados y ruidosa, por ejemplo, correlaciones entre el comportamiento y el aprendizaje de los estudiantes. Responde a preguntas como, “¿Qué secuencia de estudio es el más eficaz para un estudiante específico?” y “¿Qué acciones indican el compromiso y la satisfacción de los estudiantes?” Learning Analytics está más preocupado por la aplicación de herramientas y técnicas de mayor escala en los centros educativos, contestar preguntas como “Cuando es un estudiante en riesgo de fallar el curso?” y “¿En qué grado es un estudiante de probabilidades de recibir sin intervención?”
Por definición, grandes volúmenes de datos ofrece información sobre más versátil situaciones de enseñanza y aprendizaje que se puede utilizar para la adaptación de soluciones de aprendizaje más personalizado para los estudiantes. grandes volúmenes de datos en la educación abre nuevas puertas también a los investigadores. Tal vez el mayor valor de la misma, como Bill Cope y Mary Kalantzis concluir en el artículo, Big Data llega a Escuelas, es “la posibilidad en cualquier caso particular para analizar una variedad de tipos de datos utilizando una variedad de métodos, validación cruzada de éstos entre sí en una mayor fuerza holístico, basada en la evidencia repertorio de prácticas de investigación.” Al mismo tiempo, sin embargo, debemos ser conscientes de los posibles inconvenientes de grandes volúmenes de datos, especialmente los relacionados con la privacidad de los datos y la ética de la investigación. Cuando se utiliza grandes volúmenes de datos para determinar los itinerarios educativos de los niños y por lo tanto su futuro, o influir en los maestros’ carreras en la educación, hemos cruzado la línea del uso apropiado de grandes volúmenes de datos en la educación.
Otro ejemplo de un sistema de datos grandes emergentes en la educación es de la OCDE educación GPS que aloja gran cantidad de datos de los sistemas educativos de todo el mundo. Los datos de la OCDE, incluidos los de PISA, es utilizado por los políticos para decidir las direcciones en sus propios sistemas educativos basados en lo que parece haber funcionado en otros países. Otra vez, Los análisis de datos solo sin datos pequeños, probablemente dará lugar a resultados no deseados en la práctica.
¿Cuáles son algunos ejemplos concretos del uso de los datos poco que hayas visto en las escuelas?
Mi ejemplo favorito es de mi propio tiempo de ser un profesor de matemáticas y ciencias en Helsinki. Como muchos de mis colegas, Pronto me di cuenta de que hay muchos estudiantes que no les gustan estos temas. Pensaron que las matemáticas y las ciencias son demasiado difíciles de aprender y, a menudo lejos de su vida cotidiana. Una de las primeras cosas que aprendí en mis aulas fue que muchos estudiantes, probablemente la mayoría de ellos, tienen concepciones de creación propia de la ciencia y las imágenes de las matemáticas. Estudiantes’ mundos internos son muy difíciles de capturar en cualquier otra forma que al ayudarlos a pensar seriamente en su propia mente y tratar de convertir estos pensamientos a continuación, en representaciones tangibles, tales como historias y dibujos.
Me pasé un montón de tiempo, la recopilación de datos pequeña, dentro y fuera de mi salón de clases, entender estudiantes’ propias ideas acerca de los mundos matemáticos y científicos. Sólo después de saber lo que los estudiantes se imaginan cuando piensan acerca de lo que hacen los matemáticos (la mayoría de ellos son imágenes no positiva en todo) Empecé a encontrar mejores maneras de hacer que el mundo de las matemáticas accesible y comprensible para los estudiantes. datos pequeños pueden ayudar a los maestros a entender por qué algunos estudiantes no aprenden tan bien como deberían en las escuelas mejor que grandes volúmenes de datos que más a menudo muestran si los estudiantes aprenden o no lo que se supone que aprender.
¿Qué tipos de datos que estamos analizando? ¿Qué tipos de datos deben estar viendo más de cerca y por qué?
He visto un cambio notable durante la última década o así de pruebas maestro-recopilada a través de las evaluaciones basadas en la clase de datos hacia mediados por la tecnología digital. Al mismo tiempo, pruebas estandarizadas se han convertido en una herramienta central en la recogida de estos datos. Las escuelas de todo el mundo ahora publican sus estudiantes’ resultados de la prueba en la escuela. Los maestros pasan más tiempo a analizar estos datos y tratando de darle sentido a lo que significan los resultados en su propio trabajo con los estudiantes. No estoy diciendo que esto es necesariamente una mala cosa. Pero si los maestros son dirigidos por datos externos de pruebas de conocimiento estandarizadas e informes de inspección, socava las complejidades de la enseñanza y el aprendizaje en las escuelas.
Hay sistemas escolares donde se analizan y se utilizan para guiar el trabajo de la escuela mucho más amplios conjuntos de información. En Finlandia, un elemento central de cada escuela es una “equipo de bienestar de los estudiantes” que se hace de los profesores, bienestar especialistas, consejeros, y líderes escolares. A través de éstos primera mano pequeña de datos, intervenciones tempranas para ayudar a los estudiantes en situación de riesgo son luego deciden y realizan en las escuelas. Este equipo se reúne regularmente, en la mayoría de las escuelas semanal, para analizar y procesar la información aportada por los profesores en relación con sus estudiantes’ bienestar, comportamiento, y el aprendizaje en las escuelas.
¿Usted cree que las evaluaciones formativas basadas en la escuela son mejores que las normalizadas?
evaluaciones formativas basadas en la escuela y las evaluaciones estandarizadas basadas en el censo sirven para diferentes propósitos. Creo que los dos necesitamos. Sin embargo, en muchos países, sistema de nivel pruebas que se utilizan para medir todos los estudiantes todo el tiempo podrían ser reemplazados gradualmente por las evaluaciones basadas en muestras de mayor calidad estandarizada. evaluaciones formativas dirigidas por el maestro deben enriquecer la evidencia de que las escuelas utilizan para los propósitos de mejora. En cierto sentido, esto es una combinación sensata de grandes volúmenes de datos y datos pequeños para llevar a cabo lo que se denomina a veces buenos datos en la educación.
¿Pueden los estudiantes’ la reflexión sobre su propio aprendizaje puede incorporar en nuestros estándares de logro?
El buen aprendizaje incluye a los estudiantes’ capacidad de comprender y regular su propio proceso de aprendizaje. Esto requiere, sin embargo, estudiantes que tienen lugar desarrollados hábitos y habilidades metacognitivas para comprender cómo aprenden. Estudiantes’ la reflexión sobre su propio aprendizaje puede ser incorporado en el juicio del rendimiento de los estudiantes en cuanto se reúnan estas habilidades a un nivel apropiado. Otra vez, Creo que estamos hablando de las condiciones de uso de los datos para los pequeños evaluación de los estudiantes aquí.
Pequeño datos requieren una mayor confianza en los maestros’ y escuelas’ juicios sobre lo que hacen. ¿Cómo podría confiar en ser construido en la educación?
La confianza es quizás el ingrediente más necesaria que falta en muchos sistemas educativos de hoy. Los políticos no confían en los educadores. Los ministros no pueden confiar en los directores de escuela. Y, Como consecuencia, hay una falta de confianza en los profesores que, Sucesivamente, no puede confiar en los estudiantes. La experiencia sugiere que la confianza en las personas y en las instituciones sólo puede construirse con hechos auténticos que les dan más responsabilidad y la agencia.
En Finlandia, la confianza en las escuelas y la educación en general comenzó a florecer poco después el gobierno permitió que las escuelas diseñen sus propios programas (dirigido por plan de estudios marco nacional), para evaluar la eficacia de su propio trabajo, para controlar sus presupuestos, y profesionalizar la dirección de nivel medio. discursos ceremoniales y apelaciones políticos han tenido un impacto cada vez menor en el cambio de la cultura de la educación a este respecto. Cuando las escuelas tienen la propiedad de bienes y la responsabilidad de los datos pequeña, Creo profesionalismo en las escuelas se verá reforzada. Esa es una de las condiciones antes de la confianza en nuestros maestros comenzará a crecer.
Únete a mí y reconocidos a nivel mundial los líderes de opinión, incluyendo a Sir Michael Barber (Reino Unido), DR. Michael Bloquear (EE.UU.), DR. Leon Botstein (EE.UU.), Profesor Clay Christensen (EE.UU.), DR. Linda Darling-Hammond (EE.UU.), DR. MadhavChavan (India), El profesor Michael Fullan (Canada), El profesor Howard Gardner (EE.UU.), El profesor Andy Hargreaves (EE.UU.), Profesor Yvonne Hellman (Países Bajos), Profesor Kristin Helstad (Noruega), Jean Hendrickson (EE.UU.), Profesor Rose Hipkins (Nueva Zelanda), Profesor Cornelia Hoogland (Canada), Honorable Jeff Johnson (Canada), Señora. Chantal Kaufmann (Bélgica), DR. EijaKauppinen (Finlandia), Secretario TapioKosunen Estado (Finlandia), Profesor Dominique Lafontaine (Bélgica), El profesor Hugh Lauder (Reino Unido), Señor Ken Macdonald (Reino Unido), Profesor Geoff Masters (Australia), Profesor Barry McGaw (Australia), Shiv Nadar (India), Profesor R. Natarajan (India), DR. PAK NG (Singapur), DR. Denise Papa (Estados Unidos), Sridhar Rajagopalan (India), DR. Diane Ravitch (EE.UU.), Richard Wilson Riley (EE.UU.), Sir Ken Robinson (Reino Unido), Profesor Pasi Sahlberg (Finlandia), El profesor Manabu Sato (Japón), Andreas Schleicher (PISA, OCDE), DR. Anthony Seldon (Reino Unido), DR. David Shaffer (EE.UU.), DR. Kirsten Immersive Are (Noruega), Canciller Stephen Spahn (EE.UU.), Yves Theze (LyceeFrancais EE.UU.), Profesor Charles Ungerleider (Canada), Profesor Tony Wagner (EE.UU.), Sir David Watson (Reino Unido), Profesor Dylan Wiliam (Reino Unido), DR. Marcos Wormald (Reino Unido), Profesor Theo Wubbels (Países Bajos), El profesor Michael Young (Reino Unido), y el profesor Zhang Minxuan (De China) a medida que exploran las cuestiones de educación cuadro grande que todas las naciones se enfrentan hoy.
La Búsqueda Global para la Educación Comunitaria Página
C. M. Rubin es el autor de dos ampliamente leído serie en línea por la que recibió un 2011 Premio Upton Sinclair, “La Búsqueda Global para la Educación” y “¿Cómo vamos a Leer?” Ella es también el autor de tres libros más vendidos, Incluido The Real Alice in Wonderland, es el editor de CMRubinWorld, y es una Fundación Disruptor Fellow.
Siga C. M. Rubin en Twitter: www.twitter.com/@cmrubinworld
Comentarios recientes