Est-ce que les petites données aider à accomplir ce qu'on appelle de bonnes données dans l'éducation? Les systèmes éducatifs du monde entier utilisent de grandes données telles que des tests standardisés, inspections et enquêtes pour mesurer les résultats d'apprentissage scolaire. Pasi Sahlberg croit qu'une bonne éducation doit être évaluée à partir d'une variété de données qui comprend à la fois quantitatif et qualitatif. Il fait valoir que, pour comprendre comment les écoles font, nous avons également besoin de recueillir “petites données” à l'aide des enseignants’ et les étudiants’ “observations, évaluations et réflexions” des processus d'enseignement et d'apprentissage dans les classes.
Petit données ne sont pas une idée nouvelle, bien sûr. Ce qui est nouveau est la technologie qui peut maintenant soutenir ce genre d'analyse. évaluations formatives scolaires mieux que ceux normalisés sont-ils? Quels sont quelques grands exemples de la façon dont les données sont peu utilisées efficacement dans les écoles? Petit données nécessite une plus grande confiance dans les enseignants’ et les écoles’ jugements, alors comment pouvons-nous construire cette confiance dans l'éducation? Je suis accompagné de La recherche globale pour l'éducation pour parler des données est éducateur finlandais Pasi Sahlberg, auteur de Leçons finlandais: Qu'est-ce que le monde peut apprendre de changement éducatif en Finlande. Pasi reçu le 2012 Prix d'éducation en Finlande, la 2013 Grawemeyer Award aux États-Unis, et la Première Classe Chevalier de la Rose Blanche de Finlande 2013.
À La Suite, pouvez-vous parler de la différence entre les données de grandes et de petites données?
Big données est un terme couramment utilisé dans le discours quotidien qui vient souvent avec une étiquette que les grandes données vont transformer la façon dont nous pensons, travail, et vie. Pour beaucoup d'entre nous, ceci est une promesse optimiste, tandis que pour d'autres, il crée de l'anxiété et de préoccupation en ce qui concerne le contrôle et la vie privée. De façon générale, gros volumes de données signifie que les données de très grande taille dans la mesure où sa manipulation et de gestion présente des défis pratiques importants.
La principale différence entre les données petits et grands dans l'éducation est, bien sûr, la taille des données et la manière dont ces données sont recueillies et utilisées. Big data dans l'éducation nécessite toujours des dispositifs dédiés pour collecter des quantités massives de données bruitées, tels que le matériel et le logiciel pour capturer des étudiants spécifiques’ expressions faciales, les mouvements de la classe, mouvements oculaires tandis que sur la tâche, postures corporelles, Discussion en classe, et l'interaction avec les autres. Petit données repose principalement sur des observations et des enregistrements réalisés par des êtres humains. Dans l'enseignement, ceux-ci comprennent les étudiants’ auto-évaluations, enseignants’ notes participatives sur le processus d'apprentissage, enquêtes scolaires externes, et les observations faites de situations d'enseignement et d'apprentissage.
Comment utilisons-nous les grandes données actuellement et quelles sont ses forces et ses inconvénients?
Nous entrons dans l'ère de la technologie à médiation environnements numériques d'apprentissage dans l'éducation. Les promesses qui viennent avec cet état de révolution que les grandes données conduira à plus puissant apprentissage personnalisé, pédagogies centrées sur l'élève actifs, évaluations formatives sensibles, et l'augmentation de l'efficacité globale de l'éducation. Cela dit, données importantes dans l'éducation peut être considérée comme un enregistrement intentionnel ou accidentel de l'activité et des interactions qui fournit des quantités de variétés et grandes de données analysables dans des environnements éducatifs numériquement médiation. Cela nécessite de nouvelles formes de «compétences de données ', en particulier des synthèses et des présentations qui ont conduit à l'émergence de deux nouveaux champs: l'extraction de données sur l'éducation et de l'analyse d'apprentissage.
l'exploration de données pour l'éducation met l'accent sur l'interprétation des preuves de grandes quantités de données non structurées et bruyante, par exemple, corrélations entre le comportement et l'apprentissage des élèves. Il répond à des questions telles que, “Quelle séquence d'étude est la plus efficace pour un élève en particulier?” et “Quelles actions indiquent l'engagement et la satisfaction étudiante?” analytics d'apprentissage est plus préoccupé par l'application d'outils et de techniques de plus grande échelle dans les milieux éducatifs, répondre à des questions telles que “Quand un étudiant à risque de ne pas le cours?” et “Quelle note est un étudiant susceptible de recevoir sans intervention?”
Par définition, Big Data offre des informations plus polyvalent sur les situations d'enseignement et d'apprentissage qui peut être utilisé pour adapter des solutions d'apprentissage plus personnalisés pour les étudiants. Big données dans l'éducation ouvre de nouvelles portes également aux chercheurs. Peut-être la plus grande valeur de celui-ci, comme Bill Cope et Mary Kalantzis conclure dans l'article, Big Data vient aux écoles, est “la possibilité, dans un cas particulier d'analyser une variété de types de données en utilisant une variété de méthodes, cross-validation de ceux-ci les uns contre les autres dans une plus puissamment holistique, fondée sur des preuves de répertoire des pratiques de recherche.” À la fois, cependant, nous devons être conscients des inconvénients potentiels de gros volumes de données, en particulier ceux liés à la confidentialité des données et de l'éthique de la recherche. Lorsque les grandes données sont utilisées pour déterminer le cheminement scolaire des enfants et ainsi leur avenir, ou d'influencer les enseignants’ carrières dans l'éducation, nous avons franchi la ligne d'utilisation appropriée des données importantes dans l'éducation.
Un autre exemple d'un grand système de nouvelles données dans l'éducation est de l'OCDE Education GPS qui héberge quantité massive de données des systèmes d'éducation à travers le monde. Les données de l'OCDE, y compris ceux du PISA, est utilisé par les décideurs politiques pour décider les directions dans leurs propres systèmes éducatifs basés sur ce qui semble avoir travaillé dans d'autres pays. De nouveau, grande analyse des données seul, sans petites données va probablement conduire à des résultats inattendus dans la pratique.
Quels sont des exemples concrets de l'utilisation de petites données que vous avez vu dans les écoles?
Mon exemple préféré est de mon propre temps d'être un professeur de mathématiques et de la science à Helsinki. Comme beaucoup de mes collègues, Je me suis vite rendu compte qu'il ya beaucoup d'étudiants qui n'aiment pas ces sujets. Ils pensaient que les mathématiques et les sciences sont trop difficiles à apprendre et souvent éloignés de leur vie quotidienne. Une des premières choses que j'appris dans mes classes était que de nombreux étudiants, probablement la plupart d'entre eux, ont des conceptions d'auto-créé de la science et des images des mathématiques. Étudiants’ mondes intérieurs sont très difficiles à saisir de toute autre manière que par les aidant à réfléchir à leur propre esprit et essayer de transformer ces pensées puis en représentations tangibles, tels que des histoires et des dessins.
Je passais beaucoup de temps, puis la collecte de petites données, dans et hors de ma classe, de comprendre les étudiants’ propres idées sur les mondes mathématiques et scientifiques. Seulement après avoir appris ce que les élèves imaginent quand ils pensent à ce que font les mathématiciens (la plupart de ceux qui sont des images positives pas du tout) Je commençais à trouver de meilleures façons de rendre le monde des mathématiques accessibles et compréhensibles pour les étudiants. Les petites données peuvent aider les enseignants à comprendre pourquoi certains étudiants apprennent pas aussi bien qu'ils le pouvaient dans les écoles mieux que les grandes données qui montrent le plus souvent que les élèves apprennent ou non ce qu'ils sont censés apprendre.
Quels types de données sont nous analysons actuellement? Quels types de données devraient nous être à la recherche de plus près et pourquoi?
Je l'ai vu un changement notable au cours de la dernière décennie de la preuve des enseignants recueillies grâce à des évaluations en classe vers la technologie numérique des données médiée. À la fois, tests standardisés sont devenus un outil central dans la collecte de ces données. Les écoles du monde entier affichent maintenant leurs étudiants’ les résultats des tests à l'école. Les enseignants consacrent plus de temps à l'analyse de ces données et d'essayer de comprendre ce que signifient les résultats dans leur propre travail avec les étudiants. Je ne dis pas que ce soit nécessairement une mauvaise chose. Mais si les enseignants sont pilotés par des données externes à partir de tests de connaissances standardisés et les rapports d'inspection, elle mine la complexité de l'enseignement et de l'apprentissage dans les écoles.
Il existe des systèmes scolaires où des ensembles beaucoup plus larges informations sont analysées et utilisées pour guider le travail de l'école. En Finlande, un élément central de chaque école est un “équipe de bien-être des étudiants” qui est faite des enseignants, bien-être des spécialistes, conseillers, et les chefs d'établissement. Grâce à ces petites données de première main, interventions précoces pour aider les élèves à risque sont ensuite décidées et mises dans les écoles. Cette équipe se réunit régulièrement, dans la plupart des écoles hebdomadaire, pour discuter et traiter l'information apportée par les enseignants sur leurs élèves’ bien-être, comportement, et l'apprentissage dans les écoles.
Croyez-vous que les évaluations formatives scolaires sont meilleurs que ceux normalisés?
évaluations formatives en milieu scolaire et des évaluations normalisées fondées sur le recensement servent à des fins différentes. Je pense que nous en avons besoin à la fois. Cependant, dans beaucoup de pays, au niveau du système de tests qui sont utilisés pour mesurer tous les élèves tout le temps pourrait être remplacé progressivement par des évaluations d'échantillons-qualité supérieure standardisée. évaluations formatives dirigée par l'enseignant devraient enrichir la preuve que les écoles utilisent à des fins d'amélioration. De façon, ceci est une combinaison judicieuse de données de grandes et de petites données pour accomplir ce que l'on appelle parfois de bonnes données dans l'éducation.
Can étudiants’ réflexion sur leur propre apprentissage être incorporé dans nos normes de réussite?
Bon apprentissage comprend les étudiants’ capacité de comprendre et de réguler leur propre processus d'apprentissage. Cela nécessite, cependant, que les étudiants ont plutôt développé des habitudes et des compétences métacognitives pour comprendre comment ils apprennent. Étudiants’ réflexion sur leur propre apprentissage peut être incorporée dans le jugement de la réussite des élèves, dès que ces compétences existent à un niveau approprié. De nouveau, Je crois que nous parlons des conditions d'utilisation de petites données pour l'évaluation des élèves ici.
Petit données nécessite une plus grande confiance dans les enseignants’ et les écoles’ des jugements sur ce qu'ils font. Comment pourrait faire confiance à être construit dans l'éducation?
La confiance est peut-être le seul ingrédient le plus nécessaire manque dans de nombreux systèmes éducatifs aujourd'hui. Les politiciens ne font pas confiance aux éducateurs. Les ministres ne peuvent pas compter sur les directeurs d'école. Et, en conséquence, il y a un manque de confiance dans les enseignants qui, à son tour, ne peut pas faire confiance aux étudiants. L'expérience montre que la confiance dans les personnes et dans les institutions ne peut être construit par des actes authentiques qui leur donnent plus de responsabilités et de l'agence.
En Finlande, la confiance dans les écoles et l'éducation en général a commencé à prospérer rapidement après que le gouvernement a permis aux écoles de concevoir leurs propres programmes (piloté par programme-cadre national), d'évaluer l'efficacité de leur propre travail, de contrôler leurs budgets, et de professionnaliser les dirigeants de niveau intermédiaire. discours de cérémonie et les appels politiques ont eu un impact sur la diminution de changer la culture de l'éducation à cet égard. Lorsque les écoles ont une réelle appropriation et la responsabilité pour les petites données, Je crois que le professionnalisme dans les écoles sera renforcée. C'est l'une des conditions avant la confiance dans nos enseignants va commencer à se développer.
Rejoignez-moi et leaders d'opinion de renommée mondiale dont Sir Michael Barber (Royaume-Uni), Dr. Michael Bloquer (États-Unis), Dr. Leon Botstein (États-Unis), Professeur Clay Christensen (États-Unis), Dr. Linda Darling-Hammond (États-Unis), Dr. MadhavChavan (Inde), Le professeur Michael Fullan (Canada), Professeur Howard Gardner (États-Unis), Professeur Andy Hargreaves (États-Unis), Professeur Yvonne Hellman (Pays-Bas), Professeur Kristin Helstad (Norvège), Jean Hendrickson (États-Unis), Professeur Rose Hipkins (Nouvelle-Zélande), Professeur Cornelia Hoogland (Canada), Honorable Jeff Johnson (Canada), Mme. Chantal Kaufmann (Belgique), Dr. EijaKauppinen (Finlande), Le secrétaire d'Etat TapioKosunen (Finlande), Professor Dominique Lafontaine (Belgique), Professeur Hugh Lauder (Royaume-Uni), Seigneur Ken Macdonald (Royaume-Uni), Professeur Geoff Masters (Australie), Professeur Barry McGaw (Australie), Shiv Nadar (Inde), Professeur R. Natarajan (Inde), Dr. PAK NG (Singapour), Dr. Denise Pape (États-Unis), Sridhar Rajagopalan (Inde), Dr. Diane Ravitch (États-Unis), Richard Wilson Riley (États-Unis), Sir Ken Robinson (Royaume-Uni), Professeur Pasi Sahlberg (Finlande), Professeur Manabu Sato (Japon), Andreas Schleicher (PISA, OCDE), Dr. Anthony Seldon (Royaume-Uni), Dr. David Shaffer (États-Unis), Dr. Kirsten immersive, (Norvège), Chancelier Stephen Spahn (États-Unis), Yves Thézé (LyceeFrancais États-Unis), Professeur Charles Ungerleider (Canada), Professeur Tony Wagner (États-Unis), Sir David Watson (Royaume-Uni), Professeur Dylan Wiliam (Royaume-Uni), Dr. Mark Wormald (Royaume-Uni), Professeur Theo Wubbels (Pays-Bas), Professeur Michael Young (Royaume-Uni), et le professeur Zhang Minxuan (Chine) alors qu'ils explorent les grandes questions d'éducation de l'image que toutes les nations doivent faire face aujourd'hui.
La recherche globale pour l'éducation communautaire page
C. M. Rubin est l'auteur de deux séries en ligne largement lecture pour lequel elle a reçu une 2011 Upton Sinclair prix, “La recherche globale pour l'éducation” et “Comment allons-nous savoir?” Elle est également l'auteur de trois livres à succès, Y compris The Real Alice au pays des merveilles, est l'éditeur de CMRubinWorld, et est une fondation perturbateurs Fellow.
Suivez C. M. Rubin sur Twitter: www.twitter.com/@cmrubinworld
Commentaires récents