האם נתונים קטנים לעזור להשיג את מה נקרא נתונים טובים בחינוך? מערכות חינוך ברחבי העולם משתמשות נתונים גדולים כגון בדיקות טופלות, בדיקות ספר וסקרים למדוד תוצאות למידה. Pasi Sahlberg סבור כי יש לבחון חינוך טוב ממגוון עדות הכולל הוא את הכמותיים איכותיים. הוא טוען כי על מנת להבין באיזו מידה בתי ספר עושים, אנחנו גם צריכים לאסוף “נתונים קטנים” באמצעות מורים’ ותלמידים’ “תצפיות, הערכות והשתקפויות” של תהליכי ההוראה והלמידה בכיתות.
נתונים קטנים הוא לא רעיון חדש כמובן. מה שחדש הוא הטכנולוגיה שעכשיו יכול לתמוך זה סוג של ניתוח. האם הערכות מעצבות-ספריים טובות יותר מאשר אלו סטנדרטיים? מה הן כמה דוגמאות גדולות של נתונים קטנים איך נמצא בשימוש יעיל בבתי ספר? נתונים קטנים דורשים יותר אמון מורים’ ובתי ספר’ פסקי דין, אז איך אנחנו בונים אמון בחינוך? מי שיצטרף אליי ב גלובל החיפוש לחינוך לדבר על נתונים הוא מחנך פיני Pasi Sahlberg, מחבר שיעורים פיניים: מה אפשר ללמוד מעולם השינוי חינוכי בפינלנד. Pasi קיבל 2012 פרס חינוך בפינלנד, the 2013 Grawemeyer פרס בארצות הברית, והכיתה האביר הראשונה של השושנה הלבנה של פינלנד ב 2013.
לאחר, אתה יכול לדבר על ההבדל בין נתונים גדולים ונתונים קטנים?
נתונים גדולים הוא מונח נפוץ בשיח יומי כי לעתים קרובות מגיע עם תווית נתונים גדולים יהיו לשנות את הדרך בה אנו חושבים, עֲבוֹדָה, ולחיות. עבור רבים מאיתנו, זהו הבטחה אופטימית, ואילו עבור אחרים זה יוצר חרדה ודאגה לגבי מלאת פרטיות. באופן כללי, נתונים גדולים פירושו נתונים של גודל גדול מאוד עד כדי כך אתגרים המעשיים המשמעותיים נוכח המניפולציה וניהולו.
ההבדל העיקרי בין נתונים גדולים וקטנים בחינוך הוא, כמובן, הגודל של הנתונים וכיצד הנתונים הללו נאספים ומשומשים. נתונים גדולים בחינוך תמיד דורשים מכשירים ייעודיים לאיסוף כמויות עצומות של נתונים רועשים, כגון חומרה ותוכנה ספציפיות כדי ללכוד סטודנטים’ הבעות פנים, תנועות בכיתה, תנועות עיניים בעת המשימה, תנוחות גוף, דיבור בכיתה, ואינטראקציה עם אחרים. נתונים קטנים מסתמכים בעיקר על תצפיות והקלטות שנעשו על ידי בני אדם. בחינוך, אלה כוללים תלמידים’ -שומות עצמיות, מורים’ הערות השתתפותית על תהליך הלמידה, סקרי אסכולה חיצוניים, ותצפיות עשויות למצבי הוראה ולמידה.
איך אפשר להשתמש בנתונים גדולים כיום ומהן החוזקות חסרונות?
אנחנו נכנסים לעידן של סביבות למידה דיגיטליות בתיווך בטכנולוגיה בחינוך. הבטחות שמגיעות עם מדינת המהפכה הזו כי נתונים גדולים יובילו ללמידה אישית חזקה יותר, פדגוגיות תלמיד מרוכז פעילות, ערכות מעצבות תגובה, וגדילת יעילות הכוללת בחינוך. זה אמר, נתונים גדולים בחינוך ניתן לראות הקלטה תכליתית או נלווית של פעילות ואינטראקציות המספקת כמויות מגוון גדול של נתוני analyzable בסביבות חינוכיות בתיווך הדיגיטלי. זה דורש צורות חדשות של 'מיומנויות נתונים', סינתזות ומצגות במיוחד שהובילו את הופעתה של שני שדות חדשים: כריית מידע בחינוך וניתוחים למידה.
כריית נתונים חינוכית מתמקד בפרשנות עדויות כמויות גדולות של נתונים רועשים ולא מובנים, לדוגמא, מתאמים בין התנהגות הלמידה של התלמידים. זה עונה על שאלות כמו, “מה רצף של המחקר הוא היעיל ביותר עבור תלמיד מסוים?” ו “אילו פעולות מצביעות מעורבות תלמידים וסיפוק?” ניתוח למידה כלים וטכניקות הוא מודאג יותר להחלה בקנה מידה גדולה יותר במסגרות חינוכיות, לענות על שאלות כמו “כאשר הוא תלמיד בסיכון של אי הקורס?” ו “איזה ציון הוא סטודנט צפוי לקבל ללא התערבות?”
לפי הגדרה, נתונים גדולים מציעים מידע צדדי נוסף על מצבי הוראה ולמידה, שניתן להשתמש בם עבור בהתאמת פתרונות למידה מותאמת אישית יותר לתלמידים. נתונים גדולים בחינוך פותחים דלתות חדשות גם לחוקרים. אולי את הערך הגדול ביותר של אותו, כמו ביל קופ ומרי Kalantzis להסיק במאמר, Big Data מגיע לבתי ספר, הוא “האפשרות בכל מקרה ומקרה לנתח מגוון רחב של סוגי נתונים, תוך שימוש במגוון של שיטות, חוצה אימות אלה מתנגשים זה בזה יותר בעוצמה הוליסטית, רפרטואר מבוסס ראיות של שיטות מחקר.” באותו הזמן, עם זאת, עלינו להיות מודע חסרונות פוטנציאליים של נתונים גדולים, במיוחד אלה הקשורים לפרטיות נתונים ואתיקה מחקר. כאשר נתונים גדולים משמש לקביעת מסלולי החינוך של ילדים ובכך עתידם, או להשפיע מורים’ קריירה בחינוך, אנחנו חצינו את הקו של שימוש נאה נתונים גדולים בחינוך.
דוגמא נוספת של מערכת נתונים גדולה המתעוררת בחינוך היא OECD של GPS החינוך שמארח כמות מסיבית של נתונים ממערכות חינוך ברחבי העולם. הנתונים של ה- OECD, כולל אלה של פיזה, משמש קובעי המדיניות להכריע הכיוונים במערכות החינוך שלהם על סמך מה נראה עבדו במדינות אחרות. שוב, ניתוח נתונים גדול לבד בלי נתונים קטנים כנראה יוביל לתוצאות בלתי צפויות בפועל.
מה הן כמה דוגמאות קונקרטיות לעניין השימוש בנתונים קטנים שראית בבתי ספר?
הדוגמא החביבה עלי היא מעת שלי להיות מורה למתמטיקה ומדעי בהלסינקי. כמו כל כך הרבה מעמיתי, הבנתי מיד כי ישנם תלמידים רבים אשר אינם אוהבים את הנושאים הללו. הם חשבו כי מתמטיקה ומדעית קשות מדי ללמוד לרוב מרוחקים מחיי היומיום שלהם. אחד הדברים הראשונים שלמדתי בכיתות שלי היה שתלמידים רבים, כנראה רובם, יש תפיסות מתוצרת עצמית של המדע ותמונות של המתמטיקה. סטודנטים’ העולמות הפנימיים הם מאוד קשה לתפוס בכל דרך אחרת מאשר בכך שהוא מסייע להם לחשוב ברצינות על המוחות שלהם ומנסים להפוך את המחשבות האלה ואז לתוך ייצוגים מוחשיים, כמו סיפורים וציורים.
ביליתי הרבה זמן אז איסוף נתונים קטנים, בתוך ומחוץ לכיתה שלי, להבין סטודנטים’ רעיונות משלו על עולמות מתמטיים ומדעיים. רק אחרי הידיעה מה התלמידים לדמיין כאשר הם חושבים על מה מתמטיקאים לעשות (רוב אלה הם דימויים חיוביים בכלל לא) התחלתי למצוא דרכים טובות יותר כדי להפוך את העולם של מתמטיקה נגישה ומובנת לתלמידים. נתונים קטנים יכולים לסייע למורים להבין מדוע חלק מהתלמידים לא לומדים כמו גם שיכלו בבתי ספר טוב יותר מאשר נתונים גדולים, כי לרוב להראות אם תלמידים לומדים או לא את מה שהם אמורים ללמוד.
אילו סוגים של נתונים אנחנו לנתח כרגע? אילו סוגים של נתונים אנחנו צריכים להסתכל יותר מקרוב ולמה?
ראיתי שינוי ראוי לציון במהלך העשור האחרון או כך מראיות שנאספו מורה באמצעות הערכות מבוססות בכיתה כלפי נתונים דיגיטלי טכנולוגיה בתיווך. באותו הזמן, מבחנים סטנדרטיים הפכו לכלי מרכזי איסוף נתונים אלה. בתי ספר ברחבי העולם החברה לפרסם תלמידיהם’ תוצאות הבדיקה בבית הספר. מורים יכולים להקדיש יותר זמן בניתוח נתונים אלה ומנסה להבין מה משמעות התוצאות בעבודה שלהם עם התלמידים. אני לא אומר שזו בהכרח דבר רע. אבל אם מורים נהוגים בידי נתונים חיצוניים מבדיקות ידע סטנדרטיות דוחות ביקורת, יש בכך כדי לערער את המורכבות של ההוראה והלמידה בבתי הספר.
ישנן מערכות הספר שבו הרבה סטים מכלול המידע מנותחים והשתמשו להנחות את העבודה של בית הספר. בפינלנד, מרכיב מרכזי של כל בית ספר הוא “צוות הרווחה סטודנט” כי הוא עשוי מורים, רווחת מומחים, מדריכים, ומנהיגי ספר. באמצעות נתונים קטנים מהמקור הראשון אלה, התערבויות מוקדם כדי לסייע לתלמידים בסיכון אז הם החליטו ועשו בבתי ספר. צוות זה נפגש באופן סדיר, ברוב בתי הספר שבועי, לדון ולעבד מידע שהובא על ידי מורים בנוגע תלמידיהם’ רווחה, הִתְנַהֲגוּת, ולמידה בבתי ספר.
האם אתם מאמינים כי הערכות מעצבות-ספריים עדיפות אלה סטנדרטיות?
ספר מבוסס ערכות מעצבות והערכות סטנדרטיות מבוסס במפקד משרתים מטרות שונות. אני חושב שאנחנו צריכים את שניהם. עם זאת, במדינות רבות, ברמת המערכת טופלה בדיקות המשמשות למדוד את כל התלמידים כל הזמן יכול להיות מוחלפת בהדרגה על ידי ערכות המתבסס על מדגם באיכות גבוהה יותר. מורה בראשות ערכות מעצבות צריכות להעשיר את ראיות משתמשות ספר למטרות שיפור. בדרך, זהו שילוב הגיוני של נתונים גדולים ונתונים קטנים כדי להשיג את מה שמכונה לפעמים נתונים טובים בחינוך.
האם התלמידים יכולים’ השתקפות על הלמידה שלהם תשולב הסטנדרטים שלנו של הישג?
למידה טובה כולל סטודנטים’ היכולת להבין ולהסדיר תהליך הלמידה שלהם. זה דורש, עם זאת, שתלמידים פתחו למדי הרגלים ומיומנויות metacognitive להבין איך הם לומדים. סטודנטים’ השתקפות על הלמידה שלהם יכולה להיות משולבת בתוך שיפוט של הישגי תלמידים בהקדם מיומנויות אלה קיימות ברמה מתאימה. שוב, אני מאמין שאנחנו מדברים על התנאים של שימוש בנתונים קטנים להערכת סטודנט כאן.
נתונים קטנים דורשים יותר אמון מורים’ ובתי ספר’ פסקי דין על מה שהם עושים. איך אפשר לסמוך להיבנות בחינוך?
אמון הוא אולי המרכיב היחיד הנחוץ ביותר החסר במערכות חינוך רבות היום. פוליטיקאים לא סומכים מחנכים. שרים לא יכולים להסתמך על מנהלי בתי ספר. ו, כתוצאה מכך, קיים חוסר אמון מורים, בתורו, אי אפשר לסמוך סטודנטים. ניסיון מלמד כי אמון באנשים ובמוסדות יכולים להיבנות רק על ידי מעשים אמיתיים שנותנים להם יותר אחריות סוכנות.
בפינלנד, אמון בבתי ספר וחינוך בכלל החל לפרוח בקרוב לאחר שהממשלה אפשרה בתי ספר לעיצוב תוכניות לימודים משלהם (יוביל את לימודי מסגרת לאומיים), כדי להעריך את היעילות של העבודה שלהם, לשלוט בתקציבים שלהם, וכדי להתמקצע המנהיגות ברמת ביניים. נאומים טקסיים וערעורים פוליטית לא הייתה לכך השפעה הולכת ופוחתת על שינוי תרבות החינוך בעניין זה. כאשר יש בתי ספר בעלות ואחריות אמיתיות נתונים קטנים, אני מאמין מקצועיות בבתי ספר תהיה משופרת. זוהי אחת את התנאים לפני אמון המורים שלנו יתחיל לגדול.
הצטרף אליי ולמנהיגי מחשבה מוכרת בעולם כולל סר מייקל ברבר (בריטניה), DR. מיכאל בלוק (ארה"ב), DR. ליאון בוטשטיין (ארה"ב), פרופסור קליי כריסטנסן (ארה"ב), DR. לינדה דרלינג-Hammond (ארה"ב), DR. MadhavChavan (הודו), פרופ 'מיכאל Fullan (קנדה), פרופ 'הווארד גרדנר (ארה"ב), פרופ 'אנדי הארגריבס (ארה"ב), פרופ 'איבון הלמן (הולנד), פרופ 'קריסטין Helstad (נורווגיה), ז'אן הנדריקסון (ארה"ב), פרופ 'רוז Hipkins (ניו זילנד), פרופ 'קורנליה הוגלנד (קנדה), הכבוד ג'ף ג'ונסון (קנדה), גברת. שנטל קאופמן (בלגיה), DR. EijaKauppinen (פינלנד), מזכיר המדינה TapioKosunen (פינלנד), פרופ 'דומיניק לפונטיין (בלגיה), פרופ 'יו לאודר (בריטניה), לורד קן מקדונלד (בריטניה), פרופ 'ג'ף מאסטרס (אוסטרליה), פרופ 'בארי McGaw (אוסטרליה), שיב נדאר (הודו), פרופ 'R. נטריגין (הודו), DR. PAK NG (סינגפור), DR. דניז אפיפיור (ארה"ב), שרידהר ךאג'גופלן (הודו), DR. דיאן ראוויטש (ארה"ב), ריצ'רד וילסון ריילי (ארה"ב), סר קן רובינסון (בריטניה), פרופ Pasi Sahlberg (פינלנד), פרופ Manabu סאטו (יפן), אנדריאס שלייכר (PISA, OECD), DR. אנתוני סלדון (בריטניה), DR. דוד שפר (ארה"ב), DR. קירסטן Immersive Are (נורווגיה), קנצלר סטיבן ספאן (ארה"ב), איב Theze (LyceeFrancais ארה"ב), פרופ 'צ'רלס Ungerleider (קנדה), פרופ 'טוני וגנר (ארה"ב), סר דייוויד ווטסון (בריטניה), פרופסור דילן Wiliam (בריטניה), DR. מארק Wormald (בריטניה), פרופ 'תיאו Wubbels (הולנד), פרופ 'מייקל יאנג (בריטניה), ופרופ 'Minxuan ג'אנג (סין) כפי שהם לחקור שאלות חינוך תמונה הגדולות שכל המדינות מתמודדות היום.
גלובל החיפוש לחינוך עמוד קהילה
C. M. רובין הוא המחבר שתי סדרות מקוונות רבים קוראות שלהיא קיבלה 2011 הפרס אפטון סינקלר, “גלובל החיפוש לחינוך” ו “איך וויל אנחנו קראו?” היא גם מחברם של שלושה ספרים רבי מכר, כולל אליס בארץ הפלאות Real, הוא המוציא לאור של CMRubinWorld, והוא משבש קרן עמית.
עקוב C. M. רובין בטוויטר: www.twitter.com/@cmrubinworld
תגובות אחרונות