Seria pequenos dados ajudar a realizar o que é chamado de bons dados na educação? Os sistemas de ensino em todo o mundo usam grandes dados, tais como testes padronizados, inspecções escolares e pesquisas para medir os resultados da aprendizagem. Pasi Sahlberg acredita que uma boa educação deve ser avaliado a partir de uma variedade de evidências que inclui tanto o quantitativo eo qualitativo. Ele argumenta que, a fim de compreender o quão bem as escolas estão fazendo, também precisamos de recolher “dados pequena” usando professores’ e estudantes’ “observações, avaliações e reflexões” dos processos de ensino e aprendizagem nas salas de aula.
Pequeno dados não é uma ideia nova, claro. O que é novo é a tecnologia que pode agora suportar este tipo de análise. São avaliações formativas baseadas na escola melhor do que aqueles padronizados? Quais são alguns bons exemplos de dados como pequeno está sendo usado de forma eficaz nas escolas? Pequeno dados exigem mais confiança em professores’ e escolas’ julgamentos, assim como vamos construir a confiança na educação? me juntando-se A Pesquisa Global para a Educação para falar sobre os dados é educador finlandês Pasi Sahlberg, autor de Lições finlandesas: O que pode o mundo Aprenda com a mudança educacional na Finlândia. Pasi recebeu o 2012 Educação Award na Finlândia, o 2013 Grawemeyer Award nos Estados Unidos, eo First Class Cavaleiro da Rosa Branca da Finlândia em 2013.
Após A, você pode falar sobre a diferença entre grandes e dados de pequena?
Big data é um termo comumente usado no discurso diário que muitas vezes vem com uma etiqueta que big data irá transformar a maneira como pensamos, trabalho, e viva. Para muitos de nós, esta é uma promessa otimista, enquanto para outros ele cria ansiedade e preocupação com o controle e privacidade. Em termos gerais, big data, os dados de tamanho muito grande na medida em que os seus desafios práticos significativos de manipulação e gerenciamento de presente.
A principal diferença entre dados de grandes e pequenos na educação é, claro, o tamanho dos dados e como estes dados são recolhidos e usados. Grandes dados em educação sempre requer dispositivos dedicados para a recolha de grandes quantidades de dados barulhento, tais como hardware e software para capturar estudantes específica’ expressões faciais, movimentos em sala de aula, movimentos dos olhos, enquanto em tarefa, posturas corporais, sala de aula de conversação, e interação com os outros. Pequeno dados baseia-se principalmente em observações e gravações feitas por seres humanos. na educação, estes incluem estudantes’ auto-avaliações, professores’ participatory notes no processo de aprendizagem, inquéritos escolares externos, e observações feitas de situações de ensino e aprendizagem.
Como usamos dados grandes atualmente e quais são suas vantagens e desvantagens?
Estamos entrando na era dos ambientes de aprendizagem de tecnologia mediada digitais na educação. Promessas que vêm com este estado revolução que grandes dados levarão a aprendizagem personalizada mais poderoso, pedagogias activas centradas no aluno, avaliações formativas responsivos, e aumento da eficiência global na educação. este disse, grandes dados em educação pode ser visto como uma gravação proposital ou incidental de atividade e interações que oferece variedade e grandes quantidades de dados analisáveis em ambientes educacionais digitalmente mediadas. Isso requer novas formas de "competências de dados ', especialmente sínteses e apresentações que levaram ao surgimento de dois novos campos: educacional mineração de dados e análise de aprendizagem.
mineração de dados para a Educação centra-se na interpretação de evidências de grandes quantidades de dados barulhento e não estruturados, por exemplo, correlações entre o comportamento dos alunos e da aprendizagem. Ele responde a perguntas como, “O seqüência de estudo é o mais eficaz para um aluno específico?” e “Quais ações indicam o envolvimento dos alunos e satisfação?” analytics aprendizagem está mais preocupado com aplicação de ferramentas e técnicas de maior escala em ambientes educacionais, respondendo a perguntas como “Quando é que um aluno em risco de não o curso?” e “O grau é um estudante propensos a receber sem intervenção?”
Por definição, grande de dados oferece informações mais versátil sobre situações de ensino e aprendizagem que pode ser usado para adaptar soluções de aprendizagem mais personalizados para os estudantes. Big data na educação abre novas portas também para pesquisadores. Talvez o maior valor do mesmo, como Bill Cope e Maria Kalantzis concluem no artigo, Big Data vem Escolas, é “a possibilidade de, em qualquer caso em particular para analisar uma variedade de tipos de dados usando uma variedade de métodos, cross-validar estes uns contra os outros de uma forma mais holística poderosamente, Baseada em evidências repertório de práticas de pesquisa.” Ao mesmo tempo, contudo, devemos estar atentos a potenciais desvantagens de big data, especialmente aqueles relacionados à privacidade de dados e de ética em pesquisa. Quando big data é usada para determinar percursos educativos das crianças e, assim, o seu futuro, ou influenciar professores’ carreiras na educação, temos cruzou a linha de utilização adequada de dados grandes na educação.
Outro exemplo de um sistema de dados grande emergente na educação é OCDE de GPS educação que hospeda enorme quantidade de dados a partir de sistemas de ensino em todo o mundo. Os dados da OCDE, incluindo os do PISA, é utilizado pelos decisores políticos para decidir os rumos em seus próprios sistemas de ensino com base no que parece ter funcionado em outros países. Novamente, análise de dados grande sozinho, sem dados pequenas provavelmente levará a resultados não intencionais na prática.
Quais são alguns exemplos concretos do uso de dados de pequeno porte que você já viu nas escolas?
Meu exemplo favorito é do meu próprio tempo de ser um professor de matemática e ciências em Helsínquia. Como muitos dos meus colegas, Logo percebi que há muitos estudantes que não gostam estes assuntos. Eles achavam que a matemática e as ciências são muito difíceis de aprender e muitas vezes distantes de suas vidas diárias. Uma das primeiras coisas que aprendi em minhas aulas era que muitos estudantes, Provavelmente a maioria deles, têm concepções auto-criado da ciência e imagens de matemática. Os alunos’ mundos interiores são muito difíceis de capturar em qualquer outra forma que, ajudando-os a pensar seriamente sobre suas próprias mentes e tentar transformar esses pensamentos em seguida, em representações tangíveis, tais como histórias e desenhos.
Passei um monte de tempo, então a coleta de dados pequena, dentro e fora da minha sala de aula, compreender estudantes’ ideias próprias sobre os mundos matemáticos e científicos. Só depois de saber o que os alunos imagine quando eles pensam sobre o que os matemáticos fazem (a maioria dos que são imagens não positivos em tudo) Eu comecei a encontrar melhores maneiras de tornar o mundo da matemática acessível e compreensível para os alunos. Pequenas dados podem ajudar os professores a entender por que alguns alunos não aprendem tão bem quanto poderia, em escolas melhores do que big data que mais frequentemente mostram se os alunos aprendem ou não aquilo que é suposto para aprender.
Quais os tipos de dados que estamos actualmente a analisar? Quais os tipos de dados que deve estar olhando mais de perto e por quê?
Eu tenho visto uma mudança notável na última década ou assim de provas recolhidas pelo professor por meio de avaliações baseadas em sala de aula para com dados tecnologia digital mediada. Ao mesmo tempo, testes padronizados tornaram-se uma ferramenta central para a recolha desses dados. Escolas de todo o mundo agora postar seus alunos’ os resultados dos testes na escola. Professores passar mais tempo analisando esses dados e tentar entender o que significam os resultados no seu próprio trabalho com os alunos. Eu não estou dizendo que este é necessariamente uma coisa ruim. Mas se os professores são dirigidos por dados externos a partir de provas de conhecimentos padronizados e relatórios de inspecção, isso prejudica as complexidades de ensino e aprendizagem nas escolas.
Existem sistemas escolares onde os conjuntos muito mais amplas de informação são analisados e usados para orientar o trabalho da escola. Na Finlândia, um elemento central de cada escola é um “equipe de assistência escolar” que é feito de professores, bem-estar especialistas, conselheiros, e dirigentes escolares. Através destes dados pequena em primeira mão, intervenções precoces para ajudar os alunos em situação de risco são, então, decidido e feito nas escolas. Esta equipa reúne-se regularmente, na maioria das escolas semanal, para discutir e processar informações trazidas pelos professores a respeito dos seus alunos’ bem-estar, comportamento, e aprendizagem nas escolas.
Você acredita que as avaliações formativas baseadas na escola são melhores do que aqueles padronizados?
avaliações formativas baseadas na escola e avaliações padronizadas do censo servem a propósitos diferentes. Eu acho que precisamos de ambos. No entanto, em muitos países, Sistema de nível testes que são usados para medir a todos os alunos o tempo todo poderia ser gradualmente substituídos por avaliações baseadas em amostra maior qualidade padronizada. avaliações formativas conduzidas pelo professor deve enriquecer a evidência de que as escolas utilizam para fins de melhoria. De uma maneira, esta é uma combinação sensata de dados grandes e dados pequenos para realizar o que é às vezes chamado de bons dados na educação.
podem os alunos’ reflexão sobre a sua própria aprendizagem ser incorporados aos nossos padrões de realização?
Boa aprendizagem inclui estudantes’ capacidade de compreender e regular o seu próprio processo de aprendizagem. Isto exige, contudo, que os estudantes têm bastante desenvolvidos hábitos e habilidades metacognitivas para entender como eles aprendem. Os alunos’ reflexão sobre a sua própria aprendizagem pode ser incorporada no julgamento do desempenho do aluno, assim que existam essas habilidades a um nível adequado. Novamente, Eu acredito que nós estamos falando sobre as condições de utilização de pequenas de dados para avaliação dos alunos aqui.
Pequeno dados exigem mais confiança em professores’ e escolas’ julgamentos sobre o que eles fazem. Como poderia confiar em ser construído na educação?
A confiança é talvez o único ingrediente mais necessário em falta em muitos sistemas de ensino hoje. Os políticos não confiam educadores. Ministros não pode contar com diretores de escolas. E, como consequência, há uma falta de confiança nos professores que, por sua vez, Não se pode confiar estudantes. A experiência sugere que a confiança nas pessoas e nas instituições só pode ser construída por ações genuínas que lhes dão mais responsabilidade e agência.
Na Finlândia, confiança em escolas e educação em geral começou a florescer logo após o governo permitiu que as escolas a conceber os seus próprios currículos (dirigido pelo currículo quadro nacional), para avaliar a eficácia do seu próprio trabalho, para controlar os seus orçamentos, e de profissionalizar a liderança de nível médio. discursos cerimoniais e apelos políticos tiveram um impacto de diminuição em mudar a cultura da educação a este respeito. Quando as escolas têm a propriedade real e responsabilidade pelos dados pequena, Eu acredito que o profissionalismo nas escolas será reforçada. Essa é uma das condições antes de confiança em nossos professores vai começar a crescer.
Junte-se a mim e líderes de renome mundial, incluindo Sir Michael Barber (Reino Unido), Dr. Michael Bloco (EUA), Dr. Leon Botstein (EUA), Professor Clay Christensen (EUA), Dr. Linda, Darling-Hammond (EUA), Dr. MadhavChavan (Índia), Professor Michael Fullan (Canadá), Professor Howard Gardner (EUA), Professor Andy Hargreaves (EUA), Professor Yvonne Hellman (Holanda), Professor Kristin Helstad (Noruega), Jean Hendrickson (EUA), Professor Rose Hipkins (Nova Zelândia), Professor Cornelia Hoogland (Canadá), Honrosa Jeff Johnson (Canadá), Senhora. Chantal Kaufmann (Bélgica), Dr. EijaKauppinen (Finlândia), Secretário TapioKosunen Estado (Finlândia), Professor Dominique Lafontaine (Bélgica), Professor Hugh Lauder (Reino Unido), Senhor Ken Macdonald (Reino Unido), Professor Geoff Mestres (Austrália), Professor Barry McGaw (Austrália), Shiv Nadar (Índia), Professor R. Natarajan (Índia), Dr. PAK NG (Cingapura), Dr. Denise Papa (US), Sridhar Rajagopalan (Índia), Dr. Diane Ravitch (EUA), Richard Wilson Riley (EUA), Sir Ken Robinson (Reino Unido), Professor Pasi Sahlberg (Finlândia), Professor Manabu Sato (Japão), Andreas Schleicher (PISA, OCDE), Dr. Anthony Seldon (Reino Unido), Dr. David Shaffer (EUA), Dr. Kirsten Immersive Are (Noruega), Chanceler Stephen Spahn (EUA), Yves Theze (LyceeFrancais EUA), Professor Charles Ungerleider (Canadá), Professor Tony Wagner (EUA), Sir David Watson (Reino Unido), Professor Dylan Wiliam (Reino Unido), Dr. Mark Wormald (Reino Unido), Professor Theo Wubbels (Holanda), Professor Michael Young (Reino Unido), e Professor Minxuan Zhang (China) como eles exploram as grandes questões da educação imagem que todas as nações enfrentam hoje.
A Pesquisa Global para Educação Comunitária Página
C. M. Rubin é o autor de duas séries on-line lido pelo qual ela recebeu uma 2011 Upton Sinclair prêmio, “A Pesquisa Global para a Educação” e “Como vamos Leia?” Ela também é autora de três livros mais vendidos, Incluindo The Real Alice no País das Maravilhas, é o editor de CMRubinWorld, e é um Disruptor Fundação Fellow.
Siga C. M. Rubin no Twitter: www.twitter.com/@cmrubinworld
Comentários Recentes