#lak12, Riflessioni su casi ed esempi di attuazione dell’apprendimento analitico

Voglio oggi dedicare queste mie riflessioni al tema «Casi ed esempi di attuazione dell’apprendimento analitico» di#lak12. Nel farlo utilizzo le risorse segnalate:

  1. Knewton: Adaptive learning system:http://www.youtube.com/watch?v=LldxxVRj4FU

  2. Signals: Applying academic analytics

  3. Transforming learning through analytics – Rio Salado (starts at 19 min):http://educause.mediasite.com/Mediasite/Play/bdac04349c7246a6b6f949ded44397501d

  4. UMBC: Check my course activity:http://www.educause.edu/EDUCAUSE+Quarterly/EDUCAUSEQuarterlyMagazineVolum/VideoDemoofUMBCsCheckMyActivit/219113

Mi rendo conto di non potermi avvalere di Knewton: Adaptive learning system causa delle mie listening skills sulle quali ho ancora un bel po’ da lavorare.

Cerco allora di porre rimedio all’inconveniente documentandomi su Knewton: Adaptive learning system, apprendo che si tratta di un’azienda tecnologica americana che propone una piattaforma, il Knewton Adaptive Learning Platform ™, che consente di personalizzare in modo standardizzato i contenuti didattici per soddisfare le esigenze specifiche di ogni studente. Analizza i materiali di apprendimento basati su migliaia di punti-dati tra cui concetti, struttura, livello di difficoltà, formato-e Media; utilizza sofisticati algoritmi per ricostruire il pacchetto perfetto di contenuti per ogni studente.

Figura 1. I segnali stradali Verde, Giallo e Rosso

Segnali: l’applicazione Analytics in ambito accademico è un progetto dellaPurdue University che prevede un sistema di segnali, basato su un algoritmo, progettato per fornire agli studenti un preallarme di potenziali problemi di un corso, fornendo in tempo quasi reale aggiornamenti sullo stato di prestazioni e di impegno in un corso. Ogni aggiornamento fornisce allo studente dettagliate misure positive per evitare guai. È un rimedio che risponde all’esigenza di identificare gli studenti a rischio e aiutarli.

Trasformare Learning Attraverso Analytics: Una conversazione con George Siemens e Vernon Smith è una risorsa che propone dapprima una revisione delle attuali analisi di apprendimento nel settore dell’istruzione superiore, esplora poi le tendenze future e fornisce indicazioni. L’analisi dell’apprendimento può chiarire situazioni complesse e di aiutare a identificare uno studente a rischio. L’analisi, quando abbinata a risorse educative aperte, al web semantico, e ai contenuti di apprendimento personale e adattativo, suggerisce la prospettiva di un cambiamento sistemico. Con l’uso di sistemi di raccomandazione, le analisi delle reti sociali, analisi del discorso e percorsi di attività, modelli di apprendimento dei corsi esistenti può avere un futuro limitato.

E infine l’ultima risorsa: UMBC, Check my course activity. Si tratta di un’iniziativa promossa dall’Università del Meryland, Baltimore County per indagare se  tecnologia possa supportare l’apprendimento degli studenti, aumentando la consapevolezza di sé. Si sostanzia in uno strumento che consente agli studenti di confrontare il loro uso delle risorse nel sistema universitario del corso di gestione Blackboard con quello di altri studenti.

Ultimata la carrellata delle risorse è lecito a questo punto chiedersi se la nuova strada, avviata dal mondo degli affari ed ora battuta anche dal mondo della formazione, di utilizzare la tecnologia per ricavare attraverso l’analisi dei dati informazioni utilizzabili per modellare comportamenti, sia effettivamente efficace.

Per esempio, con riferimento al caso Knewton, sistema di apprendimento adattativo c’è da chiedersi di come possa avvenire la personalizzazione, al contrario sembra più verosimile che si tratti di una classificazione degli studenti secondo livelli diversi. O è da ritenere che i contenuti siano generati computazionalmente per ogni studente? Siemens però fa notare che la visione computazionale Wolfram dei contenuti di apprendimento e adattabilità è ancora lontana.

E ancora, è davvero pensabile che il sistema di segnali o che UMBC Check my course activity possano risolvere i problemi di rendimento e sostenere in modo proficuo gli studenti che come molti altri studenti universitari molto probabilmente si allontanano dalle aule perché non sopportano la vecchia lezione ex cathedra elemento cardine del modello che dagli Usa all’Europa è quello fin qui seguito nelle università di tutto il mondo?

Nutro seri dubbi. E allora? Riconosco che attraverso l’uso di strumenti di analisi accademiche le istituzioni, sulla base di dati acquisiti da una varietà di sistemi, sono in grado di acquisire dati sugli studenti e dei loro contesti, al fine di comprendere l’apprendimento e ottimizzare gli ambienti in cui si verifica; di prevedere il comportamento degli studenti e di agire su quella previsione. Tuttavia, parafrasando Siemens, dico che  Analytics non dovrebbe limitarsi a valutare solo quello che già si sta facendo, dovrebbe invece contribuire a cambiare il sistema. Come?

Il modello proposto da G. Siemens (dipositiva n°51) Transforming learning through analytics lo indica:

Lascia un commento

Inserisci i tuoi dati qui sotto o clicca su un'icona per effettuare l'accesso:

Logo WordPress.com

Stai commentando usando il tuo account WordPress.com. Chiudi sessione / Modifica )

Foto Twitter

Stai commentando usando il tuo account Twitter. Chiudi sessione / Modifica )

Foto di Facebook

Stai commentando usando il tuo account Facebook. Chiudi sessione / Modifica )

Google+ photo

Stai commentando usando il tuo account Google+. Chiudi sessione / Modifica )

Connessione a %s...