Het volgen van elke student Elke zet staat centraal in de revolutie in hogere ed

Op campussen laat tegenwoordig bijna elke educatieve interactie digitale sporen na. Opdrachten en feedback worden gegeven via online portals; debatten en discussies vinden plaats via leermanagementsystemen, maar ook in klaslokalen, cafés en slaapzalen.

Die en andere digitale kruimels geven technologen de mogelijkheid om de processen, werkwijzen en doelen van het hoger onderwijs te onderzoeken op manieren die een tiental jaren geleden grotendeels onmogelijk waren.

We hebben gerapporteerd Kwaliteitsbeleid en Kwaliteitsbeleid over Stanford natuurkunde Nobelprijswinnaar Carl Wieman 'actief leren' revolutie.

Een andere natuurkundige die onderwijsinnovator is geworden (is er iets in het water van het natuurkundig laboratorium?), Genaamd Timothy McKay, ziet grote belofte in "learning analytics" - het gebruik van big data en onderzoek om lesgeven en leren te verbeteren.

McKay, een professor in natuurkunde, astronomie en onderwijs aan de Universiteit van Michigan, betoogt in een recent witboek, dat hogere opleiding 'de waargenomen kloof tussen onderzoek en praktijk moet doorbreken'.

Er zijn privacy en ethische zorgen, natuurlijk, wat op zijn beurt heeft geleid tot jonge mensen gedragscodes opspringen.

Ik nam contact op met professor McKay, die ook de leiding heeft over Michigan Digitale innovatiekas, om dieper in te gaan op hoe leeranalyses in hogere edities werken.

Ik zal je een voorbeeld geven dat is ontleend aan mijn eigen ervaring. Ik geef hier al meer dan 20 jaar les aan de Universiteit van Michigan. Het grootste deel van mijn lessen bestond uit grote, inleidende natuurkundecursussen ... van 400 tot 700 studenten. De manier waarop universiteiten dit traditioneel hebben gedaan, is om een ​​soort industriële benadering te bieden, naar die grote groep mensen te gaan en hen hetzelfde materiaal aan te bieden, hen te vragen dezelfde soort activiteiten in hetzelfde tempo te doen en te evalueren al die mensen op precies dezelfde manier. Iedereen krijgt dezelfde cursus.

Als het goed is ontworpen, is het misschien bedoeld voor de gemiddelde leerling in die klas. Het werkt een beetje goed voor die gemiddelde student, maar het werkt niet goed voor iemand anders.

Wat ik ontdekte toen ik naar gegevens over mijn eigen lessen begon te kijken, was iets dat vanaf het begin duidelijk had moeten zijn, maar pas echt toen ik de gegevens onderzocht. Ik begon te begrijpen hoe verschillend alle studenten in mijn klas waren, hoe breed ze verspreid zijn over verschillende spectra van verschil, en dat als ik ze allemaal even goed zou willen leren, het niet werkt om precies de hetzelfde voor elke student.

Je bent beter in staat om te personaliseren en te engageren voor studenten die misschien hulp nodig hebben, die misschien een andere achtergrond hebben, die misschien een ander perspectief hebben?

Of verschillende doelen. Vaak zal de discussie gaan over studenten die mogelijk achterlopen of risico lopen, maar het geldt ook voor studenten die academisch echt uitblinken. Ze hebben ook speciale aandacht nodig. Het eerste dat voor mij gebeurde, was mijn ogen openen voor de echte uitdaging, het echte belang van personaliseren, zelfs als we op grote schaal lesgeven.

Wat daarna volgde, was een besef dat, aangezien we in feite informatie hadden over de achtergronden en interesses en doelen van al onze studenten, als we tools konden bouwen, informatietechnologie konden gebruiken, we misschien in staat zouden zijn om met iedereen te praten die studenten op verschillende manieren om hen verschillende feedback en aanmoediging en advies te geven.

We hebben deze tool hier genaamd eCoach, wat een computergestuurd communicatiesysteem is waarmee we met een student kunnen praten met gedetailleerde kennis van hun achtergrond, interesses en doelen, en dat op grote schaal kunnen doen.

Een deel daarvan is geautomatiseerd, maar u kunt het aanpassen aan elke student?

Het is interessant. Het is op een bepaalde manier geautomatiseerd, maar op een andere manier wordt het allemaal gegenereerd door mensen. De inhoud die we gaan bieden, de manier waarop we het maken, is om samen te gaan zitten en te kijken naar de soorten mensen die aanwezig zijn in onze lessen en na te denken over hoe we de boodschap zouden veranderen als een van die studenten zou gaan zitten. voor ons.

We kunnen natuurlijk veranderen wat we zeggen. Sommige studenten zijn heel goed voorbereid om een ​​natuurkundeles te volgen en hebben het misschien twee jaar op de middelbare school gestudeerd voordat ze naar mijn klas gaan. Er is een soort bericht voor hen. Er zijn andere soorten studenten die dit onderwerp nog nooit eerder hebben gezien. En daar wil ik me misschien echt concentreren op punten als hoe het volgen van een natuurkundeles anders is dan het volgen van andere soorten lessen die ze hebben.

We gaan zitten en denken na over wat we tegen deze mensen zouden zeggen als ze voor ons zaten, en technologie zoals ECoach stelt ons gewoon in staat om het aan alle studenten te zeggen, in plaats van aan enkelen die afspraken kunnen maken tijdens onze kantooruren.

Oké, zeg een stel eerstejaarsstudenten in een Amerikaanse aangestoken klas van 20e eeuw, de papieren die ze voor die klas doen, zijn daar relevante gegevens die nuttig kunnen zijn op een manier van learning analytics?

Absoluut. Dat is een geweldig voorbeeld van de nieuwe soorten gegevens die opkomen, de nieuwe vormen van gegevens. Vroeger, toen jij en ik naar de universiteit gingen, schreef je dat papier voor die klas en leverde het in, misschien op typpapier. Rechtsaf? De instructeur nam het aan, markeerde het met een pen en gaf het aan je terug, en toen was het uit het systeem verdwenen. Het liet geen record achter. Het enige record dat het achterliet, was in feite het cijfer dat je instructeur schreef in een column in een klein boekhoudboekje.

Lees hier het hele verhaal ...