Как Big Data делает обучение интересным
Студентам
В электронных системах вузов хранятся массивы информации об учебном процессе. Сведения об успеваемости и посещаемости студентов, образовательная и административная деятельность преподавателей, материалы для обучения — целые архивы. Чтобы их обработать, проанализировать, а выводы направить на улучшение образовательных процессов, используют технологию больших данных, Big Data.
Что может Big Data
В образовательной сфере выделяют пять типов больших данных для анализа:
Благодаря способности обобщать и оперировать большими объемами информации технология Big Data помогает сделать учебный процесс интереснее.
Мотивация к учебе
В западной образовательной практике технологию Big Data используют для мотивирования студентов к учебе.
В Университете Ноттингем Трент установили панель мониторинга студенческих результатов. На монитор выводят учебные показатели каждого учащегося в сравнении с одногруппниками: посещаемость, частота работы с библиотекой, изучаемые курсы. Каждый студент видит собственную активность, сравнивает себя с другими, чтобы понимать, насколько он вовлечен в учебу и жизнь университета, где он отстает или недостаточно себя проявляет. Если студент не активен две недели, платформа сигнализирует об этом куратору курса, чтобы тот поддержал учащегося, если надо — помог. Спустя три года работы системы 72% первокурсников отмечают, что студенческий мониторинг мотивирует их уделять учебе больше времени.
В Университете Остин Пии благодаря технологии Big Data студенту рекомендуют, на какой ему записаться образовательный курс, чтобы тот соответствовал его интересам, способностям и учебной программе. Для этого система анализирует результаты прежних студентов курса, успеваемость и информацию об учащихся с похожими интересами. Точность рекомендаций подходящего курса — 90%.
В образовательной сфере выделяют пять типов больших данных для анализа:
- персональные данные;
- данные об обучении студентов: какие используют электронные учебники, онлайн-курсы, просмотры страниц, количество отказов от прочтения;
- данные об использовании учебных материалов: какой контент выбирают студенты для подготовки к занятиям;
- административные данные: посещаемость, пропуски по болезни;
- прогнозы участия студента в той или иной деятельности вуза.
Благодаря способности обобщать и оперировать большими объемами информации технология Big Data помогает сделать учебный процесс интереснее.
- Анализ опыта преподавателей и студентов подскажет подходящую методику преподавания. Это будет результат массового практического применения, а не опыт одного или нескольких специалистов. Данные аналитики могут влиять на изменение программы учебных курсов и составление такого учебного плана, где будут только те методики, чья эффективность доказана результатами. Только то, что интересно и полезно студентам.
- Обработанные данные показывают, какой тип студента какой контент использует для обучения, какие учебные материалы его интересуют, от каких он отказывается, как проходит тот или иной курс, где он обращается за помощью. В будущем такой анализ поможет подбирать каждому учащемуся индивидуальную программу обучения, составлять персональное домашнее задание.
- Технология помогает выявить отстающих студентов и сориентировать их в выборе направления, которое больше соответствует их личным качествам и способностям.
Мотивация к учебе
В западной образовательной практике технологию Big Data используют для мотивирования студентов к учебе.
В Университете Ноттингем Трент установили панель мониторинга студенческих результатов. На монитор выводят учебные показатели каждого учащегося в сравнении с одногруппниками: посещаемость, частота работы с библиотекой, изучаемые курсы. Каждый студент видит собственную активность, сравнивает себя с другими, чтобы понимать, насколько он вовлечен в учебу и жизнь университета, где он отстает или недостаточно себя проявляет. Если студент не активен две недели, платформа сигнализирует об этом куратору курса, чтобы тот поддержал учащегося, если надо — помог. Спустя три года работы системы 72% первокурсников отмечают, что студенческий мониторинг мотивирует их уделять учебе больше времени.
В Университете Остин Пии благодаря технологии Big Data студенту рекомендуют, на какой ему записаться образовательный курс, чтобы тот соответствовал его интересам, способностям и учебной программе. Для этого система анализирует результаты прежних студентов курса, успеваемость и информацию об учащихся с похожими интересами. Точность рекомендаций подходящего курса — 90%.
Вывод
Технология больших данных вовремя предоставляет педагогам информацию об успеваемости студентов, помогает контролировать обучение, модифицировать учебные программы, чтобы они были более полезными и интересными для учащихся, рекомендует студентам подходящие курсы.
О современных технологиях в вузах читайте статью ЛаЛаЛани «Умный» кампус: когда сами стены учат.
Технология больших данных вовремя предоставляет педагогам информацию об успеваемости студентов, помогает контролировать обучение, модифицировать учебные программы, чтобы они были более полезными и интересными для учащихся, рекомендует студентам подходящие курсы.
О современных технологиях в вузах читайте статью ЛаЛаЛани «Умный» кампус: когда сами стены учат.
Понравился ли Вам материал?