בעולם הדיגיטלי שבו אנו חיים אנו עדים לגידול אקספוננציאלי של נתונים. הכל מתועד. הכניסות שלנו לאינטרנט, האתרים שמעניינים אותנו, המכשירים שאנחנו משתמשים בהם, הנסיעות שאנחנו עושים (בעזרת ה-Waze), האפליקציות שאנחנו משתמשים בהם, המכשירים שמודדים את מהירות הריצה ודופק הלב שלנו, הפעילויות שאנו עושים במערכות ממוחשבות לבנקים ולקופת החולים, הטיסות שלנו, המלונות שאנחנו בוחרים לשהות בהם, התמונות שלנו ואיפה הצטלמנו, הקניות שלנו (גם online וגם offline), התרופות שאנו לוקחים, השיחות שאנו מנהלים ועוד ועוד ועוד.. כל אלה יוצרים אודותינו מאסה של דאטה.
משם נובע המושג Big Data Analytics שבעצם מתאר את היכולת של תוכנות טכנולוגיות גדולות ומשוכללות לאסוף ולנתח מאסה של מידע מסוגים שונים, ממקורות מבוזרים, בזמן אמת, ולהחזיר לנו תמונת מצב של הנטיה האנושית.
זהו כלי עצום ואמין למקבלי החלטות: אירגונים עסקיים יכולים ללמוד מהנתונים הנאספים מה מעניין את האנושות, איך לשווק לה בצורה יעילה יותר ולאיזה פלח של איזה אוכלוסיה יש נטיעה לX או לY. אירגונים ממשלתיים יכולים לבחון את התפשטותם של מחלות ואיך למנוע אותם. עולם המדע, העולם הפיננסי וכן, גם עולם החינוך יכולים להרוויח מהידע שנוצר עקב ניתוח מאסת הנתונים שמצטברת.
איפה זה באמת פוגש את החינוך?
המערכות הטכנולוגיות הפועלות בשדה החינוך מחזירות מאסה של דאטה. לאן הלומד גולש? כמה זמן הוא שוהה באתרים מסוימים? באיזה אפליקציות הוא משתמש? איזה ציונים הוא מקבל? באיזה תחומי דעת הוא זקוק לסיוע? האם הוא נוכח בשיעורים? האם הוא מבקר בספרייה ואם כן, מה הוא מחפש? האם הוא אוכל בקפטריה? מה אוכל? האם הוא נשר מהלימודים? מה קדם לזה? ועוד הרבה..
אבל אנחנו עוד לא שם.
ברגע זה למיטב ידיעתי עדיין אין מערכות שיודעות לנתח את חיי הלומד כפי שהוא מצטייר ממקומות מבוזרים ולתת לנו תמונת מצב שמתבסס על כל מערכות המידע הקיימים בחיי הלומד.
Dashboard
ב"מו"פ לחדשנות וטכנולוגיה בחינוך, מכון מופת" החלטנו להתחיל בפיתוח של Dashboard ויזואלי שמציג ניתוח של הפעילות שמתנהלת ב-Moodle על פי שאילתות שונות. המערכת הרי אוספת הרבה הרבה נתונים אודות המרצים והלומדים, כל "קליק" מתועד, ואנחנו רוצים להנגיש דאטה רלוונטי בצורה ויזואלית כדי לייעל את פעילות המשתמשים בפלטפורמה. כל המכללות המשתדרגות בימים אלה ל-Moodle 3.1 ימצאו את ה-Dashboard כחלק מהמערכת שלהם.
אנחנו ממשיכים בפיתוח של ה- Dashboard ב-3 רובדים
- מבט הלומד – 2. מבט המרצה – 3. מבט ראש הארגון/המכללה/האוניברסיטה.
כרגע אנחנו לא עוסקים ב-Big Data אלא ב-Data מה-Moodle בלבד. בהמשך יבחן המו"פ איך ניתן לחבר למידע שאנו מנתחים ב-Moodle מידע ממערכות טכנולוגיות נוספות שקיימים באירגון כדי לתת תמונת מצב הוליסטית יותר.
לפני שאתחיל לספר מה אנחנו מפתחים ולאן הגענו, אני רוצה קודם לדבר על Learning Analytics ומטרותיה.
Learning Analytics
Learning Analytics הינה ניתוח דאטה באמצעים טכנולוגיים חישוביים כדי לייצר לנו תובנות על תהליכי הלמידה בזמן אמת, במטרה ללמוד על הפעילות המתרחשת ולסייע לנו בקבלת החלטות בעוד אירועי הלמידה עדיין נמצאים בתהליך.
כלומר הדאטה נמצאת. אבל אנחנו צריכים לדעת מה רלוונטי כדי לקבל החלטות שיסייעו לתהליך הלמידה. עלינו לפתח מדדים עשירים שיכולים להיות בעלי משמעות למורים ולתלמידים כהשתקפות של שיטות העבודה שלהם. וזה הקושי האמיתי. השאלה שאנחנו שואלים את עצמינו היא מה אנחנו רוצים לדעת? איזה אינדיקטורים ב-Moodle יכולים לספק לנו את המידע הזה? ואיך זה יסייע לנו כדי לקדם את מטרותינו?
אנחנו צריכים לשאול את עצמינו למשל את השאלות הבאות:
- מה הם המטרות של הפעילות או התהליך חינוכי/לימודי?
- איך נראית תהליך למידה פרודוקטיבית לעומת לא פרודוקטיבית בהתייחס למטרה שהצבנו?
- ואיזה דאטה שקיים במערכת יכול לשמש עבורינו אינדיקטורים של אלה?
כעת אציג בפניכם את ה- Moodle Learning Analytics Dashboard שאנו מפתחים ואיפה אנו אוחזים כעת. (אני מבקשת לא להתייחס להיקף הנתונים עצמם. אני מציגה לכם סביבת טסט שהפעילות בו דלה והיא משרתת אותנו לצורך בניית הגרפים.
ברמת הסטודנט:
כשסטדונט נכנס למערכת הוא מקבל Dashboard אישי שנותן לו את המידע הנ"ל
הודעות שממתינים לו, מטלות שממתינות לתשומת ליבו וציונים שהוא קיבל בתקופה האחרונה.
זהו כעת. אם יעלו צרכים ורעיונות נוספים נוסיף אותם לגרף.
ברמת המרצה:
ב-Dashboard של המרצה פיתחנו עד עתה 3 גרפים שהם עדיין נתונים להשבחה ושיפור.
- היקף פעילות הסטודנטים בקורס
מספר הכניסות הכוללת צפיות בפעילויות השונות בהשוואה לפעולות של הגשת מטלות וכתיבה בפורום. כלומר לחשוף למרצה מבט אודות הרלוונטיות של הקורס ללומדים ולאו דווקא את מה שהוא יכל היה לראות עד עתה – פעילות כתיבה או הגשת מטלות.
- אינטראקציה מורה תלמיד
בגרף זה ניסינו לתת אינדיקציה אודות האינטראקציה בין המרצה לסטודנט, כמה הודעות אישיות הסטודנט כתב למרצה בהשוואה להודעות שהמרצה כתב לסטודנט, מספר המטלות שהוגשו לעומת מספר המטלות שהמרצה בדק, כנ"ל בפורומים וכנ"ל בבחנים.
- פעילות גלויה לעומת פעילות נסתרת בכל פורום
הצלחת פורום היא לאו דווקא בפעילות הגלויה שמתרחשבת בו. פורום שמושך הרבה קוראים שאינם משאירים סימן בהחלט יכול להיחשב כפורום שממלא צורך. הגרף הזה מציג את הפעילות הגלויה (כתיבה) בהשוואה לפעילות הנסתרת (קריאה) כדי לתת אינדיקציה למרצה על מה שמתרחש בו.
ואסיים בקריאה אליכם.
אנחנו זקוקים לעזרה של אנשי חינוך שרוצים לאפיין את הצרכים של משתמשי ה-Moodle: הסטודנטים, המורים וראשי הארגון/מכללה/אוניברסיטה, וזאת כדי לסייע לנו להבין מה יהיה רלוונטי להכניס לDashboard של כל אחד ואחד מהם. לצורך כך פתחתנו קבוצת עבודה שתעסוק בנושא הנ"ל בתקופה הקרובה.
אם יש לכם מה לתרום, הצטרפו לקבוצת פורום המו"פ בפייסבוק. ראו זאת כהזמנה אישית!
הבלוג של רותי סלומון 
היי רותי ראיתי את הפיצ'ר שבפיתוח , האם תפיצו אותו ויהיה ניתן להשתמש בו או רק למכללות
עידו מאלנט
אהבתיאהבתי
כרגע לא
כשנתקדם לגרסה הבאה נשחרר את הגרסה הנוכחית
🙂
אהבתיאהבתי
רותי
גם אנחנו באונ' פתוחה הגענו לחשוב על LEARNING ANALYTICS 🙂
שמעתי אותך באחד הכנסים מדברת על הנושא הזה ואשמח מאוד לשוחח איתך על הסוגיה, ללמוד מהסניון שלכם ואולי אפילו לתכנן עבודה משותפת בנושא..
אהבתיאהבתי
בשמחה
תכתבי ל ruthys@macam.ac.il
אהבתיאהבתי
יוזמה מבורכת, אבל הערה חשובה: לפני שאתם נכנסים לפיתוח דשבורד הוא צריך להיות מאופיין, מתוכנן ומעוצב. אי אפשר לעשות את זה לבד. כפי שאי אפשר לתכנן לבד בניין וחייבים לפנות לאדריכל, כך על מנת לקבל בסוף הדרך דשבורד יעיל, חייבים לפנות למומחה לתכנון דשבורדים. ולא, מפתחים, מעצבים ואנשי UX לא יודעים לעשות את זה, זה לא המקצוע שלהם וגם לא התפקיד שלהם. יש מקצוע כזה – הדמיית נתונים ותכנון דשבורדים. הסיבה היחידה שרוב הדשבורדים נכשלים (והם כן) היא שלא פונים למומחה להדמיית נתונים לפני הפיתוח ולצערי, אחרי הפיתוח (וזה השלב שבדרך כלל פונים אלינו) כבר אין הרבה מה לעשות, מתחילים את כל התהליך מחדש. אתם מוזמנים לפנות אלי ליעוץ בנושא (חינם). בלה גוטיה – מורה להבעה בגרף.
אהבתיאהבתי