211service.com
W miarę napływu danych masowe otwarte kursy online ewoluują
W 2012 r. start-upy edukacyjne przyciągnęły miliony studentów — i wzrost zainteresowania ze strony uniwersytetów i mediów — oferując masowe otwarte kursy online, czyli MOOC. Obecnie analizowane są niektóre podstawowe cechy tych szalenie popularnych kursów, umożliwiając dostawcom kursów samodzielne uczenie się. Ponieważ firmy te analizują dane użytkowników i eksperymentują z różnymi funkcjami, badają, jak dostosować doświadczenia edukacyjne uczniów i gromadzą zestaw sztuczek pedagogicznych, aby pomóc większej liczbie uczniów ukończyć kursy.
Dane, które zbieramy, są bezprecedensowe w edukacji, mówi Andrew Ng, współzałożyciel dostawcy MOOC Coursera oraz profesor nadzwyczajny na Uniwersytecie Stanforda. Widzimy każde kliknięcie myszą i naciśnięcie klawisza. Wiemy, czy użytkownik kliknie jedną odpowiedź, a następnie wybierze inną, czy też przewinie do przodu część filmu.
Ng i inne ważne osobistości ze świata MOOC już dawno przewidziały, że MOOC dostarczy wielu danych na temat tego, jak uczniowie faktycznie się uczą. Jednak do niedawna te małe firmy były zbyt zajęte zwiększaniem skali swojej infrastruktury w celu zaspokojenia rosnącego popytu (patrz Technologia masowych otwartych kursów online ), aby dogłębnie zbadać te dane.
Niektóre niedawne odkrycia potwierdziły pewne aspekty projektowania MOOC. Badacze z Princeton wykorzystali dane z Coursera, aby pokazać, że system oceniania rówieśników, który oblicza oceny z zajęć na podstawie informacji zwrotnych dostarczonych przez innych uczniów, jest skuteczny. Inne odkrycia podważyły założenia dotyczące tego, w jaki sposób kurs online może z powodzeniem obsługiwać setki tysięcy uczniów lub więcej.
Od czasu pojawienia się pierwszych kursów MOOC, większość nauczania stanowiły krótkie filmy wideo, którym towarzyszyły oceny i ćwiczenia online, które pomagają utrwalić treści w umysłach uczniów. Jednak zarówno dane Coursera, jak i Udacity ujawniają dużą podgrupę uczniów, którzy wolą pomijać filmy i przewijać do przodu tak bardzo, jak to możliwe. Zaczęliśmy restrukturyzować nasze kursy, aby mieć znacznie mniej filmów i ponownie nagrywać niektóre filmy – mówi Sebastian Thrun, profesor robotyki Stanford, wiceprezes Google, współzałożyciel i dyrektor generalny Udacity . Nasze popularne kursy naprawdę bardzo się zmieniają w oparciu o nasze dane.
Większość badań wydajności jest motywowana chęcią zwiększenia wskaźników ukończenia kursów, które wynoszą około 10 procent, według większości organizatorów MOOC i danych akademickich, którzy uczyli za pomocą kursów. Projekt badawczy Udacity niedawno zasugerował, że problemy techniczne mogą być przyczyną znacznej części osób, które porzuciły naukę. W eksperymencie niektórzy użytkownicy Udacity zostali zaproszeni do czatu tekstowego za pomocą zautomatyzowanego systemu pomocy, który faktycznie używał żywych operatorów, a wielu użytkowników wspomniało o problemach związanych z umiejętnością obsługi komputera.
Sposób, w jaki ludzie utknęli, bardzo różni się od tego, czego oczekujemy, mówi Thrun. Niektórzy uczniowie po prostu nie potrafią obsługiwać klawiatury lub strony internetowej. Pokazuje, że podstawowy, uniwersalny MOOC jest niewystarczający do rozwiązania problemu retencji. Udacity pracuje obecnie nad technikami analizy, które mogłyby sortować uczniów na podstawie ich zachowania i oferować ukierunkowaną pomoc lub dostosowywać kursy, aby lepiej im służyć.
Krawiectwo MOOC to pomysł z wartością, mówi Chris Piech , doktorant Stanford badający naukę online. W niedawnym badaniu Piech i dwóch kolegów przeanalizowali trzy MOOC z zakresu informatyki i odkryli, że osoby, które odpadły, dzielą się na trzy odrębne grupy: audytorzy, którzy nie mieli zamiaru ukończyć kursu, ale wykorzystali go jako źródło, jak książkę; studenci, którzy uczestniczyli w kursie, ale stopniowo pozostawali w tyle; i tych, którzy sporadycznie próbowali w trakcie kursu.
Wiele osób z tych dwóch ostatnich grup prawdopodobnie ukończyłoby kurs, gdyby otrzymało odpowiednią pomoc, mówi Piech, a dane zebrane w badaniu sugerują, że wystarczyłoby zachęcanie uczniów do interakcji za pośrednictwem forów lub innych funkcji społecznościowych.
Piech przewiduje powódź opublikowanych i wewnętrznych badań przeprowadzonych przez dostawców MOOC informujących o znaczących postępach w efektywności uczenia się online. W miarę jak platformy MOOC stają się solidniejsze, a ich architektura dopracowywana, badania staną się bardziej priorytetowe i bardziej użyteczne, mówi. Podają duże liczby, aby odpowiedzieć na trudne pytania dotyczące edukacji.
Niektóre z analiz przeprowadzanych w firmach MOOC wydają się odpowiadać na skromniejsze pytania. Testy A/B, metodologia powszechna w firmach internetowych, są wykorzystywane do wypróbowywania drobnych poprawek projektowych, które mogą zachęcić uczniów do lepszej pracy. Testy A/B pokazują różne wersje usługi różnym segmentom odbiorców witryny, aby zobaczyć, jak reagują.
Dzięki testom A/B, mówi Ng, Coursera niedawno odkryła, że stosowana przez nią praktyka wysyłania wiadomości e-mail z przypomnieniem o nadchodzących terminach kursów w rzeczywistości zmniejszała prawdopodobieństwo kontynuowania przez studentów kursów. Jednak wysyłanie e-maili podsumowujących ostatnią aktywność uczniów w serwisie zwiększyło zaangażowanie o kilka punktów procentowych. Jeden test A/B przeprowadzony przez Udacity porównywał kolorową wersję lekcji z wersją czarno-białą. Wyniki testów były znacznie lepsze w przypadku wersji czarno-białej, mówi Thrun. To mnie zaskoczyło.
Nie jest jasne, czy listy udoskonaleń do prania, które wynikają z testów A/B, będą składać się na wielką teorię uczenia się i nauczania, która rzuca wyzwanie tradycji. Ng mówi, że uważa, że aby kursy MOOC odniosły sukces, nie jest potrzebna wielka teoria. Czytam Piageta i Montessori i oba wydają się przekonujące, ale nauczyciele generalnie nie mają możliwości wyboru tego, co naprawdę działa, mówi. Dzisiaj edukacja jest nauką anegdotyczną, ale myślę, że możemy przekształcić edukację w naukę opartą na danych, w której robi się to, co wiadomo, że działa.