Petr Pietraš: Jak zlepšit výuku? Také plošným shromažďováním dat

čtvrtek 2. dubna 2015 ·

Použití moderních technologií ve školním vzdělávání by se mělo mnohem více zaměřovat například na plošné shromažďování dat – Big Data – a jejich efektivní využití. Ta především umožňují přizpůsobení učebního plánu jednotlivým žákům.

Zdroj: Česká pozice 18. 3. 2015


…Big Data totiž umožňují zahrnout do výuky i informace, které zatím nejsou běžně dostupné. Tato změna ve způsobu vyučování není technická, přestože ji přináší technika. Její podstata spočívá ve výběru shromažďovaných dat a v jejich zpracování pro výuku a získávání vědomostí.

To je základní sdělení knihy Learning with Big Data: The Future of Education (Vyučování s Big Data. Budoucnost vzdělávání) Viktora Mayera Schönbergera a Kennetha Cukiera, jejichž předchozí kniha Big Data. Revoluce, která změní způsob, jak žijeme, pracujeme a myslíme vyšla loni česky.


Cílem je průměr

Průběh školního dne ani roku neodpovídá potřebám současné společnosti. Vyučování je rozděleno do hodin, jež odděluje zvonění stejně jako pracovní směny v továrnách. Žáci jsou ve třídách podle data narození a každý rok postupují do vyššího ročníku. Demokratizace společnosti v 19. a 20. století vedla k uniformitě školství, což byla cena za všeobecný přístup ke vzdělání – žáci mají stejné podmínky, učebnice i domácí úkoly.

Dnešní výuka se zaměřuje na průměr a nezohledňuje individuální vlastnosti a schopnosti žáků. Všichni žáci se učí stejným tempem, ve stejný čas a tutéž látku. To sice vyhovuje vyučujícím a školskému systému, nikoli však jednotlivým žákům. Ideálem je průměrné dítě, které se učí pomaleji než nadprůměrní žáci v první, ale rychleji než nejhorší v poslední řadě.

Big Data by mohla pomoci tento školský systém změnit a přizpůsobit schopnostem jednotlivých žáků. Podle Mayera Schönbergera a Cukiera lze plošným shromažďováním dat zlepšit zpětnou vazbu, individuální schopnosti a předpovědi související s vyučováním žáků.


Zpětná vazba

Žák dostává známky za splnění úkolů, aktivitu při vyučování, písemné práce nebo za zkoušení. Občas dokonce stačí, když nedělá problémy, a pak je ohodnocen pouze za účast. Zpětná vazba je tedy pouze jednosměrná – od učitelů a školy k žákům a jejich rodičům. To je, jako by výrobce hodnotil své zákazníky, a nikoli oni kvalitu jeho produktu a spokojenost s ním.

Ve školském systému zatím odráží zpětná vazba pouze výsledky, a nikoliv proces učení, protože bylo obtížné o něm získat data. Například pokud nějaký žák četl zadaný text několikrát, nešlo zjistit, zda proto, že mu nerozuměl, nebo proto, že se mu líbil. Díky učebnicím na tabletech nebo počítačích ale bude možné takové údaje získat a využít jako zpětnou vazbu pro všechny, kdo se procesu učení účastní – od žáků přes školu až po nakladatelství.

Takto získané informace pak bude možné použít nejen ke zlepšení podkladů pro výuku, ale i pro přípravu nového materiálu přesně podle potřeb a znalostí žáka. Tento proces je označován jako adaptabilní výuka a představuje začátek nové éry individualizovaných učebních programů.


Individualizace

Před dvěma sty lety byly děti z vyšších společenských tříd vyučované na malých elitních internátech nebo pomocí domácích učitelů. Před začátkem masového vzdělání šlo o individuální přístup, jehož tempo určovaly schopnosti žáka osvojit si učební látku. Ve velkých třídách není individuální přístup možný, přičemž právě on je tou nejlepší formou výuky.

Big Data umožňují návrat k individualizovanému vyučování, protože díky nim lze přizpůsobit učební plán schopnostem jednotlivých žáků. Vyučovací software se neustále mění, a tím lépe se přizpůsobuje schopnostem žáka, čím více dat má k dispozici a může je využít ke zpětné vazbě. Žáci například dostanou obtížné úkoly až poté, co softwarový program vyhodnotí, že opravdu ovládají základní znalosti.

Díky Big Data bude možné analyzovat, co při výuce funguje, či nefunguje, a to nejen obecně, ale podle třídy nebo jednotlivého žáka. A také přizpůsobit učební plán a vyučovanou látku tak, aby odpovídaly jeho schopnostem.


Předpovědi

Big Data také umožní přesněji stanovit, čemu by se žák měl v budoucnu věnovat, čímž se zamezí plýtvání časem a zdroji. Analýza informací například doporučí účast ve dvoutýdenním semináři, jenž se věnuje kvadratickým rovnicím místo celých prázdnin strávených v doučovacím kurzu matematiky. Big Data představují především analýzu získaných dat, a nikoli konkurenci onlinovým vyučovacím kurzům na velkou vzdálenost nebo při zaměstnání…


Celý text si můžete přečíst ZDE.

0 komentářů: