(IT) Slides della presentazione della tesi di Laurea

Le Learning Analytics per la

Valutazione Formativa negli

ambienti di Apprendimento a

distanza

Laureando Daniele DI MITRI

A.A. 2012/2013

1

Relatori Chiar.ma Prof.ssa T. Roselli, Prof.ssa V. Rossano

Co-relatore Dott.ssa E. Pesare

Motivazioni

Social Learning

Lifelong Learning

Constant blended learning

Social media learning

2

L’ APPRENDIMENTO NEL 2014

Stato dell’arte Motivazioni Validazione Il modello Conclusioni

molteplici tracce di dati distribuite su tante piattaforme

“”

la misurazione, la collezione, l’analisi e la

segnalazione di dati che riguardano i

discenti e i contesti in cui essi operano,

con il fine di capire e ottimizzare

l’apprendimento e gli ambienti in cui

questo avviene

DEFINIZIONE DI SOCIETY OF LEARNING ANALYTICS RESEARCH

3

In “Opening Up Education”, comunicazione della

Commissione Europea (Sett, 2013)

Interesse esponenzialmente crescente nel mondo

accademico (es. Open University britannica)

Le Learning Analytics

Stato dell’arte Motivazioni Validazione Il modello Conclusioni

Come sfruttare le Learning

Analytics rendendole

pedagogicamente

compatibili?

4

ovvero

"Come trasformare tecniche basate sui dati in pratiche morali? "

LA SFIDA

Stato dell’arte Motivazioni Validazione Il modello Conclusioni

Le Learning Analytics

classiche

5

Statistiche Data miningVisualizzazione

dell’informazione

Stato dell’arte Motivazioni Validazione Il modello Conclusioni

Le Learning Analytics sociali 6

Analisi dei network sociali Analisi dei contenuti

Analisi delle inclinazioni Analisi dei discorsi

Stato dell’arte Motivazioni Validazione Il modello Conclusioni

Opportunità & Rischi

OPPORTUNITÀ

• Raccomandazione

• Predizione & prevenzione del rischio

• Adattamento

• Personalizzazione

• Maggiore coscienza

RISCHI

• Privacy

• Iper-quantificazione

• Competizione

• Auto-propaganda

• Categorizzazione pregiudiziale

7

Stato dell’arte Motivazioni Validazione Il modello Conclusioni

La Valutazione Formativa

Caratteristiche

Feedback continuo

Autovalutazione

Valutazione fra pari

Apprendimento autoregolato

qualitativa quantitativo

Formativa Sommativa

Soggettiva Oggettiva

A scopo interno A scopo esterno

Continua Periodica

Progressiva Basata sui fatti

Non scalabile Scalabile

8

12 principi della

valutazione formativa

Approcci alla valutazione a confronto

Stato dell’arte Motivazioni Validazione Il modello Conclusioni

Il Modello

2. Learning Analytics

3.Valutazione Formativa

4. Intervento

1. Interazioni didattiche

9

Stato dell’arte Motivazioni Validazione Il modello Conclusioni

un workflow per attuare la valutazione formativa

con l’utilizzo le Learning Analytics

Contesto di validazione

LICEO LINGUISTICO MARCO POLO DI BARI

LABORATORIO MULTIMEDIALE ADA DI

INTERFACOLTÀ DI SCIENZE

10

LMS Moodle 1.9

6 corsi relativi di Italiano, Inglese, Francese, Matematica

4 anni scolastici differenti

164 discenti

LMS Moodle 1.9

Corso di Programmazione Taranto ICD 2010/11

Circa 60 discenti

Stato dell’arte Motivazioni Validazione Il modello Conclusioni

Le tecniche utilizzate11

I vari step

1. Raccolta &

preparazione dei dati

2. Importazione in

Ripidminer

3. Applicazione degli

algoritmi di Datamining

Clustering (K-Means)

Classificazione (W-J48)

4. Visualizzazione dei

risultati

Clustering

Classificazione

Stato dell’arte Motivazioni Validazione Il modello Conclusioni

ANALISI DEI SOCIAL

NETWORK

VISUALIZZAZIONE

DELL’INFORMAZIONEANALISI DEL

DIALOGO

Le tecniche utilizzate

Stato dell’arte Motivazioni Validazione Il modello Conclusioni

Il mashup dei risultati:

progettazione due Dashboard

CARATTERISTICHE

Modularità

Intuitività

Scalabilità

Zoom

Responsività

Interoperabilità

Non-invasività

Positività

13

Dashboard docente

• Controllo costante apprendimento

• Statistiche sull’uso risorse

• Analisi del network classe

• Monitoraggio del dialogo

Dashboard discente• Controllo costante apprendimento

• Autovalutazione e riflessione

• LearningJournaling

• Raccomandazioni mirate

Stato dell’arte Motivazioni Validazione Il modello Conclusion

i

14

15

In conclusione

1. Le interazioni didattiche

• costituiscono i dati da analizzare

2. Le Learning Analytics

• analizzano, minano, raccomandano e presentano i risultati nelle Dashboard

3. La valutazione formativa

• maggiori insight = maggiore consapevolezza = valutazione formativa e feedback migliore

4. Intervento

• cambiamento, miglioramento di insegnamento e apprendimento

16

Stato dell’arte Motivazioni Validazione Il modello Conclusion

i

fine.