Upload
daniele-di-mitri
View
178
Download
2
Embed Size (px)
Citation preview
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.