большие данные в образовании

Большие данные в образовании

Петряева Е.Ю., руководитель службы

мониторинга АНО «Институт проблем

образовательной политики «Эврика» г. Москва

Большие или умные?

ЧАСТЬ I

Термин «большие данные» был впервые употреблен в 1998 году Джоном Мэши (главный ученый компании

Silicon Graphics)

Причины увеличения количества данных: а) развитие информационных инструментов, б) подключение всех девайсов к сети Интернет; в) сенсорные технологии

Причины увеличения количества данных (в будущем): а) когнитивных компьютерных систем, имитирующих деятельность мозга; б) аналитические технологии, позволяющие извлекать полезные сведения из больших объемов данных в интерактивном режиме реального времени

Данные бывают структурированными (5%) и неструктурированными (95%)

Типы данных в образовании

ЧАСТЬ II

Образовательные организации сегодня работают с «малыми» данными

компания Knewton США (http://www.knewton.com/) выделяет 5 типов данных:

• персональные данные;• данные о взаимодействии пользователя с

электронной системой и друг с другом;• данные об эффективности учебных материалов;• административные (общесистемные) данные;• прогнозные (предполагаемые) данные

Данные и электронная среда образовательной организации

ЧАСТЬ III

Какие компоненты должна включать электронная образовательная

среда?

Компоненты электронной среды

онлайн- контент

Размещение контента в электронной среде в линейном формате не эффективно

Взаимодействия пользователей контентом и друг с другом

Взаимодействия пользователей контентом и друг с другом

Учебный материалУчебный материал

Система задач

Система задач

доступность высококачественного

контента, онлайн-обучение

доступность высококачественного

контента, онлайн-обучение

Стремительное развитие инструментов для обработки данных

Стремительное развитие инструментов для обработки данных

Увеличение количества данных

Увеличение количества данных

Персонификация сервисов сети

Персонификация сервисов сети

Информация становится частной

Информация становится частной

Персонификация учебников, образовательных материаловПерсонификация учебников,

образовательных материалов

КЛЮЧЕВЫЕ ТРЕНДЫ

Зачем образовательной организацииэлектронная образовательная

среда?

Цели внедрение ЭОС:

•учебный материал для каждого ученика (подстроится под каждого);

•обратная связь для повышения качества образования

•получение информации о каждом ученике.

Подходы к моделированию ЭОС• гранулярность информации (контента), • картирование «фрагментов» контента и данных• алгоритмы движения по контенту (и содержание и

задачи), и взаимоотношений• 1 контент – 1 задача – 1 концепция

Подходы к моделированию ЭОС• разные «точки доступа»• фиксация результатов каждого шага ученика (непрерывная оценка)• бинарная система (ДА/НЕТ)

Платформа состоит из трех основных частей:

СИСТЕМА СБОРА ДАННЫХ:

собирает и обрабатывает огромные объемы информации о знаниях студента.•Адаптивная онтология: отображает связи между отдельными понятиями и генерирует нужные системы, цели и алгоритмы взаимодействия студентов•Расчетный блок: обрабатывает данные в реальном времени и параллельно анализирует для дальнейшего использования.

Платформа состоит из трех основных частей:

СИСТЕМА ВЫВОДОВ:

увеличивает набор данных и делает на их основе выводы.•Психометрический блок: оценивает знания и умения студента, подстраивает параметры контента. С каждым новым уровнем информация о студенте становится в разы точней.•Блок стратегии обучения: оценивает чувствительность студентов к изменениям в преподавании, темпе, оценивании и др.•Блок обратной связи: объединяет все эти данные и передает в систему сбора данных.

Платформа состоит из трех основных частей:СИСТЕМА ПЕРСОНАЛИЗАЦИИ:•Блок рекомендаций: сообщает следующие шаги, корректирует цели, оценивает сильные и слабые стороны студента, степень вовлечения и т.д.•Блок аналитических прогнозов: предсказывает скорость и вероятность достижения целей (например, вероятность того, что студент пройдет текст на 70%), ожидаемую оценку, уровень знаний и др.•Единая история обучения: личная статистика студента, учитывающая успехи в разных приложениях и предметных областях.

Вопросы, которые требуют решения:

• как создавать образовательный контент?• как работать в электронной среде с открытыми заданиями?

• как работать с социальными данными?• ?• ?

Перспективы использования данных

ЧАСТЬ IV

Каким образом работа с данными может изменить образовательный процесс? Что дает образовательная аналитика?

Перспективы использования данных

I. Анализ данных позволяет работать

с индивидуальными программами обучающихся, персонализировать обучение

АДАПТИВНОЕ ОБУЧЕНИЕ!

АДАПТИВНОЕ ОБУЧЕНИЕ! • Анализ данных позволяет работать

с индивидуальными программами обучающихся, персонализировать обучение;

• «умная программа», «умный учебный план»;• постоянный мониторинг, разные виды оценки• Иные методы анализа данных

Перспективы использования данных

II. Образовательная аналитика на основе данных меняет представление о формате

образовательных программ

«умная программа»,

«умный учебный план»

Перспективы использования данных

III. Изменение подходов к мониторингу и оценке

как самого образовательного процесса, так и образовательных результатов

постоянный мониторинг, разные виды оценки

Перспективы использования данных

IV. Новые методы анализа

прогноз, кластеризация, сетевой анализ

Риски использования данных

ЧАСТЬ V

Риски использования данных

1. угроза конфиденциальности

Получение согласия на использование данных,

анонимизация (удаление персональных данных)

бесполезны!

Риски использования данных

2. Орудие наказаний

важна «культура анализа» данных!

КОРРЕЛЯЦИИ. КЛАСТЕРИЗАЦИЯ. ПРОГНОЗ.

КОРРЕЛЯЦИИ. КЛАСТЕРИЗАЦИЯ. ПРОГНОЗ.

КОРРЕЛЯЦИИ. КЛАСТЕРИЗАЦИЯ. ПРОГНОЗ.