جهانی جستجو برای آموزش و پرورش: دوست داده کوچک متوسط ​​بزرگ تغییر?

2016-11-15-1479219574-7614898-cmrubinworldAdobeStock_52893695500.jpg

“ما باید در فکر اشکالات بالقوه از داده های بزرگ می شود, به ویژه کسانی که مربوط به حریم خصوصی داده ها و اخلاق در پژوهش. هنگامی که داده های بزرگ است آینده خود را برای تعیین مسیر آموزشی کودکان و در نتیجه استفاده, یا تحت تاثیر قرار معلمان’ مشاغل در آموزش و پرورش, ما خط از استفاده مناسب از داده های بزرگ در آموزش و پرورش عبور کرده اند.” — PASI Sahlberg

دوست داده کوچک کمک به انجام چه خوب است داده در آموزش و پرورش به نام? سیستم آموزش و پرورش در سراسر جهان با استفاده از داده های بزرگ مانند آزمون های استاندارد, بازرسی مدرسه و نظرسنجی به اندازه گیری میزان یادگیری. پاسی Sahlberg معتقد است که آموزش و پرورش خوب باید از انواع شواهد که شامل هر دو کمی و کیفی مورد بررسی قرار گیرد. او استدلال میکند که به منظور درک که چگونه به خوبی مدارس انجام می دهند, ما نیز نیاز به جمع آوری “داده های کوچک” با استفاده از معلمان’ و دانش آموزان’ “مشاهدات, ارزیابی و بازتاب” آموزش و یادگیری فرآیندهای در کلاس های درس.

داده ها کوچک است یک ایده جدید البته نه. چه چیزی جدید است این فن آوری که هم اکنون می توانید این نوع تحلیل حمایت است. آیا ارزیابی سازنده مبتنی بر مدرسه بهتر از استاندارد? برخی از نمونه های زیادی از داده چقدر کوچک است که به طور موثر در مدارس استفاده می شود چیست? داده های کوچک نیاز به اعتماد بیشتر در معلمان’ و مدارس’ قضاوت, پس چگونه ما ایجاد اعتماد در آموزش و پرورش? پیوستن به من در جهانی جستجو برای آموزش و پرورش به بحث در مورد داده فنلاندی مربی پاسی Sahlberg است, نویسنده درس فنلاندی: جهان چه می توانند یاد بگیرند از تغییر آموزشی در فنلاند. PASI دریافت 2012 جایزه آموزش و پرورش در فنلاند, the 2013 جایزه Grawemeyer در ایالات متحده, و اول کلاس نایت از رز سفید فنلاند در 2013.

پس از, می تواند به شما در مورد تفاوت بین داده های بزرگ و کوچک داده صحبت?

داده های بزرگ یک اصطلاح معمولا استفاده می شود در گفتمان روزانه است که اغلب با یک برچسب می آید که داده های بزرگ خواهد شد که راه ما فکر می کنیم تبدیل شده است, کار, و زندگی. برای بسیاری از ما, این وعده خوشبین است, در حالی که برای دیگران آن را ایجاد اضطراب و نگرانی در خصوص کنترل و حفظ حریم خصوصی. به طور کلی, داده های بزرگ به معنی داده با اندازه بسیار بزرگ به حدی که دستکاری و مدیریت در حال حاضر با چالش های مهمی عملی آن.

تفاوت اصلی بین داده های بزرگ و کوچک در آموزش و پرورش است, البته, حجم داده و چگونه این داده ها جمع آوری و استفاده. داده های بزرگ در آموزش و پرورش همیشه نیاز به دستگاه های اختصاص داده شده برای جمع آوری حجم انبوهی از داده پر سر و صدا, از جمله سخت افزار و نرم افزار را به تصرف دانش آموزان خاص’ حالات چهره, جنبش در کلاس, حرکات چشم در حالی که در کار, حالت بدن, بحث در کلاس درس, و تعامل با دیگران. داده های کوچک متکی در درجه اول در مشاهدات و ضبط شده توسط انسان. در آموزش, این دانش آموزان’ خود ارزیابی, معلمان’ یادداشت مشارکتی در فرایند یادگیری, نظر سنجی مدرسه خارجی, و مشاهدات ساخته شده از شرایط آموزش و یادگیری.

2016-11-15-1479219617-7919786-cmrubinworldAdobeStock_52125430500.jpg

“داده OECD است, از جمله کسانی که از Pisa, توسط سیاست گذاران برای تصمیم گیری استفاده می شود جهت در سیستم آموزش و پرورش خود را بر اساس آنچه به نظر می رسد در کشورهای دیگر کار می کرد. دوباره, تجزیه و تحلیل داده های بزرگ به تنهایی و بدون داده های کوچک احتمالا به نتایج ناخواسته منجر خواهد شد در عمل.” — PASI Sahlberg

چگونه ما استفاده از داده های بزرگ در حال حاضر و نقاط قوت و ضعف آن چه هستند?

ما در حال ورود به عصر تکنولوژی با واسطه محیط های یادگیری دیجیتال در آموزش و پرورش. وعده هایی که با این دولت انقلاب آمده است که داده های بزرگ خواهد به یادگیری شخصی قدرتمند تر منجر شود, فعال تکنیکهای آموزشی دانشجو محور, ارزیابی سازنده پاسخگو, و افزایش بازده کلی در آموزش و پرورش. این گفت, داده های بزرگ در آموزش و پرورش می تواند به عنوان یک ضبط هدفمند یا اتفاقی از فعالیت و فعل و انفعالات که تنوع و بزرگ مقدار داده تحلیل در محیط های آموزشی دیجیتالی واسطه فراهم می کند دیده می شود. این نیاز به اشکال جدیدی از مهارت های داده ', به خصوص سنتز و ارائه که به ظهور دو زمینه های جدید منجر: داده کاوی آموزشی و تجزیه و تحلیل یادگیری.

داده کاوی آموزشی بر تفسیر شواهد از مقادیر زیادی از داده پر سر و صدا و بدون ساختار, مثلا, ارتباط بین رفتار دانش آموزان و یادگیری. این سوالات پاسخ می دهد, “چه دنباله ای از مطالعه برای یک دانش آموز خاص موثر ترین?” و “که اقدامات نشان می دهد فعالیتهای دانشجویی و رضایت?” تجزیه و تحلیل ترافیک آموزش اطلاعات بیشتر در مورد استفاده از ابزار و تکنیک های در مقیاس بزرگتر در زمینه آموزشی نگران است, پاسخ به سوالات مانند “وقتی یک دانش آموز در معرض خطر عدم دوره است?” و “چه نمره یک دانش آموز احتمال زیاد برای دریافت بدون دخالت است?”

با این تعریف, داده های بزرگ ارائه می دهد اطلاعات بیشتر همه کاره در مورد شرایط آموزش و یادگیری است که می تواند برای خیاطی راه حل های یادگیری شخصی تر برای دانش آموزان مورد استفاده قرار. داده های بزرگ در آموزش و پرورش درب جدید باز می شود نیز به محققان. شاید بزرگترین ارزش آن, به عنوان بیل مقابله و مریم Kalantzis نتیجه در این مقاله, بزرگ داده ها می آید به مدارس, مي باشد “امکان در هر مورد خاص به تجزیه و تحلیل انواع مختلف داده ها با استفاده از روش های مختلف, متقابل اعتبار این در برابر یکدیگر در یک قدرت بیشتر جامع, مبتنی بر شواهد مجموعه ای از شیوه های پژوهش.” همزمان, اما, ما باید در فکر اشکالات بالقوه از داده های بزرگ می شود, به ویژه کسانی که مربوط به حریم خصوصی داده ها و اخلاق در پژوهش. هنگامی که داده های بزرگ است آینده خود را برای تعیین مسیر آموزشی کودکان و در نتیجه استفاده, یا تحت تاثیر قرار معلمان’ مشاغل در آموزش و پرورش, ما خط از استفاده مناسب از داده های بزرگ در آموزش و پرورش عبور کرده اند.

مثال دیگر از یک سیستم داده های بزرگ در حال ظهور در آموزش و پرورش است را OECD GPS آموزش و پرورش که میزبان مقدار عظیمی از اطلاعات از سیستم های آموزشی در سراسر جهان. داده OECD است, از جمله کسانی که از Pisa, توسط سیاست گذاران برای تصمیم گیری استفاده می شود جهت در سیستم آموزش و پرورش خود را بر اساس آنچه به نظر می رسد در کشورهای دیگر کار می کرد. دوباره, تجزیه و تحلیل داده های بزرگ به تنهایی و بدون داده های کوچک احتمالا به نتایج ناخواسته در عمل منجر خواهد شد.

2016-11-15-1479219647-2459406-cmrubinworldAdobeStock_30682176500.jpg

“داده های کوچک می تواند کمک به معلمان برای درک کنند که چرا برخی از دانش آموزان به عنوان همچنین آنها می توانند در مدارس بهتر از داده های بزرگ که اغلب نشان دهد که آیا دانش آموزان یاد بگیرند یا نه آنچه که قرار است به یاد بگیرند که یاد نمی گیرند.” — PASI Sahlberg

برخی از نمونه های بتن از استفاده از داده های کوچک است که شما در مدارس دیده می شود?

مثال مورد علاقه من است از زمان خود من یک معلم ریاضیات و علوم در هلسینکی. به عنوان بسیاری از همکاران من, من به زودی متوجه شدم که بسیاری از دانشجویان که این افراد دوست ندارند وجود دارد. آنها فکر می کردند که ریاضیات و علوم بسیار دشوار است برای یادگیری و اغلب دور از زندگی روزمره خود هستند. یکی از اولین چیزهایی که من در کلاس های درس من آموختم این بود که بسیاری از دانش آموزان, احتمالا بسیاری از آنها, باید مفاهیم خود ساخته از علم و ریاضیات تصاویر. دانشجویان’ جهان درونی بسیار دشوار را به تصرف در هر راه دیگری از طریق کمک به آنها را به فکر می کنم سخت در مورد ذهن خود را کنید و سعی کنید به نوبه خود این افکار و سپس به نمایندگی ملموس هستند, مانند داستان ها و نقاشی.

من زمان زیادی را صرف پس از آن جمع آوری داده ها کوچک, در داخل و خارج از کلاس های درس من, به درک دانش آموزان’ ایده های خود در مورد جهان ریاضی و علمی. تنها پس از دانستن اینکه چه چیزی به دانش آموزان تصور کنید زمانی که آنها در مورد آنچه ریاضیدانان فکر می کنم (بسیاری از کسانی که تصاویر مثبت نیست در همه) من شروع به پیدا کردن راه بهتر را به جهان ریاضیات دسترس و قابل فهم به دانش آموزان. داده های کوچک می تواند در مدارس بهتر از داده های بزرگ که اغلب نشان دهد که آیا دانش آموزان یاد بگیرند یا نه آنچه که قرار است به یاد بگیرند که کمک به معلمان برای درک کنند که چرا برخی از دانش آموزان نمی آموزند و همچنین آنها می توانند.

چه نوع داده ها تجزیه و تحلیل ما در حال حاضر? چه نوع داده ما باید به بررسی دقیق تر و به همین دلیل?

من را دیده اند تغییر قابل توجهی در طول دهه گذشته از شواهد معلم جمع آوری از طریق ارزیابی های مبتنی بر کلاس درس نسبت به داده فن آوری دیجیتال واسطه. همزمان, آزمون های استاندارد یک ابزار مرکزی در جمع آوری این داده ها تبدیل شده اند. مدارس در سراسر جهان در حال حاضر دانش آموزان خود را ارسال’ نتایج آزمون در مدرسه. معلمان صرف زمان بیشتری را تجزیه و تحلیل این داده ها و تلاش برای ایجاد حس از آنچه نتایج در کار خود با دانش آموزان معنی. من نمی گویم که این لزوما چیز بدی. اما اگر معلمان با داده های خارجی از آزمایش از دانش استاندارد و گزارش های بازرسی رو هدف قرار بدن, آن پیچیدگی های آموزش را تضعیف می کند و یادگیری در مدارس.

سیستم های مدرسه که در آن مجموعه بسیار گسترده تر از این اطلاعات را تجزیه و تحلیل و استفاده برای هدایت کار از مدرسه وجود دارد. در فنلاند, یک عنصر مرکزی هر مدرسه است “تیم رفاه دانشجویی” است که از معلمان ساخته شده, تندرستی متخصصان, مشاوران, و رهبران مکتب. از طریق این دست اول داده های کوچک, مداخلات زودهنگام برای کمک به دانشجویان در معرض خطر هستند و سپس تصمیم گرفت و در مدارس. این تیم در دیدار به طور منظم, در بسیاری از مدارس در هفته, به بحث و پردازش اطلاعات در توسط معلمان در مورد دانش آموزان خود را به ارمغان آورد’ تندرستی, رفتار, و یادگیری در مدارس.

2016-11-15-1479219672-8184579-cmrubinworldAdobeStock_5658902050.jpg

“در فنلاند, اعتماد در مدارس و آموزش و پرورش به طور کلی شروع به رشد به زودی پس از به دولت اجازه داده مدارس به طراحی برنامه های آموزشی خود را (رو هدف قرار بدن توسط برنامه درسی چارچوب ملی), به منظور بررسی اثر کار خود را, برای کنترل بودجه خود را, و برای حرفه ای رهبری سطح متوسط.” — PASI Sahlberg

آیا باور دارید که ارزیابی سازنده مبتنی بر مدرسه بهتر از آنهایی که استاندارد هستند?

ارزیابی سازنده مبتنی بر مدرسه و ارزیابی های استاندارد مبتنی بر سرشماری در خدمت اهداف متفاوت. من فکر می کنم که ما آنها را هر دو نیاز. با این حال, در بسیاری از کشورها, سیستم در سطح استاندارد تست استفاده می شود که برای اندازه گیری تمام دانش آموزان در همه زمان ها می تواند به تدریج با ارزیابی مبتنی بر نمونه با کیفیت بالاتر جایگزین. ارزیابی سازنده رهبری معلم باید شواهد غنی سازی که مدارس برای اهداف بهبود استفاده. در راه, این ترکیبی معقول از داده های بزرگ و داده های کوچک به انجام رساندن آنچه است که گاهی اوقات خوب داده در آموزش و پرورش به نام.

می تواند دانش آموزان’ بازتاب در یادگیری خود را به استانداردهای ما از دستاورد گنجانیده?

یادگیری خوب شامل دانش آموزان’ توانایی درک و تنظیم فرایند یادگیری خود را. این امر مستلزم, اما, که دانش آموزان به جای توسعه عادات و مهارتهای فراشناختی برای درک اینکه چگونه آنها یاد بگیرند. دانشجویان’ بازتاب در یادگیری خود را می توان به قضاوت موفقیت دانش آموزان به زودی به عنوان این مهارت وجود دارد در سطح مناسبی گنجانیده. دوباره, من معتقدم که ما در حال صحبت کردن در مورد شرایط با استفاده از داده های کوچک برای ارزیابی دانش آموز در اینجا.

داده های کوچک نیاز به اعتماد بیشتر در معلمان’ و مدارس’ قضاوت در مورد آنچه انجام می دهند. چگونه می تواند اعتماد در آموزش و پرورش ساخته شده?

اعتماد است که شاید عنصر تنها بیشتر مورد نیاز از دست رفته در بسیاری از سیستم های آموزش و پرورش امروز. سیاستمداران مربیان اعتماد ندارند. وزیران نمی تواند در مدیران مدارس تکیه. و, به عنوان یک نتیجه, است عدم اعتماد در معلمان وجود دارد که, به نوبه خود, می تواند دانش آموزان اعتماد ندارند. تجربه نشان می دهد که اعتماد به مردم و در نهادهای تنها می تواند توسط اعمال واقعی است که آنها مسئولیت بیشتر و آژانس را ساخته شده است.

در فنلاند, اعتماد در مدارس و آموزش و پرورش به طور کلی شروع به رشد به زودی پس از به دولت اجازه داده مدارس به طراحی برنامه های آموزشی خود را (رو هدف قرار بدن توسط برنامه درسی چارچوب ملی), به منظور بررسی اثر کار خود را, برای کنترل بودجه خود را, و برای حرفه ای رهبری سطح متوسط. سخنرانی تشریفاتی و تجدید نظر سیاسی تاثیر کاهش در تغییر فرهنگ آموزش و پرورش در این رابطه داشته اند. هنگامی که مدارس مالکیت واقعی و مسئولیت های کوچک داده, من اعتقاد دارم که حرفه ای در مدارس افزایش مییابد. که یکی از شرایط قبل از اعتماد به معلمان ما شروع به رشد است.

2016-11-15-1479219443-9951525-cmrubinworldpasisalhberg300.jpg

C. M. روبین و پاسی Sahlberg

GSE-آرم-RylBlu

من تاریخ و رهبران فکری در سطح جهان شناخته جمله سر مایکل باربر (UK), دکتر. مایکل بلوک (ایالات متحده), دکتر. لئون Botstein (ایالات متحده), استاد خشت کریستنسن (ایالات متحده), دکتر. لیندا عزیزم، هاموند (ایالات متحده), دکتر. MadhavChavan (هند), پروفسور مایکل فالن (کانادا), پروفسور هوارد گاردنر (ایالات متحده), پروفسور اندی هارگریوز (ایالات متحده), پروفسور ایوان هلمن (هلند), پروفسور کریستین Helstad (نروژ), ژان Hendrickson (ایالات متحده), پروفسور رز Hipkins (نیوزیلند), استاد کورنلیا Hoogland (کانادا), جناب جف جانسون (کانادا), خانم. شانتال کافمن (بلژیک), دکتر. EijaKauppinen (فنلاند), وزیر امور خارجه TapioKosunen (فنلاند), پروفسور دومینیک لافونتن (بلژیک), پروفسور هیو لادر (UK), پروردگار کن مک دونالد (UK), پروفسور جف کارشناسی ارشد (استرالیا), پرفسور بری McGaw (استرالیا), Shiv در نادار (هند), استاد R. Natarajan (هند), دکتر. PAK NG (سنگاپور), دکتر. دنیس پاپ (US), Sridhar Rajagopalan (هند), دکتر. دایان Ravitch (ایالات متحده), ریچارد ویلسون رایلی (ایالات متحده), سر کن رابینسون (UK), استاد PASI Sahlberg (فنلاند), استاد Manabu ساتو (ژاپن), آندریاس Schleicher (PISA, OECD), دکتر. آنتونی Seldon (UK), دکتر. دیوید شافر (ایالات متحده), دکتر. کیرستن همهجانبه هستند (نروژ), صدراعظم استفان Spahn (ایالات متحده), ایو Theze (LyceeFrancais ایالات متحده), پروفسور چارلز Ungerleider (کانادا), پروفسور تونی واگنر (ایالات متحده), سر دیوید واتسون (UK), استاد دیلن Wiliam (UK), دکتر. علامت گذاری Wormald (UK), پروفسور تئو Wubbels (هلند), پروفسور مایکل جوان (UK), و استاد Minxuan ژانگ (چین) به عنوان آنها در پرسش های بزرگ آموزش و پرورش تصویر است که تمام کشورهای امروز با آن مواجه بررسی.
جهانی جستجو برای آموزش و پرورش انجمن صفحه

C. M. روبین نویسنده دو مجموعه آنلاین به طور گسترده به عنوان خوانده شده که او دریافت است 2011 جایزه آپتون سینکلر, “جهانی جستجو برای آموزش و پرورش” و “چگونه آیا ما به عنوان خوانده شده?” او همچنین نویسنده سه کتاب پرفروش, محتوی رئال آلیس در سرزمین عجایب, ناشر است CMRubinWorld, و یک Disruptor بنیاد همکار.

دنبال C. M. روبین در توییتر: www.twitter.com/@cmrubinworld

نویسنده: C. M. روبین

به اشتراک گذاشتن این پست در