Автор: Иван Травкин
Своевременный тезис от Ignatia de Waard (выступает на OEB2014): большие данные вредят образованию (буквально “corrupting education”), усугубляя цифровой разрыв. Учебная аналитика — источник инсайтов, пишет она, но эти инсайты необходимо транслировать назад к учащимся, не превращая в собственность крупного бизнеса. Даже если отвлечься от бизнеса, проблема адекватной интерпретации результатов требует серьезной подготовки и понимания всей специфики статистических методов. Опасность вполне реальная. Студент из неблагополучного района может быть заранее классифицирован как “бесперспективный”, а затем безоговорочно отчислен, как только новые данные “подтвердят” статистическую гипотезу. Другая (фундаментальная) проблема — это проблема нормы. Усреднение. Успевать — значит сливаться с толпой (“правильно” сливаться с “правильной” толпой). Далее, интересные мысли насчет трудоустройства выпускников, основной вывод: большие данные не помогут. Все пересказывать не стану, оригинал интереснее и заслуживает (требует) изучения.
Игнатия публикует свои заметки к некоторым докладам на OEB2014. Обратите внимание на заметки к докладу Стивена Даунса. Стивен говорит о персональном обучении, затрагивая проблему больших данных (в контексте учебной аналитики). Кратко: Веб — не платформа для обучения, а совокупность персональных образовательных сред (эта идея стала основой первых МООК в 2008 году). Существует принципиальна разница между большими и персональными (в широком смысле) данными. Большие данные производит толпа, использующая один и тот же сервис. Персональные данные производит учащийся, работающий со множеством сервисов сразу (*моя* история, глубокий анализ). Естественно, данные принадлежат нам, пользователям. Технологическое решение: LPSS (learning and performance support system), что-то вроде “коннектора” ресурсов и сервисов для организации сетей из персональных образовательных сред. Учебная аналитика как сервис: пользователи предоставляют доступ к персональным данным (все разрешения и варианты использования оговариваются), получая аналитику за определенную плату.
Своевременный тезис от Ignatia de Waard (выступает на OEB2014): большие данные вредят образованию (буквально “corrupting education”), усугубляя цифровой разрыв. Учебная аналитика — источник инсайтов, пишет она, но эти инсайты необходимо транслировать назад к учащимся, не превращая в собственность крупного бизнеса. Даже если отвлечься от бизнеса, проблема адекватной интерпретации результатов требует серьезной подготовки и понимания всей специфики статистических методов. Опасность вполне реальная. Студент из неблагополучного района может быть заранее классифицирован как “бесперспективный”, а затем безоговорочно отчислен, как только новые данные “подтвердят” статистическую гипотезу. Другая (фундаментальная) проблема — это проблема нормы. Усреднение. Успевать — значит сливаться с толпой (“правильно” сливаться с “правильной” толпой). Далее, интересные мысли насчет трудоустройства выпускников, основной вывод: большие данные не помогут. Все пересказывать не стану, оригинал интереснее и заслуживает (требует) изучения.
Игнатия публикует свои заметки к некоторым докладам на OEB2014. Обратите внимание на заметки к докладу Стивена Даунса. Стивен говорит о персональном обучении, затрагивая проблему больших данных (в контексте учебной аналитики). Кратко: Веб — не платформа для обучения, а совокупность персональных образовательных сред (эта идея стала основой первых МООК в 2008 году). Существует принципиальна разница между большими и персональными (в широком смысле) данными. Большие данные производит толпа, использующая один и тот же сервис. Персональные данные производит учащийся, работающий со множеством сервисов сразу (*моя* история, глубокий анализ). Естественно, данные принадлежат нам, пользователям. Технологическое решение: LPSS (learning and performance support system), что-то вроде “коннектора” ресурсов и сервисов для организации сетей из персональных образовательных сред. Учебная аналитика как сервис: пользователи предоставляют доступ к персональным данным (все разрешения и варианты использования оговариваются), получая аналитику за определенную плату.
Комментариев нет:
Отправить комментарий