OhellaMarty Graham, Avustaja
Yliopisto-ohjaajat ovat pitkään käyttäneet verkkopohjaisia oppimishallintajärjestelmiä käytännössä lukumateriaalien, harjoitusten ja tehtävien toimittamiseen opiskelijoille.Mutta he ovat vasta alkaneet tarkastella näitä jakelujärjestelmiä - ja tietopolkujen käyttäjät jättävät vihjeitä siitä, kuinka opiskelijat ovatTodellatekeminen.
Tulokset ovat voimakkaita.
Hyödyntämällä keinotekoista älykkyyttä (AI) analysoimaan ja löytämään malleja massiivisista tietojoukkoista, korkeakoulujen virkamiehet voivat tunnistaa kamppailevat ja todennäköisesti keskeyttävät opiskelijat.Esimerkiksi he näkivät, kuinka monta kertaa opiskelija vieraili online -oppitunnissa ja sitten yhtäkkiä pysähtyi.Neuvonantajien nopealla interventiolla koulut voivat sitten seurata ja mitata oppilaiden parannuksia ja menestyksiä.
Saatat myös pitää: kehittyvät tekniikat tekevät STEM -oppimista hauskaa
Nevada Las Vegasin yliopistossa (UNLV) professori Matt Bernacki (joka on nytPohjois -Carolinan yliopisto) Pioneeraavat sellaisia pyrkimyksiä osana hänen jatko -työtä koulutuspsykologiassa.
"Aion opiskella oppimista käyttämällä napsautuksia, kohokohtia ja merkintöjä, jotka opiskelijat tekevät lukeessaan", Bernacki sanoo."Sitten kaivoin oppimishallintajärjestelmään epäilyksen vahvistamiseksi: Jos opiskelijoiden on käytettävä oppimateriaalejaan yliopistopalvelimilta, näiden palvelimien on saatava nämä napsautukset palauttaakseen materiaalin opiskelijoiden pyynnöt."
Saatat myös pitää tästä koulutusta koskevasta podcastista
Kun Bernacki alkoi tutkia näitä napsautuksia, hän pystyi tuottamaan käyttämättömän resurssin oppimisen ymmärtämiseksi ja parantamiseksi.
Näiden kokeiden tulokset ovat dramaattisia.UNLV: n alkuperäinen ohjelma oli niin onnistunut, että se voitti aNational Science Foundation -apurahaVuonna 2018 lähes miljoona dollaria, varoja, joita käytetään selvittämään, kuinka pitää opiskelijat tieteen, teknologian, tekniikan ja matematiikan (STEM) ohjelmien (STEM).(Yliopiston mukaan,40 prosenttia ilmoitetuista STEM -suurista yhtiöistäluopua pääaineesta, kun he kohtaavat haastavan kurssityöt.)
Sillä välin,Arizonan osavaltion yliopistoKäytettyjen oppimisjärjestelmien tiedot f*cksien tunnistamiseksi ja auttamiseksi vuonna 2016. Tulokset: 15 prosentin lisäys ensimmäisen vuoden oleskelun opiskelijoiden lukumäärällä 15 prosentilla, ja matalan tulotason ja ensimmäisen sukupolven opiskelijoiden säilyttämisessä on tärkeä lisäys.
Kun asiantuntijat puhuvat jatkuvista esimerkkeistä menestyksestä, he osoittavat useinGeorgian osavaltion yliopisto, missä järjestelmänvalvojat ovat puuttuneet yhdistämään opiskelijat neuvonantajiin 500 000 kertaa siitä lähtien, kun koulu alkoi tarkastella navigointitietoja vuonna 2012, opiskelijoiden menestyksen varatoimitusjohtaja Timothy Renick."Valmistumisasteemme on noussut 62 prosenttia ja olemme valmistuneet 3000 enemmän opiskelijaa vuodessa kuin olimme aiemmin", hän sanoo.
Oikeudenkäynnin syrjäyttäminen tulipalossa
Opiskelijoiden on jo kauan odotettu puolustavan itseään, ja järjestelmät perustettiin ajattelutavan kanssa, sanoo UNLV Provost Carl Reiber.”Tuo koe-tulen mentaliteetti oli kaikki väärin.Olemme täällä opettamassa opiskelijoita, emme kieda heitä heidän tulevaisuudestaan.Se on lähestymistapa, joka on osoittautunut haitalliseksi ensimmäisen sukupolven opiskelijoille ja erityisesti aliedustettuille vähemmistöille. "
”Tuo koe-tulen mentaliteetti oli kaikki väärin.Olemme täällä opettamassa opiskelijoita, emme kietoa heitä pois heidän tulevaisuudestaan. "
—Carl Reiber, Provost, Nevadan yliopisto Las Vegas
Verkkopohjaiset oppimishallintajärjestelmät ilmestyivät ensin 1990-luvulla, ja vuoteen 2003 mennessä olivat pikemminkin normi kuin poikkeus.Mutta järjestelmät keskittyivät ensisijaisesti oppituntien toimittamiseen opiskelijoille, ei tarkkailematta heidän vuorovaikutustaan.Samaan aikaan yliopiston henkilökunnan käyttämät ominaisuudet olivat pääasiassa hallinnollisissa asioissa.Nykyään järjestelmien suuret tiedot voivat tunnistaa ilmeiset, kuten epäonnistuneet kurssit puolivälissä, mutta myös vivahteikkaampia kysymyksiä.
"Mielenkiintoista on suuren datan käytöstämme sen kyky paljastaa vähemmän ilmeisiä varhaisia ongelmien merkkejä", Renick sanoo."Esimerkiksi jopa ohi" C "-luokka voi olla osoitus merkittävästä riskistä, kun arvosana on kurssilla, joka on kriittinen opiskelijan opiskelualalle tai ensimmäisen luokan A -opiskelija ottaa hänen pääaineensa."
"Olemme myös tunnistaneet" myrkylliset yhdistelmät ", kaksi kurssia, jotka, jos opiskelija suorittaa samalla lukukaudella, tuottavat paljon korkeammat epäonnistumisasteet [aikaisempien tietojen perusteella] kuin jos kursseja suoritetaan eri lukukaudella", Renick lisää.Esimerkiksi opiskelijat voivat tehdä hienosti fysiikan ja orgaanisten kemian luokissa, mutta eivät samana lukukautena, hän toteaa.
Opiskelijoiden tietojen uudelleenlähettäminen on edelleen uutta
"Siirrymme tietojen tarkoituksesta, joka on hallinnollista tietoihin, joita käytetään opiskelijoiden auttamiseen", sanooJames Wiley, korkeakoulujen ja yliopistojen pääsyjen kansallisen tutkimuskeskuksen pääanalyytikko.
"Siirrymme niiden tietojen tarkoituksesta, joka on hallinnollista tietoihin, joita käytetään opiskelijoiden auttamiseen."
—James Wiley, pääanalyytikko, korkeakoulu- ja yliopistojen pääsykeskus
Wiley on kannustanut myyjiä kääntämään alustojen tavoitteet uudelleen harkitsemalla suunnittelemiensa algoritmien perusta.
”Kysymys algoritmien suunnittelusta on mitä toimintaa haluat ryhtyä?Minkä lopputuloksen haluat saavuttaa ja sitten ajatella taaksepäin ”, hän sanoo."Sitten mietit oikean tiedon saamista, kontekstuaalista sitä, sen näyttämistä ja oppimista siitä ja saada viisautta."
Mutta kaikesta tekniikan taikuudesta opiskelijoiden menestys johtuu edelleen neuvonantajien yhdistämisestä - ja tämä vaatii hienovaraisuutta, Columbia University Communications Manager sanooElizabeth "Lisa" Ganga"Se on hankalaa, meidän on vältettävä väärän tyyppisen viestin lähettämistä, jota opiskelija saattaa ymmärtää, kun teen huonosti ja voin yhtä hyvin pudota."Ihmisen kosketuksella on merkitystä, ja hän voi olla tärkein osa, hän korostaa.
"Voit saada algoritmit liittämään opiskelijat ja sitten sinun on oltava neuvonantajia valmiina auttamaan näitä opiskelijoita."
—LiLizabeth “Lisa” Ganga, viestintäpäällikkö, Columbia University
"Osa näiden interventioiden tekemisestä käsittää neuvonantajien uudelleenkoulutuksen siirtymisen nopeammin ja sillä on enemmän resursseja tarjota heti", Ganga jatkaa."Voit saada algoritmit liittämään opiskelijat ja sitten sinun on oltava neuvonantajia valmiina auttamaan näitä opiskelijoita."
Kuten useimmissa kokeissa, LVI -opiskelijatietoilla on oppimiskäyrä, joka perustuu sen vaikutuksen mittaamiseen.
"Tulosten mittaus antaa sinulle tunteen nöyryydestä", Wiley sanoo.”Se on kädenpidon matka ja sinun on oltava valmis iteroitavaksi tämän matkan varrella.Tiedot muuttuvat.Kuviot muuttuvat.Työkalut muuttuvat. ”
Opiskelijoiden tarve menestyä kuitenkin pysyy vakiona.
