Представлять будущее естественно, но нет никакой гарантии, что будущее будет именно таким, каким мы его себе представляли. Думал ли кто-нибудь из нас, что развитие цифровых классов может так скоро превратиться в виртуальные и удаленные? Это реалии современной системы образования.
Тем не менее, стабильный взгляд на образование зависит от акцента на новых технологиях, таких как вездесущие вычислительные устройства, гибкие конструкции классных комнат и инновационные визуальные дисплеи. Когда классы успокаивают студентов и сотрудников, большие данные и аналитика формируют будущее системы образования. Данные — это актив мира технологий. Это меняет способ работы системы образования, предсказывая точные решения, которые улучшают результаты и производительность организации. Тем не менее, многие верят своей интуиции и опыту, когда дело доходит до прогнозов на уровне высшего образования.
Данные влияют на все отрасли. Она заняла замечательную позицию по установлению своего государства в медицинская сфера. Старая школа врачей, просматривающая все файлы и отчеты пациентов, чтобы сделать предположение об их текущем отчете, давно ушла в прошлое. Сбор и накопление данных о прежних заболеваниях пациентов, медицинских отчетах и предписаниях позволит аналитике данных прийти к прогнозируемому точному ответу о состоянии здоровья пациентов. Это также напоминает о факторах риска в текущем состоянии пациентов. Страховые компании также переходят на аналитическую модель для прогнозирования клиентов с высоким уровнем риска.
Возможно, сейчас образование повернулось лицом к современным технологиям, но веками оно было неэффективным в использовании данных. Высшее образование задержалось в адаптации к анализируемым очевидным данным и обратной связи. Была задержка в действиях и возможности для вмешательства из-за отсутствия оценки отсева учащихся каждый год.
Вещи должны быть изменены и улучшены, чтобы перейти на следующий уровень. Были даны ориентиры по развитию образования на десятилетия вперед, чтобы реформировать эффективность и качество предмета. Теперь пришло время придерживаться Интернета, мобильных технологий и открытого образования, чтобы повысить уровень. Судя по всему, принятие решения все еще находится в подвешенном состоянии без должного анализа. Таким образом, включение аналитики в образование поможет улучшить процесс принятия решений.
Хранение данных о студентах
Явные данные — это побочный продукт Интернета, компьютеров, мобильных устройств и корпоративных систем управления обучением (LMS). Общие учения в классе и разговоры в коридоре, как правило, увядают из памяти в определенный момент времени. Но онлайн-обучение, цифровые записи учащихся, студенческие билеты, датчики и мобильные устройства теперь привлекают следы данных и потоки активности. Педагоги могли бы улучшить процесс обучения, если бы знали методы.
Более глубокий анализ данных учащихся также позволит получить представление об их успеваемости и указать, подвержен ли человек высокому риску отсева. Некоторые высшие учебные заведения начали рассматривать возможность использования анализа данных для повышения успешности и уверенности студентов, улучшения их методов обучения и понимания. Например, ОБРАЗОВАТЬ и задача обучения нового поколения (NGLC) фокусируется на возможностях, которые могут быть достигнуты путем моделирования учебных взаимодействий на основе крупномасштабного сбора данных.
Больше данных также является проблемой, так как это задушит работающую систему. Использование аналитики больших данных требует тщательного обдумывания того, что нам нужно знать и какие данные, скорее всего, подскажут нам то, что нам нужно.
Марисса Майер, нынешний представитель Google, определила данные по трем элементам:
Скорость. Можно мгновенно обрабатывать данные и действовать с ними, поскольку в последнее время их доступность увеличилась в десять раз.
Масштаб. Увеличение вычислительной мощности продолжает удваиваться.
Датчики. Используются новые типы данных в Интернете вещей (IoT), такие как экономика данных, данные, опубликованные физикой, объекты реального мира, включая датчики, интеллектуальные сети и подключенные устройства.
Большие данные нужно правильно анализировать
Наборы данных, размер которых превышает возможности обычных программных средств баз данных для сбора, хранения, управления и анализа данных, называются большими данными. Для укрепления и развития технологий, используемых для управления данными, новые породы, такие как Хадупинтеллектуальный анализ данных или обнаружение знаний в базе данных.
Основа данных изменилась с массовым вводом данных по всему миру. Большие данные — это точка или путь к созданию ценности в организациях. Данные не могут храниться в одной организации, они разбросаны по разным правительствам, корпорациям и высшим учебным заведениям.
Аналитика обучения и академическая аналитика
Аналитика обучения — это измерение, сбор, анализ и отчетность данных об учащихся и их контексте с целью понимания и оптимизации обучения и среды, в которой оно происходит. Он вращается вокруг учащегося и преподавателей в прогнозном моделировании и моделях успеха или неудачи.
Академическая аналитика противоречит обучению аналитике. Это применение бизнес-аналитики в образовании. Особое внимание уделяется аналитике на институциональном, региональном и международном уровнях. Академическая аналитика затрагивает всю образовательную отрасль, включая администраторов, спонсоров, маркетологов, национальное правительство и органы образования.
Значение аналитики для высшего образования
Сектор образования должен стать более целенаправленной, разумной организацией с масштабом и спектром деятельности в сфере высшего образования. Изменения затрагивают администрацию, исследования, преподавание и обучение, вспомогательные ресурсы, которые следует принимать с распростертыми объятиями. Центральную роль играют данные, доказательства и аналитика.
Некоторые способы, с помощью которых большие данные и аналитика создают ценность для высшего образования
- Аналитика данных улучшает принятие административных решений и распределение организационных ресурсов.
- Они могут предсказывать будущее и выявлять учащихся из группы высокого риска. Это обеспечит вмешательство, чтобы помочь обучению в достижении успеха.
- Благодаря прозрачным данным и анализу данные могут создать общее понимание успехов и проблем учреждения.
- Они могут привнести инновации и преобразования с помощью академических моделей и педагогических подходов.
- Они могут дать рекомендации учащимся с пониманием их собственных привычек обучения.
Думать и действовать за пределами LMS
СУО фиксирует данные, которые структурированы и отражают взаимодействие учащихся в системе в соответствии с ее адаптивностью. Но недостатком LMS является то, что она не может фиксировать активность онлайн-учащихся вне системы.
Большинство других аналитических систем также не смогли собрать готовые данные, такие как использование библиотеки, доступ к поддержке обучения или академическим рекомендациям. Кликеры в классе можно интегрировать с данными об активности учащихся в онлайн-среде, что дает дополнительное представление о факторах, влияющих на успех учащихся.
В образовании ценность аналитики и больших данных можно обнаружить в их роли в проведении реформ в высшем образовании и в том, как они помогают преподавателям улучшать преподавание и обучение. Добавляя аналитику в систему обучения, он привносит новый стиль открытия и обучения в сектор образования. Хорошо также знать о плохом значении. Обучение может вскоре стать уютным и футуристическим с помощью аналитики.
Сообщение «Аналитика данных на переднем крае развития обучения и образования» впервые появилось в Analytics Insight.
