Kiekvieną dieną mokytojas priima daug sprendimų, susijusių su mokymu ir mokymusi. Kiekvienam sprendimui priimti reikalingi duomenys, surenkami iš pačių įvairiausių šaltinių (pavienių atsiskaitymų įvertinimai, individualus vaiko stebėjimas, refleksijos, lankomumas, mokytojo pastabos, grįžtamojo ryšio žinutės ir kt.). Duomenų gausa, įvairovė ir „išsibarstymas“ dažnai duomenų neleidžia „įdarbinti“, t. y. prasmingai panaudoti planuojant ir organizuojant mokymą(si). Tačiau mokymosi analitika kartu su dirbtiniu intelektu padeda aiškiau suprasti duomenis ir pagal juos priimti sprendimus planuojant ugdymą.

Ugdymo planavimo galimybės

Mokytojas, matydamas vizualizuotus duomenis ir dirbtinio intelekto siūlomas įžvalgas, gali priimti sprendimus, reikalingus planuojant ugdymą. Svarbu, kad mokytojas kritiškai įvertintų, analizuotų gaunamą informaciją, ją sietų su savo įžvalgomis ir patirtimi. DQX (Data quality campaign) teigia, kad duomenys planuojant reikalingi tam, kad būtų galima personalizuoti mokinių mokymąsi. Kaip pavaizduota paveikslėlyje, (1) naudojant duomenis, mokymosi procesą galima pritaikyti kiekvienam mokiniui, kadangi, planuojant mokymosi tikslus, atsižvelgiama į kiekvieno mokinio gebėjimus; (2) planuojant ugdymą pagrindinis dėmesys skiriamas mokymuisi, o ne mokymui, kadangi mokiniai tampa aktyvūs savo mokymosi šeimininkai ir duomenų pagrindu patys priima sprendimus; (3) ugdymo planavimas neapsiriboja tik pamokomis. Kartu su mokiniais numatomi ugdymosi tikslai paskatina mokinius ugdytis numatytas kompetencijas už mokyklos ribų, padeda į ugdymo planavimą įtraukti mokinių tėvus; (4) ugdymo planavimo kokybė ir tikslai tampa labiau orientuoti į kokybę ir mokymosi gylį, o ne į klasėje praleistą laiką.

Mokymosi personalizavimas ir duomenys (nuoroda į paveikslo šaltinį čia)

Kiekvienos pamokos ar semestro pabaigoje mokytojas skaitmeninėse platformose gali pamatyti klasės ir pavienių mokinių darbo rezultatus ir mokymosi ypatumus, atsižvelgdamas į duomenis ir asmenines įžvalgas priimti su ugdymo(si) planavimu susijusius sprendimus.

Trumpalaikio planavimo galimybės

Mokytojai, turėdami susistemintus duomenis, gali greičiau priimti sprendimus, padėsiančius kiekvienam mokiniui pasiekti mokymosi tikslus. Realiu laiku galima pastebėti tam tikrus mokinių įpročius, barjerus ar įsitraukimo stoką ir, suradus priežastis, priimti sprendimus, palengvinsiančius mokymosi procesą. Pavyzdžiui, Eduten Playground platformoje suformuotame individualiame mokinio profilyje pastebime, kad mokinio aktyvumas tapo žemesnis, jis ilgiau atlieka tekstines užduotis. Dirbtinis intelektas pateikia rekomendaciją: šiam mokiniui reikia daugiau praktikos atliekant tekstines užduotis, kad geriau jas suvoktų. Namų darbams arba kitoje pamokoje mokiniui galima skirti specialias užduotis, reikalaujančias įsigilinti į tekstą, stiprinančias užduoties suvokimo gebėjimus.

Individualus mokinio profilis Eduten Playground platformoje

Planuojant pamokas LearnLab platformoje galima pasitelkti mokymosi analitikos duomenis, rodančius, kokias bendrąsias kompetencijas mokiniai klasėje turėtų ugdytis. Pavyzdžiui, paveiksle pavaizduotas vienos klasės profilis, kuriame galime matyti, kad klasėje esantys mokiniai turi kritinio mąstymo ir mokėjimo mokytis gebėjimų. Tad planuojant pamoką, šias stiprybes galima išnaudoti ugdant tarpasmeninę – bendradarbiavimo – kompetenciją. Skyrus grupinio darbo užduotį, platformoje renkami duomenys apie mokinių bendradarbiavimo gebėjimus ir grupinio darbo pobūdį.

Klasės profilis LearnLab platformoje

Ilgalaikio planavimo galimybės

Mokytoja(s), analizuodamas duomenis, gali pastebėti tobulintinas veiklos klasėje bei mokymo sritis ir pagal tai keisti ugdymo turinį, veiklas bei praktikas ir personalizuoti atskirų klasių ar pavienių mokinių mokymąsi. Mokymosi analitika yra naudinga strategiškai planuojant mokymosi kursą. Pusmečio ar metų pabaigoje mokytojas gali atlikti viso mokymosi laikotarpio duomenų analizę, siekdamas suprasti, kurių temų mokymo(si) uždaviniai buvo pasiekti, o kurios sritys turi spragų. Pagal tai mokytojas gali perskirstyti kitų metų mokymuisi skirtą laiką, skiriamą atitinkamoms temoms. Taip pat mokytojas gali analizuoti mokinių įsitraukimo į įvairias užduotis (tiek pagal turinį, tiek pagal užduočių formą) lygius. Pavyzdžiui, mokytojas pastebi, kad kai 6b klasei buvo skiriamos užduotys porose, mokiniai labiau įsitraukė ir pasiekė geresnių rezultatų nei dirbdami po vieną ar grupėse. Taip pat mokytojas mato, kad dirbdami grupėse mokiniai nelygiavertiškai pasiskirsto darbus, mokiniai, kurie mažiau pasitiki savimi, į užduočių atlikimą beveik neįsitraukia. Mokytojas gali nuspręsti, kad, pavyzdžiui, šioje klasėje reikia stiprinti bendradarbiavimo kompetenciją ir ateinantį semestrą skirti užduotis grupėse, pateikti aiškias gaires mokiniams, kaip pasiskirstyti vaidmenimis ir reflektuoti savo bendradarbiavimo procesą, tam tikrų mokinių pasitikėjimo savimi trūkumą aptarti su mokyklos psichologu ar klasės auklėtoju.

Galimybė mokiniams analizuoti savo duomenis

Vienas svarbiausių aspektų, planuojant duomenimis grįstą ugdymą, – suteikti patiems mokiniams galimybę tyrinėti savo duomenis, juos reflektuoti ir kelti individualius tikslus. Mokytojas pamokoje mokiniams gali skirti užduotis, kurias atlikdami mokiniai gauna visus savo mokymosi proceso duomenis ir analizuoja savo pasiekimų raidą, pastebi barjerus ir galimybes, priima sprendimus ir numato siektinus tikslus. Pavyzdžiui, mokinys, geografijos pamokoje dirbantis su LearnLab platforma, gali analizuoti, kaip jam sekėsi susieti skirtingas sąvokas, sudaryti minčių žemėlapius, įsitraukti į mokymosi veiklas. Taip pat mokinys gali analizuoti asmeniniame profilyje esančią informaciją apie tai, kiek, pavyzdžiui, jo loginis mąstymas ar savęs vertinimas galėjo daryti įtaką numatytiems geografijos mokymosi tikslams pasiekti ir kompetencijoms ugdytis. Apibendrinę gautą informaciją, mokiniai kelia tolesnius mokymosi tikslus, juos aptaria su bendraklasiais, tėvais ir mokytojais. Mokinių įgalinimas analizuoti savo mokymosi duomenis ir atsižvelgiant į tai priimti sprendimus yra naudingas tiek trumpalaikėje (pavyzdžiui, kai mokiniai pamokos pabaigoje gauna skaitmeninės platformos sugeneruotą grįžtamąjį ryšį), tiek ir ilgalaikėje (kai mokiniai sistemingai analizuoja savo mokymosi procesą ir pagal tai keliasi ilgalaikius tikslus) perspektyvoje.

Agnė Motiejūnė

2021-12-31