Oggi la scienza dei learning analytics (LA) è in continuo sviluppo, e all’Università di Torino siamo interessati al suo potenziale di miglioramento sia per quanto riguarda la didattica che l’apprendimento. Negli ultimi anni con i due progetti Orient@mente, una piattaforma online con funzione di orientamento dove gli studenti possono esercitarsi per i test d’ingresso universitari, e start@unito, che offre insegnamenti universitari aperti online in svariate discipline, abbiamo a disposizione una grande mole di dati. Proviene dall’attività degli studenti online, ad esempio il numero di click, i risultati della valutazione formativa automatica, e il tempo speso ad interagire con le risorse. Anche i questionari sono un’altra importante fonte di dati: vengono poste domande (sottoforma di valutazioni in scala Likert, scelta multipla, sì/no e aperte) riguardo all’utilità e all’usabilità dei materiali forniti e alle abitudini di apprendimento. Attraverso il tracciamento dell’utente e l’analisi semantica e del contenuto, possiamo comprendere come intervenire per migliorare l’apprendimento e l’insegnamento. Nel contributo ci focalizziamo sull’aspetto educativo dei LA, e discutiamo le diverse modalità in cui vengono impiegati all’interno dei nostri progetti, tra cui la correlazione tra i dati e i risultati dei test e degli esami, il miglioramento della progettazione dei corsi, la promozione dell’apprendimento attivo e dell’insegnamento adattivo.
Learning Analytics per migliorare la didattica e l’apprendimento online
Marina Marchisio;Alice Barana;Cecilia Fissore;Francesco Floris;Marta Pulvirenti;Sergio Rabellino;Fabio Roman;Matteo Sacchet;Daniela Salusso
2019-01-01
Abstract
Oggi la scienza dei learning analytics (LA) è in continuo sviluppo, e all’Università di Torino siamo interessati al suo potenziale di miglioramento sia per quanto riguarda la didattica che l’apprendimento. Negli ultimi anni con i due progetti Orient@mente, una piattaforma online con funzione di orientamento dove gli studenti possono esercitarsi per i test d’ingresso universitari, e start@unito, che offre insegnamenti universitari aperti online in svariate discipline, abbiamo a disposizione una grande mole di dati. Proviene dall’attività degli studenti online, ad esempio il numero di click, i risultati della valutazione formativa automatica, e il tempo speso ad interagire con le risorse. Anche i questionari sono un’altra importante fonte di dati: vengono poste domande (sottoforma di valutazioni in scala Likert, scelta multipla, sì/no e aperte) riguardo all’utilità e all’usabilità dei materiali forniti e alle abitudini di apprendimento. Attraverso il tracciamento dell’utente e l’analisi semantica e del contenuto, possiamo comprendere come intervenire per migliorare l’apprendimento e l’insegnamento. Nel contributo ci focalizziamo sull’aspetto educativo dei LA, e discutiamo le diverse modalità in cui vengono impiegati all’interno dei nostri progetti, tra cui la correlazione tra i dati e i risultati dei test e degli esami, il miglioramento della progettazione dei corsi, la promozione dell’apprendimento attivo e dell’insegnamento adattivo.File | Dimensione | Formato | |
---|---|---|---|
SIRD-Abstract2.pdf
Accesso aperto
Tipo di file:
PDF EDITORIALE
Dimensione
387.67 kB
Formato
Adobe PDF
|
387.67 kB | Adobe PDF | Visualizza/Apri |
I documenti in IRIS sono protetti da copyright e tutti i diritti sono riservati, salvo diversa indicazione.