Корпоративное обучение для цифрового мира - Коллектив авторов

трех вопросов на каждом уровне. Чем больше вопросов на одном уровне сложности, тем больше вариативность теста, что важно для повторного прохождения или тестирования людей, которые могут помогать друг другу.

Варианты распределения вопросов

• Равномерное распределение – не менее 10 вопросов каждого уровня сложности.

• «Пирамида» – коррекция количества вопросов в форме «пирамиды», когда более сложных вопросов несколько меньше, чем простых (так как до сложных доходят гораздо реже). В этом случае рекомендуется следующее соотношение: не менее 6 вопросов высших уровней сложности, не менее 8 вопросов средних уровней сложности и не менее 10 вопросов низших уровней сложности.

• Автоматическое распределение по уровням сложности. Для этого проводится первичное тестирование (на выборке участников). Степень сложности вопросов определяется в соответствии с ответами участников. Вопросы, набравшие большинство правильных ответов, считаются самыми простыми, а вопросы с наименьшим числом правильных ответов – самыми сложными.

Траектории тестирования

Траектории тестирования позволяют определить наиболее вероятные пути прохождения тестирования в разных контекстах. Например, в контексте перехода между уровнями сложности они помогают определить вопросы, в наибольшей степени влияющие на процесс тестирования (тестируемые «скорее справятся» на шаге N с вопросом уровня сложности X или, наоборот, испытают трудности с вопросом этого уровня сложности).

Результаты адаптивного тестирования и их трактовка

Данные результаты полезны для улучшения качества материалов и при построении индивидуальной траектории обучения. Учебную программу можно персонализировать для каждой группы слушателей на основе тех пробелов в знаниях, которые были обнаружены в ходе тестирования. Слушатели могут непосредственно в процессе тестирования провести самопроверку и восполнить выявленные пробелы (постепенно – от простого к сложному).

Коррекция адаптивного теста на основании аналитики

Частотный анализ результатов позволяет внести корректировку в распределение вопросов по уровням сложности в сбалансированной модели на основе анализа распределения ответов участников (определить аномально сложные или простые вопросы на разных уровнях сложности и получить рекомендацию, в какой уровень сложности стоит перенести данные вопросы). Прогноз результатов обучения проводится исходя из количества попыток пройти тест и среднего результата, достигнутого за время всех попыток.

Примеры инструментов для разработки адаптивного тестирования

• Qualtrics

• Typeform

Аналитика обучения

Аналитика обучения, или учебная аналитика (learning analytics) – измерение, сбор, анализ и представление данных об обучающихся и образовательной среде с целью понимания особенностей обучения и максимальной его оптимизации[8].

Задачи учебной аналитики[9]

Связь учебной аналитики и анализа образовательных данных[10]

Связь учебной аналитики и бизнес-аналитики по уровню принятия решений

(HR analytics / people analytics / talent analytics / training and development (T&D) analytics – в зависимости от детализации)

• Для бизнес-аналитики – запрос со стороны бизнеса (ключевое – бизнес-ценность).

• Для учебной аналитики – запрос со стороны учебного процесса (ключевое – понимание и оптимизация обучения и окружения).

Деление не всегда может быть жестким, речь идет скорее о разных аспектах и целях анализа.

Построение модели обучающегося на основе больших данных (model based on Big Data)

Источники доказательств

Административные данные

Показатели периферийного контекста: преподаватель, школа, район, местная община или государство.

Взаимодействие с образовательными ресурсами

Показатели взаимодействия во время обучения, включая: манеру навигации, ответы на упражнения и тесты, типы совершаемых ошибок, временны́е характеристики, связанные с деятельностью студента во время обучающих мероприятий.

Временна́я история

Показатели ближайшего контекста, представляющие временну́ю историю действий обучающегося, данные о которой доступны в конкретный день.

Демографическая информация

Показатели периферийного контекста: демографическая информация об обучающемся.

Настойчивость или упорство

Ретроспективные показатели настойчивости или упорства обучающегося при столкновении в процессе обучения с трудностями, которые индексируются как ошибки.

Нарушения в классе

Показатели ближайшего и периферийного контекста о нарушениях в классе обучаемого согласно записям о поведении в конкретный день или в течение времени.

Предпочитаемые обучающие медиа или жанры

Ретроспективные показатели предпочтительных для обучающегося медиа или жанров в тех случаях, когда выбор был возможен.

Прошлая деятельность

Ретроспективные показатели прошлой деятельности обучающегося, раскрывающие усвоение идей, навыков или компетенций на текущий момент.

Социальные показатели

Показатель взаимодействия учащегося с другими обучающимися и преподавателем в процессе обучения или с записанной речью (со всеми ее разнообразными свойствами, например семантическим содержанием, просодией и т. д.).

Социальные связи

Показатели ближайшего окружения, такие как социальные отношения и данные о социальных связях.

Тип мышления

Данные из анкеты или самоотчета о том, как учащийся устанавливает связь между своими стратегическими усилиями во время обучения и развитием компетенций, а также о том, как происходит индивидуальный процесс обучения.

Эмоциональное состояние

Ближайшие показатели, относящиеся к обучению, например эмоциональное состояние, качество сна, показатели питания.

Анализ образовательных данных (educational Data mining, EDM) и «добыча данных», интеллектуальный анализ (Data mining)

Из всех методологических категорий универсальными для всех типов Data mining считаются предсказательный анализ, кластерный анализ и поиск взаимосвязей. Однако более известными подходами к EDM считаются «Открытия с помощью моделей» и «Очистка данных (Data cleaning) для оценки человеком».

Андрагогика

Андрагогика (andragogy) – это наука, охватывающая теоретические и практические аспекты обучения и развития взрослых.

Александр Капп первым ввел термин «андрагогика» в 1833 году, определяя ее как педагогику для взрослых. В буквальном переводе с греческого слово обозначает «ведение взрослого человека» (андрос – мужчина, человек; агогейн – вести)[11].

Отличия андрагогики от педагогики

Теоретические основы и принципы андрагогики были разработаны в XX веке Малколмом Ноулзом – американским ученым, который занимался исследованиями особенностей обучения взрослых.

В результате своих исследований Ноулз выделил 6 аспектов, которые отличают андрагогику (обучение взрослых) от педагогики (обучение детей)[12][13].

1. Потребность в знаниях. Взрослым необходимо осознавать цель обучения.

2. Мотивация. Взрослыми движут внутренние мотивы. Они учатся, только когда хотят учиться. Взрослому нужно дать мощную внутреннюю мотивацию и ответить на его вопрос: «Зачем мне это нужно?»

3. Желание. У взрослых желание и готовность учиться появляются, когда они осознают значимость знаний. Им важно понимать, как обучение поможет им изменить жизнь к лучшему.

4. Фундамент или опыт. У взрослых за плечами богатый опыт, который определяет их обучение. Они анализируют, объясняют, объединяют и создают новые идеи или «подкручивают» старые через фильтр собственного опыта. При создании обучающих программ рекомендуется использовать этот опыт, чтобы помочь слушателям установить связи, понять актуальность знаний и обрести вдохновение.

5. Самостоятельность. Взрослые самостоятельны и хотят нести ответственность за собственное обучение. Они независимы и любят, когда все под их контролем.

6. Отношение к обучению. Взрослые лучше всего учатся, применяя полученные знания на практике. Для них актуально проблемно-ориентированное обучение, когда результаты сразу применяются в работе. Во время такого обучения тренируется их способность к решению проблем и, как результат, появляется уверенность, что они могут справляться с любыми задачами при помощи новых знаний.

В

Виртуальная реальность

Виртуальная реальность (virtual reality, VR) – реальность, искусственно воссозданная с помощью технических средств, воздействующих на органы чувств человека (зрение, слух, обоняние, осязание и др.).

Объекты виртуальной реальности обычно ведут себя близко к поведению аналогичных объектов материальной реальности. Пользователь может