211service.com
Efterhånden som data strømmer ind, udvikler massive åbne onlinekurser sig
I 2012 tiltrak uddannelsesstartups millioner af studerende – og en bølge af interesse fra universiteter og medier – ved at tilbyde massive åbne onlinekurser eller MOOC'er. Nu bliver nogle kernetræk ved disse vildt populære kurser dissekeret, hvilket gør det muligt for kursusudbyderne at lære noget selv. Efterhånden som disse virksomheder analyserer brugerdata og eksperimenterer med forskellige funktioner, undersøger de, hvordan de kan tilpasse elevernes læringsoplevelser, og de samler et lager af pædagogiske tricks til at hjælpe flere studerende med at afslutte deres kurser.
De data, vi indsamler, er uden fortilfælde inden for uddannelse, siger Andrew Ng, en medstifter af MOOC-udbyderen Coursera og en lektor ved Stanford University. Vi ser hvert museklik og hvert tastetryk. Vi ved, om en bruger klikker på et svar og derefter vælger et andet, eller spole frem gennem en del af en video.
Ng og andre store personer fra MOOC-verdenen har længe forudset, at MOOC'er ville give et væld af data om, hvordan elever rent faktisk lærer. Indtil for nylig har disse små virksomheder dog været for optaget af at opskalere deres infrastruktur for at imødekomme en eksploderende efterspørgsel (se The Technology of Massive Open Online Courses) til at undersøge disse data i dybden.
Nogle nylige resultater har bekræftet aspekter af MOOCs design. Princeton-forskere brugte data fra Coursera til at vise, at virksomhedens system for peer-gradering, som beregner karakterer for kurser baseret på feedback fra andre studerende, er effektivt. Andre resultater har udfordret antagelser om, hvordan et onlinekursus med succes kan henvende sig til hundredtusindvis af studerende eller mere.
Siden MOOC'er først dukkede op, har små videoer leveret hovedparten af undervisningen, ledsaget af online vurderinger og øvelser for at hjælpe med at cementere indholdet i elevernes sind. Men både Courseras data og Udacity's afslører en stor undergruppe af studerende, der foretrækker at springe videoer over og spole så meget frem som muligt. Vi er begyndt at omstrukturere vores kurser for at have meget mindre video og at genoptage nogle videoer, siger Sebastian Thrun, en Stanford robotikprofessor, en vicepræsident hos Google og medstifter og administrerende direktør for Udacity . Vores populære kurser ændrer sig virkelig meget baseret på vores data.
Meget af præstationsforskningen er motiveret af et ønske om at øge kursusgennemførelsesraterne, som ligger omkring 10 procent, ifølge de fleste MOOC-udbydere og tal fra akademikere, der har undervist ved hjælp af kurserne. Et Udacity-forskningsprojekt antydede for nylig, at tekniske udfordringer kan være skyld i en betydelig del af frafaldet. I eksperimentet blev nogle Udacity-brugere inviteret til at sms-chatte med et automatiseret hjælpesystem, der faktisk brugte levende menneskelige operatører, og mange brugere nævnte problemer relateret til computerfærdighed.
Den måde, folk bliver hængende på, er meget anderledes, end vi forventer, siger Thrun. Nogle elever kan simpelthen ikke betjene et tastatur eller en hjemmeside. Det viser, at den grundlæggende one-size-fits-all MOOC er utilstrækkelig til at løse fastholdelsesproblemet. Udacity arbejder nu på analyseteknikker, der kan sortere elever ud fra deres adfærd og tilbyde målrettet assistance eller justere kurser for bedre at kunne tjene dem.
At skræddersy MOOC'er er en idé med fortjeneste, siger Chris Piech , en Stanford-ph.d.-studerende, der forsker i online læring. I en nylig undersøgelse undersøgte Piech og to kolleger tre af Stanfords datalogiske MOOC'er og fandt ud af, at frafald faldt i tre adskilte grupper: revisorer, som ikke havde til hensigt at gennemføre kurset, men som brugte det som en ressource, som en bog; studerende, der deltog i kurset, men efterhånden kom bagud; og dem, der sporadisk samplede gennem hele forløbet.
Mange i de to sidstnævnte grupper ville sandsynligvis gennemføre et kursus, hvis de fik den rigtige hjælp, siger Piech, og data indsamlet i undersøgelsen tyder på, at opmuntring af studerende til at interagere med hinanden via fora eller andre sociale funktioner ville gøre det.
Piech forudser en strøm af publiceret og intern forskning fra MOOC-udbydere, der rapporterer om betydelige fremskridt inden for online læringseffektivitet. Efterhånden som MOOC-platformene bliver mere robuste, og deres arkitektur er udarbejdet, vil forskning blive mere prioriteret og mere nyttig, siger han. De giver de store tal til at besvare de svære spørgsmål om uddannelse.
Nogle af de analyser, der finder sted hos MOOC-virksomheder, ser ud til at svare på mere beskedne spørgsmål. A/B-test, en metode, der er almindelig hos internetvirksomheder, bliver brugt til at afprøve små designjusteringer, der kan få eleverne til at gøre det bedre. A/B-test viser forskellige versioner af en tjeneste til forskellige segmenter af et websteds publikum for at se, hvordan de reagerer.
Gennem A/B-tests, siger Ng, fandt Coursera for nylig ud af, at dets praksis med at sende e-mail til folk for at minde dem om kommende kursusdeadlines faktisk gjorde eleverne mindre tilbøjelige til at fortsætte med kurserne. Men at sende e-mails, der opsummerer elevernes seneste aktivitet på siden, øgede engagementet med flere procentpoint. En A/B-test af Udacity satte en farvet version af en lektion op imod en sort-hvid version. Testresultaterne var meget bedre for den sort-hvide version, siger Thrun. Det overraskede mig.
Det er uklart, om vaskelister over raffinementer, der er resultatet af A/B-test, vil føje op til en storslået teori om læring og undervisning, der udfordrer traditionen. Ng siger, at han ikke mener, at der er behov for en storslået teori for at MOOC'er kan lykkes. Jeg læser Piaget og Montessori, og de virker begge overbevisende, men pædagoger har generelt ingen mulighed for at vælge, hvad der virkelig virker, siger han. I dag er uddannelse en anekdotisk videnskab, men jeg tror, vi kan gøre uddannelse til en datadrevet videnskab, hvor man laver det, man ved virker.