Сибирский федеральный университет

Тип публикации: статья из журнала

Год издания: 2023

Идентификатор DOI: 10.32517/0234-0453-2023-38-2-57-65

Ключевые слова: learning analytics, additional professional education, assessment, feedback, metrics, образовательная аналитика, дополнительное профессиональное образование, оценивание, обратная связь, метрики

Аннотация: В статье подробно рассмотрены разработанные авторами основные методики сбора данных об участниках онлайн-программ дополнительного профессионального образования (ДПО) в вузах. При разработке методик авторы в качестве базовых использовали такие подходы, как: личностно-ориентированный, средовой, продуктовый, data-driven подход. Также авторами учтены основные положения доказательного образования, образовательной аналитики, характеристики типов данных об обучении (модель LOTS).Рассмотренные в статье новые методические подходы представляют практическую ценность на разных этапах проектирования и реализации образовательной программы обучения на основе полученных данных с помощью обратной связи и оценивания, а также метрик обучения. Апробация полученных результатов проводилась в малых группах слушателей (12-20 участников) в рамках реализации дополнительного профессионального образования и курсов повышения квалификации «Оценивание и обратная связь», «Основы педагогического дизайна в дистанционном и смешанном обучении» и летней школы для преподавателей и методистов «Проектирование обучения на основе данных». Общее количество участников, прошедших обучение с использованием описанных в статье методик, составило 146 человек.Результаты исследования могут представлять практический интерес для сотрудников администрации образовательных организаций, осуществляющих обучение по программам ДПО, ориентирующихся на развитие системы ДПО на основе данных, а также для методистов и преподавателей, проектирующих программы под актуальный образовательный запрос. Полученные результаты способствуют повышению результативности обучения с учетом валидных метрик в условиях конкуренции с российскими и зарубежными компаниями EdTech. Кроме того, они могут быть полезны преподавателям, которые реализуют образовательные программы высшего образования, методистам и разработчикам образовательных продуктов. The article discusses in detail the main methods for collecting data on the participants of online programs of additional professional education (AEP) in universities, which were developed by the authors. The authors used personality-oriented, environmental, product, and data-driven approaches as the basic ones in developing these methods. The authors also took into account the main statements of evidence-based education, learning analytics, and the types of learning data (the LOTS model).The new methodological approaches presented in this article have practical value at various stages of designing and implementing training programs based on the obtained data with the help of feedback, evaluation and learning metrics. The results were tested in small groups of students (12-20 participants) as part of the implementation of programs and courses such as “Assessment and Feedback”, “Fundamentals of Pedagogical Design for Distance and Blended Learning”, and the Summer School for teachers and trainers “Data-Driven Learning Design”. A total of 146 participants were trained using the methods outlined in this article.The results of this study may be of interest to educational organization administrators that provide AEP. They can focus on developing an educational system based on data, designing programs based on current educational needs, improving training effectiveness with valid metrics, and competing with Russian and foreign EdTech companies. Additionally, the findings could be useful for professors implementing educational programs of higher education, instructional designers, and educational product developers.

Журнал: Информатика и образование

Выпуск журнала: Т.38, №2

Номера страниц: 57-65

ISSN журнала: 02340453

Место издания: Москва

Издатель: ООО "Образование и Информатика", Российская академия образования

• Безызвестных Е.А. (Сибирский федеральный университет)
• Скрябин М.А. (Южный федеральный университет)

• Ядро РИНЦ (eLIBRARY.RU)
• Список ВАК