učne analitike v izobraževanju

135 Pages·2015·4.21 MB·Slovenian

UNIVERZA V LJUBLJANI
PEDAGOŠKA FAKULTETA
Predmetno poučevanje: matematika in računalništvo

TAJDA ŠTRUKELJ

UČNE ANALITIKE V IZOBRAŽEVANJU
MAGISTRSKO DELO

Ljubljana, 2015

UNIVERZA V LJUBLJANI
PEDAGOŠKA FAKULTETA
Predmetno poučevanje: matematika in računalništvo

TAJDA ŠTRUKELJ
Mentor: izr. prof. dr. JOŽE RUGELJ

UČNE ANALITIKE V IZOBRAŽEVANJU
MAGISTRSKO DELO

Ljubljana, 2015

ZAHVALA
Zahvaljujem se svojemu mentorju, izr. prof. dr. Jožetu Ruglju, za vso pomoč, nasvete in
čas, ki mi ga je namenil v obdobju pisanja magistrskega dela.
Zahvaljujem se tudi prof. dr. Carlosu Vaz de Carvalhu z Instituto Superior de Engenharia
do Porto, ki mi je v času izmenjave na Portugalskem, kjer sem pisala magistrsko delo, stal
ob strani, mi pomagal, nudil koristne nasvete in me spodbujal.
Iskreno se zahvaljujem svoji družini, ki mi je v času študija in pisanja magistrskega dela
stala ob strani in mi s tem pomagala, da je bila pot do uresničitve mojih sanj lažja.

POVZETEK
Učne analitike so mlado področje računalniško podprtega učenja, ki bi lahko v prihodnosti
pomembno vplivalo na izobraževanje. Gre za skupke analitičnih orodij, ki merijo, zbirajo,
analizirajo in poročajo o učenčevih podatkih, da bi lahko bolje razumeli ter optimizirali
učenje in okolja, v katerih se to učenje pojavlja.
Dandanes se mnoge aktivnosti, povezane z učenjem, selijo na splet. Učitelji jih umeščajo
v tako imenovana virtualna učna okolja, kjer se nato s sodelovanjem učencev generira
množica podatkov. Ti podatki spadajo med tako imenovane »velike podatke« in imajo ob
pravilni uporabi potencial, ki učiteljem in drugim izobraževalnim delavcem omogoča, da
bolje razumejo proces učenja in ga tako lažje optimizirajo in prilagajajo učencem. Pri
interpretaciji teh podatkov zato uporabljamo učne analitike, s katerimi se ustrezni podatki
izberejo in obdelajo, kot rezultat pa pridobimo uporabne informacije, s katerimi lahko
dosežemo osnovni cilj, to je izboljšanje poučevanja učiteljev in učnih dosežkov učencev.
Področje učnih analitik je še v začetnih fazah razvoja in čeprav se rezultati uporabe
programskih orodij za učne analitike že kažejo v današnjem izobraževanju, gre še vedno
za relativno slabo razširjen pojem med učitelji in drugimi izobraževalnimi delavci. V
magistrskem delu zato predstavljamo način delovanja učnih analitik, pri čemer
predstavimo zgodovino učnih analitik in z njimi povezane pojme, opišemo referenčni
model za učne analitike ter naštejemo njihove faze in komponente.
Ena izmed značilnosti učnih analitik je tudi ta, da jih velikokrat povežemo z močnimi in
kompleksnimi programskimi orodji, ki pa so, vsaj zaenkrat, draga in tako večini šol in
učiteljem nedosegljiva. V okviru magistrskega dela zato predstavljamo lastno programsko
orodje za učne analitike, POUK, ki smo ga izdelali s pomočjo orodja Microsoft Excel,
programskega jezika Visual Basic for Applications in virtualnega učnega okolja Moodle.
KLJUČNE BESEDE: analitična obdelava podatkov, izobraževalno podatkovno rudarjenje,
računalniško podprto učenje, učne analitike, virtualna učna okolja
ACM klasifikacija:
 K.3 Računalništvo in izobraževanje
o K.3.1 Uporaba računalnika v izobraževanju
 H.2 Upravljanje s podatkovnimi bazami
o H.2.8 Uporaba podatkovnih baz
 Podatkovno rudarjenje
 J.1 Administrativna uporaba podatkov
 Izobraževanje

TITLE: LEARNING ANALYTICS IN EDUCATION
ABSTRACT
Learning analytics is a young field in computer supported learning, which could have a
great impact on education in the future. It is a set of analytical tools which measure,
collect, analyze and report about students' data for the purpose of understanding and
optimizing students' learning and environments in which this learning occurs.
Today, more and more learning related activities are placed on the web. Teachers are
creating virtual learning environments (VLE), in which a great set of data about students
is created. This data falls into category of »big data«. If used correctly, this data has great
potential for teachers and other educational workers to better understand the process of
learning and thus optimize it better and adapt it for their students. To interpret the data
from VLEs we use learning analytics. They allow us to choose, collect and process the data,
which is the used to extract useful information, bringing us closer to our main goal of
improving teachers' way of teaching and students' learning outcomes.
Learning analytics are still in the early phases of development. Although there are already
some good results, which indicate that using tools for learning analytics can really improve
learning outcomes, learning analytics are still relatively unknown among teachers and
other educational workers. This Master’s thesis consequently introduces learning
analytics and presents their history and connected concepts. We also describe a reference
model for learning analytics and we discuss their phases and components in detail.
One of the main features of learning analytics is their connection with powerful and
complex programming tools, which are, at least for now, expensive and therefore
unavailable for most schools and teachers. In this Master’s thesis we introduce our own
programming tool for learning analytics, POUK. This tool was built with Microsoft Excel
and programming language Visual Basic for Applications and is processing the data from
virtual learning environment Moodle.
KEYWORDS: analytical data processing, educational data mining, computer supported
learning, learning analytics, virtual learning environments
ACM Classification:
 K.3 Computers and education
o K.3.1 Computer uses in education
 H.2 Database management
o H.2.8 Database applications
 Data mining
 J.1 Administrative data processing
 Education