Tag Archives: learning analytics

Vita Huset förbereder för en framtid med AI

Häromdagen släppte Obama-administrationen en rapport om artificiell intelligens (AI) och hur USA behöver investera i forskning, utveckling och utbildning för att dra nytta av utvecklingen inom AI.

ai-rapport

Man beskriver hur amerikanska flottan tagit fram digitala lärare (digital tutors) som tränar upp it-adminitratörer på några månader – en utbildning som tidigare tog åtminstone ett år. Dessa nya it-administratörer slår erfarna tekniker som jobbat i 7-10 år både i praktisk problemlösning och i teoretiska tester. De har använt motsvarande digitala lärare i arbetsmarknadsinsatser och sannolikheten för att ett välbetalt jobb ökar markant när man haft en digital lärare, jämför med traditionella arbetsmarknadsinsatser.

Men utvecklingen ställer också krav på samhället. Man skriver bl.a. att: ”An AI-enabled world demands a data-literate citizenry that is able to read, use, interpret, and communicate about data, and participate in policy debates about matters affected by AI.”
Länk:

Framtidsscenario om en digital skola

Digitaliseringskommissionen fortsätter att producera intressanta rapporter. I fredags kom ytterligare en,temarapport, kallad Det sociala kontraktet.

Det är en antologi som diskuterar frågeställningar inom flera olika samhällsområden. Vad innebär t.ex. jämlikhet när samhällets insatser för den enskilde i vård, skola och omsorg kan ges på helt nya sätt och i högre grad individualiserat? Vad kan och bör det statliga åtagandet vara och vilka rättigheter och skyldigheter bör den enskilde individen ha?

Ett av kapitlen är skrivet av Carl Heath. Det innehåller både en inledande diskussion om hur man kan göra diskussionen om skolans digitalisering mer konkret och hanterlig genom att skilja mellan tre delar i helheten:

  • digitaliseringen av processer för att organisera utbildning
  • digitaliseringen av undervisning och lärprocesser samt
  • digitaliseringen av den enskilda elevens eller studentens egen miljö.

Vidare beskriver Carl ett framtidsscenario för en digital skola som är både konkret och visionärt. Det är verkligen svårt att skriva meningsfulla texter om en framtid som vi bara kan ana, men Carl lyckas väldigt bra. Texten rekommenderas till läsning!

Norskt forskningscenter om Learning Analytics

I dagarna släpptes nyheten att det norska Kunnskapsdepartementet och Universitetet i Bergen gemensamt satsar 65 miljoner norska kronor över fem år på ett center kallat SLATE (Centre for the Science of Learning & Technology). Man ska bedriva forskning och kunskapsutveckling inom området “læringsanalyse” som är den norska benämningen på learning analytics. Det kommer inte bara att handla om forskning i traditionell skolmiljö utan all typ av lärande är av intresse för centret.

Det är en klok satsning av grannlandet att bygga upp en inhemsk kunskapsbas inom detta växande forskningsfält som sannolikt kommer att ha stor påverkan på hur utbildning och lärande organiseras och genomförs i framtiden. Det är bara att gratulera det norska utbildningsväsendet och det blir spännande att följa deras arbete under de kommande åren, även om det kommer att ske på avstånd.

Hur ser framtiden ut för Learning Analytics?

Enligt den framtidsundersökning som publicerats av LACE-projektet så tycks åsikterna om önskvärdheten av att learning analytics kommer till ökad användning i utbildningssektorn gå starkt isär (se tidigare blogginlägg). Medan de flesta trodde att tekniken kommer att fungera så var det en grupp som menade att forskningsfältet har mycket att tillföra skolan, medan andra var starkt negativa. I undersökningen fick man ta ställning till åtta olika scenarier och rösta för om de var dels sannolika eller osannolika och dels önskvärda eller inte.

feasability

Det framkom också att hanteringen av persondata är en nyckelfråga. Det fanns en stor konsensus kring att en stark ställning för individen och dennes rätt att bestämma vilken data som samlas in och hur den lagras och hanteras är mycket betydelsefullt. Denna fråga antas ha en avgörande inverkan på om learning analytics kommer att bli en accepterad teknik eller inte.

En tredje slutsats är att de som deltog i undersökningen inte vill se att databaserade analyser ersätter läraren. Man vill att läraren även fortsättningsvis ska leda undervisningen och stå för bedömningen.

De svarande fick ange från vilken av tre grupper de kom – från skolan, från högskolan eller från arbetslivet (dvs ej utbildningssektorn). Det fanns vissa skillnader mellan grupperna och personer med koppling till skolan var mer intresserade av att läraren fortsatt får en stark roll medan man, tillsammans med personer från arbetslivet inte trodde att klassrummen år 2025 kommer att vara genomsyrade av dataanalys. Det gjorde däremot en ganska stor del av personerna från högskolan. Skolfolket trodde inte heller att skolan i hög grad kommer att styras baserad på learning analytics inom en tioårsperiod.

Så här såg scenarierna ut i korthet:

  1. År 2025 är klassrummen och den fysiska miljön fullt utrustad med sensorer och utformad för att stödja lärande.
  2. År 2025 har man avancerade sensorer på kroppen som samlar data om t.ex. hållning, uppmärksamhet, vila,  stress, blodsocker och ämnesomsättning för att stödja lärandet.
  3. År 2025 används knappast learning analytics inom utbildningssystemet.
  4. År 2025 så kontrollerar varje individ sina egna data.
  5. År 2025 är learning analytics för det mesta en öppen och fri resurs, precis som öppen källkod.
  6. År 2025, är learning analytics viktiga verktyg för den pedagogiska ledningen. Ett brett utbud av data om elevens beteende används för att generera god kvalitet i realtid och för att ge förutsägelser om sannolikheter för framgång.
  7. År 2025 utförs det mesta av undervisningen av datorer.
  8. År 2025, stöder learning analytics ett självstyrt och självständigt lärande.

Du hittar hela rapporten här.

Trendspaning på BETT

Förra veckan gick året stora utbildningsmässa BETT av stapeln i London. Ett årligt event där en jättelik ”ed tech-mässa” är kärnan som kompletteras av hundratals intressanta seminarier möten. 10 000-tals besökare varav en hel del är skandinaver, mest svenskar. Omöjligt att sammanfatta detta rika utbud men här följer några impressioner från både mässgolvet och de seminarier jag lyssnade på:

1) analytics – datadriven analys från individnivån och uppåt. Allt fler läromedel/lärresurser erbjuder olika former av uppföljning i form av statistik. Vi börjar se möjligheter att koppla samman dessa – än så länge främst på skolnivå men det är bara en tidsfråga innan interoperabiliteten ökat och gör det möjligt att sammanställa data även på kommunnivå och nationell nivå. Kraven på standards och interoperabilitet kommer att öka.

2) flytta fokus från läraren till undervisningen (from the teacher to the teaching). En uppmaning i samma anda är att ”avprivatisera” undervisningen. Här handlar det alltså om att läraren blir er av en lagspelare, att man tar gemensamt ansvar för elevernas lärande och därmed gemensamt utarbetar undervisningsformer, stöd mm som eleven behöver.

3) individualisering och anpassning av läromedlen till individens behov och intresse. Adaptiva läromedel som anpassar både svårighetsgrad men också kontext för exempel mm till den enskilda eleven. Den som bor t.ex. i Kiruna och är intresserad av ishockey eller snowboards får annorlunda exempel i sina matteövningar än den som bor i Malmö och gillar att rida.

4) Liksom tidigare år är det också tydligt att de digitala läromedlen eller lärresurserna i ökande utsträckning lämnar datorskärmen som gränssnitt. Dels växer utbudet av små och stora interaktiva skärmar starkt och dels, vilket är mer intressant, växer det digitala ihop med det analoga. De få projektorer som fanns på mässan satt oftast i taket och lyste på golvet och gjorde om golvet till en interaktiv yta som en spelplan, ”byggarbetsplats” eller liknande. Digitala mätinstrument används för att samla data till NO-undervisningen t.ex. från luften eller ett akvarium, och undervisningen kan handla om att bearbeta och analysera data istället för att hela laborationen går ut på att ta fram själva mätdata. Tanken är alltså att arbeta med konkreta och riktiga data istället för som tidigare ha ett digitalt läromedel som abstrakt illustrerar olika fysikaliska fenomen.

Framtidsvisioner om learning analytics: plus och minus

Vi står precis i början på en spännande utveckling inom det område som kallas learning analytics. Du kan läsa mer om forskningsområdet i tidigare blogginlägg, bl.a. här och här.

digital-388075_640

Men hur kommer denna nya teknik och detta forskningsområde prägla skolan om tio år? Hur påverkas vi av learning analytics år 2025 i positiv och kanske negativ bemärkelse? EU-projektet LACE (Learning Analytics Community Exchange) har tagit fram ett antal tankeväckande scenarier runt detta. Du kan läsa om scenarierna här.

Kommer det bli så att sensorer i möbler och kläder och videokameror på väggarna tillsammans med datorerna ser och registrerar allt eleverna gör – för att se om de förlorar koncentrationen eller missuppfattar något. Eller blir det istället så att utbildningssystemet präglas av individuella lärvägar designade efter varje individs förutsättningar och behov, att forskningen kunnat utveckla betydligt effektivare lärresurser baserade på statistik från tiotusentals tidigare användare. Eller blir det helt annorlunda?

Det finns  möjlighet att tycka till om scenarierna – är de önskvärda eller inte? Är de realistiska eller inte? Vad kan och bör göras för att främja eller stoppa vissa utvecklingstendenser? Ta del av scenarierna och ta chansen att påverka utvecklingen genom att svara på några frågor.

Learning Analytics i Danmark

Inom ramen för LACE-projektet har vi bett några länder som ligger långt fram ifråga om arbete med learning analytics på skolnivå, att skriva en kort bloggpost som beskriver läget. Först ut är Leo Højsholt-Poulsen från det danska utbildningsdepartementet. Ni hittar hans intressanta inlägg här.

Förhoppningsvis kommer inlägg också från Nederländerna i oktober och Norge i november.

Forskningsstöd för aktivt lärande och omvänt klassrum

Sedan i höstas fungerar jag som projektledare för ett Vinnova-stött projekt kallat “Det omvända klassrummet“. Vi har under hösten och vintern genomfört en rad spännande workshops där många lärare med iver jobbat med att utveckla och fördjupa arbetssättet “flipped classroom”. I förra veckan var vi i Kramfors mycket dynamiska gymnasieskola.

KramforsEn grundbult i arbetet är att aktiva elever lär sig mer än de som bara lyssnar passivt. En metastudie av 225 forskningsprojekt visar att jämfört med elever som har “passiv” undervisning så ger aktivt lärande:

  • 55 % färre misslyckades på proven
  • 6 % ökade resultaten
  • Större påverkan än insatser under high school
  • Större inverkan för kvinnor och studenter med särskilda behov inom manligt dominerade ämnen

Ytterligare stöd för att frigöra tid i klassrummet genom att flippa en del av undervisningen kom nu i dagarna. Häromdagen rapporterade SVT om Vetenskapsrådets kartläggning av åtgärder som kan lyfta svensk matematikundervisning:

Det som beskrivs stämmer mycket väl in på vårt projekt. Här är några exempel:
“– Det som fungerar är att de jobbar med ganska svåra matematiska problem, får tänka på dem ordentligt och diskutera dem i grupp. Om barnen är på olika ställen i läroboken och jobbar för sig själva blir det minimalt med tid för lärarna att hjälpa till. Därför måste vi hitta arbetssätt där vi håller ihop klassen, där de kan bygga vidare på varandras sätt att resonera och att läraren driver det mot den matematik man ska lära sig, säger Andreas Ryve, professor i matematikdidaktik vid Mälardalens Högskola, och ansvarig forskare för kartläggningen.”
Detta är en utmärkt sammanfattning av det arbetssätt vi rekommenderar för klassrummet. Att kunna samarbeta om svåra problem kräver också att alla har en gemensam grund att utgå ifrån och där har nätmaterialet en viktig roll.
“- Förutom ämneskompetensen behöver lärarna enligt kartläggningen kunna ställa rätt frågor till eleverna för att förstå vilken nivå de är på”
Formativ bedömning är centralt i vårt projekt och vi jobbar därför både med frågeteknik och med ett effektivt verktygsstöd både för frågor och för återkoppling till klassrummet.
“– Vi måste hitta sätt så att forskare, lärare, läroboksförfattare och förlag tillsammans kan utveckla läromedel som är anpassade till svenska förhållanden och tydligt forskningsbaserade.
– Om vi nu ska hjälpa barnen att utveckla de här förmågorna måste vi ha sådan typ av undervisning där läraren tar en mycket mer aktiv roll och då behövs den här typen av stöd, säger Andreas Ryve.”
Detta är den utmaning vi antar tillsammans!

Att mäta känslor med Learning Analytics

Det finns en stabil forskningsbas för att påstå att känslor påverkar lärande. Även om läraren i klassrummet sannolikt är ytterst medveten om känslornas betydelse för elevernas inlärning så bortser forskningen inte sällan från denna fråga. Det gäller inte minst forskningen runt nätbaserat lärande. Detta trots att det sannolikt skulle vara mycket betydelsefullt att kunna mäta och förstå känslor för att kunna anpassa t.ex. digitala lärmiljöer efter elevers känslostämningar och därmed förbättra deras chanser till inlärning.

Inom LACE-projektets första litteratur- eller forskningsanalys granskas nu frågan om man med hjälp av Learning Analytics kan fånga elevers känslor (du hittar studien här). Ett hundratal studier analyseras.

Det är ur många aspekter en svår och känslig fråga. Ur ett forskningsperspektiv reser den ett antal kunskapsteoretiska, ontologiska och praktiska frågor samtidigt som det ur ett mer vardagligt perspektiv väcker frågor t.ex. om den personliga integriteten. Så i många avseenden ger sig denna första forskningssammanställning rakt in i pudelns kärna när det gäller Learning Analytics.

Studien undersöker hur man kan mäta och förstå känslor dels ur existerande data och dels ur nya data. Vad gäller existerande data (det kan gälla tidigare skrivna texter, tidigare diskussioner som spelats in eller videoinspelningar av elever som samarbetar m.m.) så undersöker man tre metoder, nämligen innehållsanalys, bearbetning av naturligt tal eller identifiering av beteendeidentifikatorer (som kan gälla ansiktsuttryck och gester eller användning av emoticons eller liknande). Som tabellen nedan visar så finns det ett antal studier som beskriver ett antal sätt att med dessa metoder fånga elevers känslor.

Tabell 1

Därefter går man vidare för att se om det finns studier som beskriver möjligheter att i realtid eller med lätt fördröjning fånga och förstå elevers känslor. Här undersöks fyra olika metoder, nämligen kvantitativa instrument, kvalitativa metoder, ordmoln och intelligenta handledningssystem. Även här återfinns ett antal studier som beskriver olika möjliga tillvägagångssätt (se tabell 2).

Tabell 2

Avslutningsvis kan man alltså konstatera att även om instrumenten än så länge är en aning trubbiga, så är de inte så klumpiga som man kanske skulle tro när det gäller att fånga elevers känslouttryck. Svårare är nog att förstå vad känslorna står för och hur de påverkar elevernas lärande. Ännu kan maskinerna inte läsa mellan raderna, förstå humor eller ironi. Så ytterligare ett tag framåt gäller nog att försöka använda många olika metoder och instrument för att fånga känslor (eftersom instrumenten tycks olika anpassade för olika typer av känsloyttringar) och inte minst att vara försiktig i sin tolkning och användning av de data man får fram.

Med det är en spännande värld av möjligheter som håller på att öppna sig och som på sikt kommer att förändra hur vi ser på undervisning och lärande.