Большинство, когда говоришь слово «оценивание» вспоминают отметки красной ручкой в тетради или дневнике.
Мне кажется, почти ни у кого не возникает позитивных ассоциаций, связанных с ростом и развитием благодаря оцениванию (или возникают?)
Однако очень важно понимать, что оценивание бывает разным, а еще оно отличается от «обратной связи» — и от этого зависит, учимся мы или просто «сдаём зачет и забываем».
Существует два основных вида оценивания:
1️⃣ Формирующее (Assessment FOR learning) – мне нравится именно английский вариант названия, он будто лучше всего отражает суть того, что оценивание – это помощник обучения, тк оно:
– идёт в процессе обучения
– помогает увидеть пробелы и исправить их
– даёт конкретные рекомендации, что улучшить и как
– ведёт к изменениям уже по ходу курса
Например, вы выполнили работу и обсуждаете ее с сокурсниками, а преподаватель дает рекомендации, как ее улучшить.
2️⃣ Суммативное (Assessment OF learning) – тут уже из английского названия видим, что задача не помочь студенту, а оценить его достигнутый уровень ЗУНов. Оно:
– подводит итог обучения
– используется для экзаменов, зачётов, перехода на следующий уровень
– не влияет на сам процесс обучения, поэтому негибко, результат изменить нельзя
Сюда отнесем все итоговые экзамены или контрольные, где важно, что получилось в итоге, а не путь к этому (самураи, простите).
Конечно, нельзя сказать, что суммативное оценивание – это зло. Просто, к сожалению, так сложилось, что в российских государственных школах оно преобладает (или вообще является исключительным). ( Большинство учителей даже не знает/ понимает, что можно и нужно иначе. В частных школах и доп образовании ситуация сильно лучше!)
Здесь еще интересно нырнуть в концепции оценивания. Их всего 4 основных: School Accountability, Student Accountability, Irrelevance и Improvement.
Глядя на них очевидно, что в большинстве школ главная функция оценивания – это контроль (School Accountability). В моем случае еще это было критерием для разделения школ, учителей, да и самих учащихся на «касты».
Что с этим делать?
1️⃣ Проанализировать, какие методы оценивания вы используете, а также отвечают ли они поставленным задачам. Обязательно проверяйте, в какой форме и на каких этапах обучения вы даете обратную связь и оцениваете студентов.
2️⃣ Аналогично можно оценивать программу с позиции учащегося: как программа обеспечит достижение целей, которые обещает? Как это будет проверяться? Как мне будут помогать?
Мне кажется, почти ни у кого не возникает позитивных ассоциаций, связанных с ростом и развитием благодаря оцениванию (или возникают?)
Однако очень важно понимать, что оценивание бывает разным, а еще оно отличается от «обратной связи» — и от этого зависит, учимся мы или просто «сдаём зачет и забываем».
Существует два основных вида оценивания:
1️⃣ Формирующее (Assessment FOR learning) – мне нравится именно английский вариант названия, он будто лучше всего отражает суть того, что оценивание – это помощник обучения, тк оно:
– идёт в процессе обучения
– помогает увидеть пробелы и исправить их
– даёт конкретные рекомендации, что улучшить и как
– ведёт к изменениям уже по ходу курса
Например, вы выполнили работу и обсуждаете ее с сокурсниками, а преподаватель дает рекомендации, как ее улучшить.
2️⃣ Суммативное (Assessment OF learning) – тут уже из английского названия видим, что задача не помочь студенту, а оценить его достигнутый уровень ЗУНов. Оно:
– подводит итог обучения
– используется для экзаменов, зачётов, перехода на следующий уровень
– не влияет на сам процесс обучения, поэтому негибко, результат изменить нельзя
Сюда отнесем все итоговые экзамены или контрольные, где важно, что получилось в итоге, а не путь к этому (самураи, простите).
Конечно, нельзя сказать, что суммативное оценивание – это зло. Просто, к сожалению, так сложилось, что в российских государственных школах оно преобладает (или вообще является исключительным). ( Большинство учителей даже не знает/ понимает, что можно и нужно иначе. В частных школах и доп образовании ситуация сильно лучше!)
Здесь еще интересно нырнуть в концепции оценивания. Их всего 4 основных: School Accountability, Student Accountability, Irrelevance и Improvement.
Глядя на них очевидно, что в большинстве школ главная функция оценивания – это контроль (School Accountability). В моем случае еще это было критерием для разделения школ, учителей, да и самих учащихся на «касты».
Что с этим делать?
1️⃣ Проанализировать, какие методы оценивания вы используете, а также отвечают ли они поставленным задачам. Обязательно проверяйте, в какой форме и на каких этапах обучения вы даете обратную связь и оцениваете студентов.
2️⃣ Аналогично можно оценивать программу с позиции учащегося: как программа обеспечит достижение целей, которые обещает? Как это будет проверяться? Как мне будут помогать?
❤2
Это я нашла фото программ оценивания одной из топовых школ Грузии, где была на экскурсии.
Что мне там понравилось: у них есть и классическое оценивание, но акцент именно на обратной связи и формирующем.
У каждого ребенка есть портфолио, в котором собираются его работы, рекомендации учителя (а иногда и одноклассников), большие и маленькие достижения.
Плюс, на уроках очень много p2p (горизонтального взаимодействия) и рефлексии. Парты стоят не фронтально (учитель к классу), а группками.
В общем все, чтобы поддерживать взаимодействие и культуру фидбека!
Что мне там понравилось: у них есть и классическое оценивание, но акцент именно на обратной связи и формирующем.
У каждого ребенка есть портфолио, в котором собираются его работы, рекомендации учителя (а иногда и одноклассников), большие и маленькие достижения.
Плюс, на уроках очень много p2p (горизонтального взаимодействия) и рефлексии. Парты стоят не фронтально (учитель к классу), а группками.
В общем все, чтобы поддерживать взаимодействие и культуру фидбека!
❤2
Вышка сделала то, о чем я слишком долго думала 😅 Иногда не надо думать, ребята. Надо просто делать! Будем тестировать!
❤2
Forwarded from Образование, которое мы заслужили
НИУ ВШЭ запускает AI-конструкторы для разработки курсов ДПО
Высшая школа экономики совместно с EdTech-компанией CDO Global представила сервис, который меняет правила игры в дополнительном профессиональном образовании.
AI-конструкторы — это цифровой инструмент, который:
▪️автоматически создает структуру курсов, модули и лекции;
▪️формирует фонды оценочных средств (ФОС) в соответствии с целевыми компетенциями;
▪️адаптирует материалы под аудиторию и разные языки.
Разработка программ ДПО традиционно занимает много времени и требует усилий преподавателей и методистов. Новый сервис сокращает сроки подготовки курсов,
разгружает преподавателей от рутины, повышает качество и актуальность учебных материалов, обеспечивает масштабируемость и персонализацию.
— Андрей Кондратьев, генеральный директор CDO Global.
Высшая школа экономики совместно с EdTech-компанией CDO Global представила сервис, который меняет правила игры в дополнительном профессиональном образовании.
AI-конструкторы — это цифровой инструмент, который:
▪️автоматически создает структуру курсов, модули и лекции;
▪️формирует фонды оценочных средств (ФОС) в соответствии с целевыми компетенциями;
▪️адаптирует материалы под аудиторию и разные языки.
Разработка программ ДПО традиционно занимает много времени и требует усилий преподавателей и методистов. Новый сервис сокращает сроки подготовки курсов,
разгружает преподавателей от рутины, повышает качество и актуальность учебных материалов, обеспечивает масштабируемость и персонализацию.
«Наступило время цифрового перехода, когда передача рутинных операций искусственному интеллекту — неизбежная веха развития для организации и человека. DeepTalk — стратегический партнер для университета в эпоху ИИ. Создавайте учебные курсы за 15 минут, формируйте оценочные средства (ФОС) автоматически, управляйте компетенциями студентов и принимайте самостоятельные работы без траты времени.
Давайте вместе вернем преподавателям время для самого главного — творческого взаимодействия со студентами: вовлекать, общаться и помогать»
— Андрей Кондратьев, генеральный директор CDO Global.
Сегодня было много ролей: мама, руководитель, студент, ведущий приветственного эфира на новом потоке ТОЧКИ РОСТА 🤪
Ложусь спать с сыном в 19:30! Вели эфир, работали и учились тоже вместе!
Ложусь спать с сыном в 19:30! Вели эфир, работали и учились тоже вместе!
❤6🔥4❤🔥2
Все мы (и ни раз) слышали:
— «Благодаря репетитору у моего/ моей выросли оценки!»
— «Онлайн-курсы повышают шансы получить работу»
— «Новые учебники сделали школу сильнее»
В большинстве случаев на этом размышление заканчивается, однако полезно подумать – это действительно эффект, или просто совпадение?
🔑 В каузальном анализе (causal analysis) мы ищем causal effect — разницу между тем, что произошло с учеником при внедрении какого-либо изменения (treatment), и тем, что случилось бы без него (control).
Проблема в том, что мы никогда не видим оба исхода для одного и того же человека (Маша не может одновременно учиться с репетитором и без него). Это и есть фундаментальная проблема, с которой сталкивается каждый исследователь.
Поэтому в оценке эффектов используются разные формы исследования, чтобы получить максимально объективные и валидные данные. Например:
1️⃣ RCT (Randomized Controlled Trial) – используется чаще всего. Это привычный нам рандомайзер.
Например, мы можем поделить школы случайным образом и половине выдать планшеты для обучения, половине – нет. Затем сравнить результаты.
2️⃣ RD (Regression Discontinuity) – способ, при котором мы используем порог отбора.
Например, грант получают школы с результатом >50 баллов. Затем сравниваем условно 49 и 51.
3️⃣ Matching – ищем мэтч, как в Tinder, то есть подбираем для исследования похожих участников.
Например, Петя учится в онлайн-школе подготовки к ЕГЭ, а Вася нет, но у обоих одинаковый исходный балл и социальный фон.
Есть и другие. Но что дальше?
Дальше, по-хорошему, мы замеряем 3 показателя:
– ITE (Individual Treatment Effect), или эффект для конкретного ученика.
– ATE (Average Treatment Effect), или средний эффект по всей группе.
– ATT (Average Treatment Effect on the Treated), или средний эффект среди тех, кто реально участвовал.
Зачем все это?
Без этих методов мы рискуем перепутать корреляцию (взаимную связь) и причинность (из А следует В):
– Ребёнок получил высокие баллы. Это из-за репетитора? Или потому что родители мотивировали?
– Студенты после онлайн-курса нашли хорошую работу. Это эффект курса? Или они изначально были сильнее?
Вот causal analysis даёт нам возможность отличить одно от другого 🔥
— «Благодаря репетитору у моего/ моей выросли оценки!»
— «Онлайн-курсы повышают шансы получить работу»
— «Новые учебники сделали школу сильнее»
В большинстве случаев на этом размышление заканчивается, однако полезно подумать – это действительно эффект, или просто совпадение?
Помню, еще когда я училась на международных финансах, нам на каждом предмете напоминали разницу между эффектом и эффективностью, поэтому и я напишу здесь, чтобы не путать 😁
Эффект – это конкретное изменение в абсолютном значении. Эффективность – относительный показатель, отражающий соотношение между результатом и точкой А (ПОСЛЕ/ ДО).
🔑 В каузальном анализе (causal analysis) мы ищем causal effect — разницу между тем, что произошло с учеником при внедрении какого-либо изменения (treatment), и тем, что случилось бы без него (control).
Проблема в том, что мы никогда не видим оба исхода для одного и того же человека (Маша не может одновременно учиться с репетитором и без него). Это и есть фундаментальная проблема, с которой сталкивается каждый исследователь.
Поэтому в оценке эффектов используются разные формы исследования, чтобы получить максимально объективные и валидные данные. Например:
1️⃣ RCT (Randomized Controlled Trial) – используется чаще всего. Это привычный нам рандомайзер.
Например, мы можем поделить школы случайным образом и половине выдать планшеты для обучения, половине – нет. Затем сравнить результаты.
2️⃣ RD (Regression Discontinuity) – способ, при котором мы используем порог отбора.
Например, грант получают школы с результатом >50 баллов. Затем сравниваем условно 49 и 51.
3️⃣ Matching – ищем мэтч, как в Tinder, то есть подбираем для исследования похожих участников.
Например, Петя учится в онлайн-школе подготовки к ЕГЭ, а Вася нет, но у обоих одинаковый исходный балл и социальный фон.
Есть и другие. Но что дальше?
Дальше, по-хорошему, мы замеряем 3 показателя:
– ITE (Individual Treatment Effect), или эффект для конкретного ученика.
– ATE (Average Treatment Effect), или средний эффект по всей группе.
– ATT (Average Treatment Effect on the Treated), или средний эффект среди тех, кто реально участвовал.
Зачем все это?
Без этих методов мы рискуем перепутать корреляцию (взаимную связь) и причинность (из А следует В):
– Ребёнок получил высокие баллы. Это из-за репетитора? Или потому что родители мотивировали?
– Студенты после онлайн-курса нашли хорошую работу. Это эффект курса? Или они изначально были сильнее?
Вот causal analysis даёт нам возможность отличить одно от другого 🔥
👍3💘3❤1
Надеюсь, у меня получается переводить все в доступный язык 😂 Мне пока очень нравится эта практика. А как вам?
Anonymous Poll
0%
Очень душно! Отписываюсь
80%
Все интересно! Продолжай в таком же духе
10%
Что-то полезно, но читать сложно
0%
Не хватает других рубрик
20%
Хочется больше кейсов из практики/ реальной жизни
0%
Напишу в комментариях
Выпала, потому что мы семьей по очереди переболели и как-то много всего разом навалилось
Переварю и опубликую сюда лучшие заметки за эти две недели!
А пока очень захотелось поделиться постом Сони Смысловой про (трендили бич ) микрообучение и lifelong/ lifewide обучение
К сожалению, сейчас многие воспринимают микро как волшебную таблетку — сделай уроки по 10 минут и все сразу вырастет. На деле же важно (для меня) оценивать этап обучения (насколько студент уже заинтересован и вовлечен/ мотивирован), специфику темы и что мы ожидаем в конце
Я часто видела 2 ситуации:
— упомянутую Соней нарезку больших лекций (обычно записей эфиров) просто на равные по времени части (спасибо, что хоть слова не обрезали, но логики и завершенности там было мало)
— когда устанавливалось жесткое правило — уроки до 10 минут — и в результате многие студенты отваливались на пике, потому что они только поймали «состояние потока», а тут бац — и все (вспомните, когда в детстве играешь в компьютер, подходит мама и нажимает кнопку выкл — неприятно, правда? 😁)
В общем, как и во всем тут нужен баланс, конечно. И хотя микрообучение уже давно является трендом — важно смотреть чуть шире длительности урока — это не только о ней!)
Планирую на выходных изучить репорт — если будет что добавить, тоже напишу!
Переварю и опубликую сюда лучшие заметки за эти две недели!
А пока очень захотелось поделиться постом Сони Смысловой про (тренд
К сожалению, сейчас многие воспринимают микро как волшебную таблетку — сделай уроки по 10 минут и все сразу вырастет. На деле же важно (для меня) оценивать этап обучения (насколько студент уже заинтересован и вовлечен/ мотивирован), специфику темы и что мы ожидаем в конце
Я часто видела 2 ситуации:
— упомянутую Соней нарезку больших лекций (обычно записей эфиров) просто на равные по времени части (спасибо, что хоть слова не обрезали, но логики и завершенности там было мало)
— когда устанавливалось жесткое правило — уроки до 10 минут — и в результате многие студенты отваливались на пике, потому что они только поймали «состояние потока», а тут бац — и все (вспомните, когда в детстве играешь в компьютер, подходит мама и нажимает кнопку выкл — неприятно, правда? 😁)
В общем, как и во всем тут нужен баланс, конечно. И хотя микрообучение уже давно является трендом — важно смотреть чуть шире длительности урока — это не только о ней!)
Планирую на выходных изучить репорт — если будет что добавить, тоже напишу!
❤2