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
Forwarded from over the river cam
micro & lifewide
Я не большой фанат идеи разного «маленького» обучения: в своей практике я часто сталкивалась с тем, что микро-обучение становится подменой процессу, где, по-хорошему, необходим более вдумчивый и углубленный подход. От того отраднее мне было найти классный playbook от Aalto University, финскую инженерную Мекку, которые сформулировали несколько важных моментов в проектировании микро-обучения. Делюсь с вами.
📌 «Маленькое» обучение (micro, bite-size, etc.) гораздо сильнее раздвигает рамки формального/неформального обучения; правильнее было бы мыслить о форматах такого обучения как о всей полноте возможных учебных событий (от подкаста до диалога с более опытным коллегой). Мне нравится идея Aalto о проектирование lifewide (вместо lifelong) обучения – акцент делается не на том, что мы по гроб не вылезем из-за парты, а на том, что широта нашего жизненного опыта и есть источник «мини» обучения.
📌 Микро обучение способствует интересу в теме. Все! Цитируя дословно: образовательные результаты такой интервенции позволят ввести новую тему и зажечь искру любопытства. Это важное целеполагание, но надо всегда помнить, что «научиться», то есть овладеть навыком выполнения процедуры, невозможно через серию видео 5-15 минут (годы идут, а повторять это приходится снова и снова).
📌 Ну и конечно, мое любимое (жалко, что попало только в самый конец faq): можно ли нарезать часовую лекцию на микро обучение? Короткий ответ – НЕТ (именно так, капслоком), но видимо, в университете решили не быть столь прямолинейным и сформулировали «нет» в целых двух предложениях. Можете почитать сами 👉🏻тут
А вы работали с мини-форматами, что получалось сделать классно, а что – нет?
Я не большой фанат идеи разного «маленького» обучения: в своей практике я часто сталкивалась с тем, что микро-обучение становится подменой процессу, где, по-хорошему, необходим более вдумчивый и углубленный подход. От того отраднее мне было найти классный playbook от Aalto University, финскую инженерную Мекку, которые сформулировали несколько важных моментов в проектировании микро-обучения. Делюсь с вами.
А вы работали с мини-форматами, что получалось сделать классно, а что – нет?
Please open Telegram to view this post
VIEW IN TELEGRAM
www.aalto.fi
Aalto University Microlearning Playbook has been launched | Aalto University
The playbook aims to assist educators in creating engaging learning experiences through microlearning.
Я уже несколько лет вижу тренд на персонализацию. Но сколько информации на эту тему, столько и мнений, что она из себя представляет. Чем я хуже?))) Напишу и свое на основе обучения в профильной магистратуре Вышки, SOE и наблюдения за представителями индустрии!
На самом деле, я вижу две крайности.
1️⃣ Когда каждому ученику заранее составляют персональный план обучения. Как будто мы знаем наперёд, что ему нужно, как он будет развиваться, что его заинтересует. Но люди не роботы – они меняются.
2️⃣ Когда ставят ставку на модную платформу. Раньше это были LMS с адаптивными тестами, сейчас – AI-решения. Как будто софт сам всё решит.
На деле ни то, ни другое не работает.
Персонализация – это не про план, составленный в сентябре, и не про платформу. Это про живого студента, который меняется по ходу обучения.
Всё начинается с вопроса: зачем вам персонализация и для кого конкретно? А еще лучше сначала спросите себя, что вы вообще понимаете под этим прекрасным словом.
О чем стоит продумать, если вы очень хотите эту самую персонализацию?
1️⃣ Чем ваши студенты отличаются друг от друга и других людей?
Например, один по натуре ученый, он хочет углубиться в теорию, другой – практик – ему нужны применимые инструменты и кейсы. У третьего нет интернета дома. У четвёртого дислексия. Каждое из этих различий должно влиять на то, как вы проектируете курс.
2️⃣ Что вы можете дать студенту на его самостоятельный выбор?
Не просто темп (хотя и это). А реально выбирать — какие задания, в каком порядке модули, с кем работать. Но выбор должен быть осмысленный, а не декоративный.
3️⃣ Кто и когда просит и дает обратную связь?
В классной персонализации:
– Оценки прозрачны и подкреплены понятными критериями.
– Помимо оценок есть формирующая обратная связь = студент не только получает оценку, как итог, но и комментарии в процессе с целью улучшений и развития.
– Студент сам может сказать: «Мне неясно, вот это место — объясните». Он анализирует свои ошибки, сам понимает, что нужно подучить. Для этого нужны хорошие задания на рефлексию.
Еще можно много чего делать, но это – база.
Да, с появлением AI задача персонализации стала решаться проще. Платформы быстро адаптируют контент, автоматизируют фидбек, создают индивидуальные рекомендации. Это реально удобно. Я тоже его постоянно использую.
На самом деле, я вижу две крайности.
1️⃣ Когда каждому ученику заранее составляют персональный план обучения. Как будто мы знаем наперёд, что ему нужно, как он будет развиваться, что его заинтересует. Но люди не роботы – они меняются.
2️⃣ Когда ставят ставку на модную платформу. Раньше это были LMS с адаптивными тестами, сейчас – AI-решения. Как будто софт сам всё решит.
На деле ни то, ни другое не работает.
Персонализация – это не про план, составленный в сентябре, и не про платформу. Это про живого студента, который меняется по ходу обучения.
Всё начинается с вопроса: зачем вам персонализация и для кого конкретно? А еще лучше сначала спросите себя, что вы вообще понимаете под этим прекрасным словом.
Потому что если вы не знаете, что хотите, никакая технология вам не поможет.
О чем стоит продумать, если вы очень хотите эту самую персонализацию?
1️⃣ Чем ваши студенты отличаются друг от друга и других людей?
Например, один по натуре ученый, он хочет углубиться в теорию, другой – практик – ему нужны применимые инструменты и кейсы. У третьего нет интернета дома. У четвёртого дислексия. Каждое из этих различий должно влиять на то, как вы проектируете курс.
Вот я, например, жуткий интроверт. Я не люблю на учебе групповую работу – я лучше понаблюдаю, изучу, потом сама попробую ручками сделать и лично задам вопросы. Ну вот такая я. Мне коммуникации и на работе хватает. А есть у меня одногруппник, которые в каждой бочке… ну вы поняли. И обоим нужно угодить (или отсечь на старте нерелевантную ЦА)!
2️⃣ Что вы можете дать студенту на его самостоятельный выбор?
Не просто темп (хотя и это). А реально выбирать — какие задания, в каком порядке модули, с кем работать. Но выбор должен быть осмысленный, а не декоративный.
Мне тут очень нравится тренд на факультативы/ селективы, который пришел в высшее и доп.образование из школ.
3️⃣ Кто и когда просит и дает обратную связь?
В классной персонализации:
– Оценки прозрачны и подкреплены понятными критериями.
– Помимо оценок есть формирующая обратная связь = студент не только получает оценку, как итог, но и комментарии в процессе с целью улучшений и развития.
– Студент сам может сказать: «Мне неясно, вот это место — объясните». Он анализирует свои ошибки, сам понимает, что нужно подучить. Для этого нужны хорошие задания на рефлексию.
Еще можно много чего делать, но это – база.
Да, с появлением AI задача персонализации стала решаться проще. Платформы быстро адаптируют контент, автоматизируют фидбек, создают индивидуальные рекомендации. Это реально удобно. Я тоже его постоянно использую.
Но фокус остаётся одним и тем же: на живом, меняющемся студенте и его опыте.
Чек-лист по персонализации.pdf
689 KB
Короткий (но не очень) чек-лист по персонализации на основе рассуждений выше.
Поможет и внедрить с 0, и диагностировать предмет персонализации в уже имеющемся продукте
Поможет и внедрить с 0, и диагностировать предмет персонализации в уже имеющемся продукте
❤3