Che cos’è, tecniche, sviluppo e limiti di un sistema Learning Analytics

Learning Analytics

Nell’articolo dedicato ai Learning Management Systems (LMS) è stato accennato che i dati raccolti con l’uso dei Learning Management System vengono analizzati con tecniche di Learning Analytics, ma cosa sono esattamente queste tecniche?

I Learning Management System sono tecnologie nuove, di conseguenza anche il Learning Analytics è un’area di studio nuova, proprio per questo non esiste ancora una definizione universale.

Quella più popolare è quella adottata dalla Society for Learning Analytics Research (SoLAR):

“Con Learning Analytics ci si riferisce alla misurazione, alla raccolta, all’analisi e alla presentazione dei dati sugli studenti e sui loro contesti, ai fini della comprensione e dell’ottimizzazione dell’apprendimento e degli ambienti in cui ha luogo.”

In sostanza, con questo termine si indica la disciplina che si occupa di raccogliere, analizzare e comunicare i dati riguardanti gli studenti, allo scopo di comprendere e quindi migliorare la didattica.

Discipline collegate

Il concetto di Learning Analytics si mischia e spesso di confonde con altre 2 materie:

1. L’Academic Analytics: Si focalizza sul migliorare le opportunità di apprendimento e i risultati scolastici a livello nazionale e internazionale. Più che sui singoli studenti e sui corsi di una scuola, questa disciplina si occupa principalmente di analizzare l’intera struttura scolastica in generale. Confrontare le varie università di una particolare area geografica, per scoprire qual è la migliore, è un’applicazione di questa disciplina.
2. Educational Data Mining: Branca del Data Mining, una tecnologia che si occupa inizialmente dell’estrazione di un’enorme quantità di dati da sistemi informatici. L’ Educational Data Mining quindi si occupa di applicare le tecniche di Data Mining ai dati che riguardano l’educazione degli studenti. In seguito, le informazioni cosi ottenute vengono analizzate principalmente in 3 diversi modi:
   • Esplorazione: Si cerca di riassumere i dati.
   • Classificazione E Clustering: Si dividono gli elementi in gruppi Nella classificazione i gruppi sono scelti prima di effettuare l’analisi, nel clustering, invece, questi vengono automaticamente creati.

Sviluppo di un sistema Learning Analytics

Il processo di Learning Analytics si svolge in 3 fasi:

1. Raccolta dei dati ottenuti dall’utilizzo dei Learning Management Systems.
2. Analisi.
3. Comunicazione: i risultati delle analisi vengono presentati, grazie all’utilizzo di grafici, tabelle ed immagini.

Queste 3 frasi si svolgono in maniera ciclica.

Quando il sistema rileva un cambiamento dei dati, dovuto all’interazione dello studente con il corso, si ritorna alla prima fase.

In questo modo, le informazioni comunicate sono sempre aggiornate in tempo reale.

Beneficiari

Le tecniche di Learning Analytics favoriscono principalmente gli studenti e i docenti. I primi ottengo:

• Un percorso di studio personalizzato.
• Degli aiuti mirati in base alle loro esigenze.
• Un miglioramento delle loro performance.

I secondi ricevono:

• Un continuo miglioramento del materiale del corso.
• La soddisfazione nel vedere i propri studenti arrivare al successo negli studi.

Limiti e complicazioni

Accuratezza dei dati e dei risultati

Bisogna assicurarsi che i dati iniziali e i risultati ottenuti dopo l’analisi siano corretti. Infatti, degli errori di registrazione dell’attività di uno studente, o degli sbagli nella fase di analisi, causano problemi.

Ad esempio, uno studente con difficolta potrebbe essere catalogato erroneamente fra gli studenti che stanno andando bene.

Così, il docente non riuscirebbe ad intervenire correttamente nei confronti di questo allievo.

Facilità di presentazione

Le informazioni ottenute dopo l’analisi devono essere comunicate in maniera chiara.

Inoltre, l’utente che utilizza il sistema dovrebbe essere in grado di capire intuitivamente i dati che sta visualizzando.

Consenso e privacy

Innanzitutto, bisogna assicurarsi che tutti gli studenti siano informati e che diano il consenso al raccoglimento dei loro dati riguardanti il modo in cui studiano.

Inoltre, è necessario che queste informazioni vengano in qualche modo rese anonime.

Per finire il software di Learning Analytics deve essere sicuro, solo le persone autorizzate devono avere accesso e i dati non devono essere rubati da malintenzionati.

Mancanza di standard

Poiché il Learning Analytics è un campo di studi ancora nuovo, non è ancora stato definito uno standard comune.

Inoltre, non esistono né strumenti universali per ottenere i dati, né per analizzarli e tanto meno per visualizzarli correttamente.

Difficolta nell’ottenere altri dati

Il sistema di Learning Analytics può analizzare solo come lo studente utilizza il corso online, ma non conosce nulla riguardo lo studio dell’allievo fuori dal questo ambiente virtuale.

Ad esempio, un utente che per qualsiasi motivo decide di non usare il materiale del corso e preferisce studiare tradizionalmente, verrà comunque contato erroneamente tra gli studenti inattivi.