{"id":4847,"date":"2019-05-17T09:55:55","date_gmt":"2019-05-17T07:55:55","guid":{"rendered":"https:\/\/ardea.srl\/it\/?p=4847"},"modified":"2019-07-25T10:39:26","modified_gmt":"2019-07-25T08:39:26","slug":"learning-analytics-a-roma-si-incontrano-pedagogia-e-ricerca","status":"publish","type":"post","link":"https:\/\/ardea.srl\/it\/learning-analytics-a-roma-si-incontrano-pedagogia-e-ricerca\/","title":{"rendered":"Learning Analytics: a Roma si incontrano pedagogia e ricerca"},"content":{"rendered":"\n

Lo scorso 10 e 11 maggio a Roma abbiamo partecipato alla SIRD-SIe-L International Conference 2019<\/a> sui Learning Analytics<\/em>.<\/p>\n\n\n\n

In un post precedente<\/a> abbiamo introdotto i metodi e le tecniche sviluppati nel campo dei Learning Analytics<\/em>. Questi strumenti vengono gi\u00e0 utilizzati per analizzare aspetti rilevanti del processo di insegnamento-apprendimento.
<\/p>\n\n\n\n

Le ragioni del Convegno sui Learning Analytics<\/h2>\n\n\n\n

Con riguardo particolare all’Italia restano ancora inesplorate le dimensioni pedagogiche dei Learning Analytics<\/em>. Dimensioni che dovrebbero definire<\/p>\n\n\n\n

  • la concettualizzazione dei modelli di analisi<\/li>
  • i criteri per accompagnare i processi decisionali legati al monitoraggio e alla valutazione in-process<\/em><\/li>
  • i criteri per l\u2019accesso, la visualizzazione e la valutazione dei risultati.<\/li><\/ul>\n\n\n\n

    \u00c8 dunque importante che la pedagogia dia il suo contributo sia per orientare la ricerca sia per costruire in Italia una rete di soggetti impegnati a sviluppare indagini ed esperienze significative in questo settore.
    <\/p>\n\n\n\n

    Topics e sessioni del convegno<\/h2>\n\n\n\n

    Il convegno ha costituito la cornice ideale per discutere di alcune delle questioni emergenti nella comunit\u00e0 scientifica dei Learning Analytics<\/em>:<\/p>\n\n\n\n

    • analisi di Big Data<\/em><\/li>
    • approcci etici<\/li>
    • vincoli normativi (resi ancor pi\u00f9 attuali dall\u2019entrata in vigore del GDPR)<\/li>
    • Educational Data Mining<\/em><\/li>
    • omogeneizzazione e visualizzazione dei dati<\/li>
    • modelli di analisi predittiva.<\/li>
    • <\/li><\/ul>\n\n\n\n

      Due le sessioni tematiche previste. Una pi\u00f9 teorica, volta a indagare i principi pedagogici per massimizzare il successo delle attivit\u00e0 di insegnamento\/apprendimento. Una pi\u00f9 sperimentale, volta a raccogliere esperienze di LA nei sistemi online.<\/p>\n\n\n\n

      Il nostro contributo ai Learning Analytics<\/h2>\n\n\n\n

      Abbiamo dato il nostro contributo presentando con l’Universit\u00e0 per Stranieri di Siena una ricerca su Data Mining<\/em> e valutazione di ambienti aperti per l’apprendimento.<\/p>\n\n\n\n

      Gli obiettivi<\/h3>\n\n\n\n

      Gli obiettivi della ricerca erano:<\/p>\n\n\n\n

      • l’ideazione di un sistema di valutazione modellato su ambienti di apprendimento aperti e poco strutturati<\/li>
      • la costruzione dell’architettura del sistema<\/li>
      • il suo testing con una fase di sperimentazione con gli studenti.<\/li><\/ul>\n\n\n\n

        L’idea era quella di progettare un\u2019architettura  flessibile e aperta, che tracciasse anche attivit\u00e0 a livello “basso”. Non un semplice tracking<\/em> di orari di ingresso e di uscita e un computo del numero di accessi. Volevamo progettare un sistema capace di raccogliere dati pi\u00f9 significativi: i percorsi, i messaggi, i contenuti prodotti, le interazioni. <\/p>\n\n\n\n

        Il problema<\/h3>\n\n\n\n

        Per ottenere un risultato di questo tipo era necessario:<\/p>\n\n\n\n

        • registrare ogni azione, il contesto dell\u2019azione, i suoi contenuti<\/li>
        • esporre i dati in modo che potessero essere visualizzati e confrontati per far emergere possibili anomalie di percorso, positive o negative.<\/li><\/ul>\n\n\n\n

          Dovevamo quindi costruire un’architettura “agnostica”, capace cio\u00e8 di interagire con ambienti poco strutturati. Capace di suggerire possibili interrogazioni piuttosto che rispondere a domande predefinite.
          <\/p>\n\n\n\n

          Gli strumenti<\/h3>\n\n\n\n

          Ogni ambiente di apprendimento aperto deve fare i conti con la diversit\u00e0. Tecnologie e sistemi diversi devono poter comunicare le informazioni in modo sicuro e standardizzato. Cio\u00e8 sotto forma di dati leggibili, da noi e dalle macchine.<\/p>\n\n\n\n

          Per questo abbiamo scelto lo standard xAPI<\/strong>, un protocollo capace di leggere e interpretare flussi di attivit\u00e0 relativi all\u2019apprendimento. xAPI lavora con un logica \u201cdal basso\u201d, che fa emergere il tracciamento dall\u2019esperienza concreta dello studente, quando si realizza. Una logica, dunque, particolarmente congeniale al concept<\/em> del nostro progetto.<\/p>\n\n\n\n

          Per raccogliere i dati tracciati con xAPI abbiamo agganciato all’ambiente di apprendimento un Learning Record Score<\/em> (LRS<\/strong>) che immagazzinasse via via i flussi di attivit\u00e0 degli studenti.<\/p>\n\n\n\n

          I risultati<\/h3>\n\n\n\n

          La fase di sperimentazione con cui abbiamo testato l’ambiente di monitoraggio ci ha restituito risposte interessanti: <\/p>\n\n\n\n

          • il sistema di tracciamento funziona<\/li>
          • \u00e8 capace di far emergere correlazioni nascoste e andamenti significativi utili per valutare le esperienze di apprendimento<\/li>
          • \u00e8 interoperabile e trasferibile in qualsiasi contesto di e-learning.<\/li><\/ul>\n\n\n\n

            La portata limitata della sperimentazione e d’altro canto la significativit\u00e0 dei risultati indicano una prima prospettiva di sviluppo nel testing, pi\u00f9 ampio e completo.<\/p>\n\n\n\n

            L’interoperabilit\u00e0 del modello inoltre suggerisce di testarlo in altri ambiti dell’insegnamento-apprendimento, oltre a quello linguistico in cui \u00e8 nato.<\/p>\n\n\n\n

            Un lavoro, questo, che si \u00e8 fatto notare al Convegno! <\/p>\n","protected":false},"excerpt":{"rendered":"

            Lo scorso 10 e 11 maggio a Roma abbiamo partecipato alla SIRD-SIe-L International Conference 2019 sui Learning Analytics. In un post precedente abbiamo introdotto i metodi e le tecniche sviluppati nel campo dei Learning Analytics. Questi strumenti vengono gi\u00e0 utilizzati per analizzare aspetti rilevanti del processo di insegnamento-apprendimento. Le ragioni del Convegno sui Learning Analytics […]<\/p>\n","protected":false},"author":2,"featured_media":4871,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[2,161],"tags":[],"class_list":["post-4847","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-blog","category-e-learning"],"_links":{"self":[{"href":"https:\/\/ardea.srl\/it\/wp-json\/wp\/v2\/posts\/4847","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/ardea.srl\/it\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/ardea.srl\/it\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/ardea.srl\/it\/wp-json\/wp\/v2\/users\/2"}],"replies":[{"embeddable":true,"href":"https:\/\/ardea.srl\/it\/wp-json\/wp\/v2\/comments?post=4847"}],"version-history":[{"count":11,"href":"https:\/\/ardea.srl\/it\/wp-json\/wp\/v2\/posts\/4847\/revisions"}],"predecessor-version":[{"id":4898,"href":"https:\/\/ardea.srl\/it\/wp-json\/wp\/v2\/posts\/4847\/revisions\/4898"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/ardea.srl\/it\/wp-json\/wp\/v2\/media\/4871"}],"wp:attachment":[{"href":"https:\/\/ardea.srl\/it\/wp-json\/wp\/v2\/media?parent=4847"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/ardea.srl\/it\/wp-json\/wp\/v2\/categories?post=4847"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/ardea.srl\/it\/wp-json\/wp\/v2\/tags?post=4847"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}