Analytics: a sua potencial utilização na Avaliação Formativa Cláudia Gomes LE@D, Universidade Aberta

Transcrição

1 Analytics: a sua potencial utilização na Avaliação Formativa Cláudia Gomes LE@D, Universidade Aberta

2 Avaliação Formativa Exerce uma função reguladora e informativa do processo de aprendizagem a professores e a estudantes. Um estudante de ensino a distância desdobra-se por diversos espaços virtuais construindo o seu PLE, pelo que o seu acompanhamento terá de ser incisivo e constante. O feedback torna-se um elemento importante no acompanhamento destes estudantes.

3 Analytics Analytics: Utilização de várias técnicas e métodos que visam encontrar padrões significativos em dados estatísticos. As suas raízes estão nas análises estatísticas.

4 Analytics (Cont.) Analytics: As aplicações estatísticas das diferentes áreas fizeram emergir e agrupar técnicas e métodos utilizados por outros segmentos, podendo mesmo haver a confluência de algumas análises. Exemplo: A Web Analytics utiliza técnicas de Análise Social de Redes assim como técnicas de Informação Visual, dando lugar não só a gráficos provenientes da ARS como formas exploratórias e interativas da Informação Visual.

5 Analytics (Cont.) Analytics no setor educacional tem uma história muito recente. Segundo Siemens e Colegas (2011), o Analytics aplicado ao setor educativo apresenta 2 grandes áreas: - Academic Analytics; - Learning Analytics.

6 Learning Analytics e Academic Analytics Foco de Análise Benefícios Learning Analytics Análise do percurso escolar do estudante; recursos educativos e hábitos de estudo. Análise das redes sociais de aprendizagem, análise do discurso, curriculum. Identificação de estudantes em risco. Os conteúdos programáticos podem ser adaptados. A importância do feedback do professor e dos pares.

7 Learning Analytics e Academic Analytics Foco de Análise Benefícios Academic Analytics Dirigido para as questões institucionais. Desempenho académico e alocação de recursos. Comparação de dados organizacionais. Comparação do desempenho dos estudantes entre escolas. Aumento do conhecimento organizacional, alocação de recursos e tomadas de decisão baseadas em dados estatísticos.

8 Learning Analytics O Learning Analytics encontra-se em estreita ligação com: a medição, recolha, análise e interpretação dos dados extraídos através dos ambientes e contextos de aprendizagem dos seus atores, e amplamente focado na melhoria e aumento do sucesso dos estudantes. Para a realização do Learning Analytics, o docente terá de ter acesso aos espaços de aprendizagem dos estudantes, e poder-se-á utilizar técnicas específicas do Learning Analytics, como de Data Mining Educacional, como de Análise de Redes Sociais.

9 Learning Analytics O Learning Analytics implica a Análise dos Ambientes Pessoais de Aprendizagem (PLE), mas também análise de trabalho de grupo, a tradicional avaliação psicométrica e o planeamento do curso. Para Siemens e colegas (2011), o Learning Analytics é mais do que uma análise de dados. O ponto fulcral é o aumento dos níveis de sucesso das aprendizagens alcançadas pelos estudantes. Society for Learning Analytics Research (

10 Learning Analytics Exemplos de Ferramentas: - Mixpanel Analytics; - Userfly; - SNAPP; Especificamente desenhados para o Learning Analytics: - Socrato; - Blackboard Analytics for Learn.

11 Data Mining e Data Mining Educacional O Data Mining Educacional deriva do Data Mining. Pressupõe a construção de algoritmos computacionais. Há todavia, ferramentas que apresentam algoritmos embebidos, facilitando a sua visualização e outros estados do processo da análise de dados. Permite avaliar o percurso do estudante mediante padrões estatísticos, dando-lhes significado e uma leitura precisa de forma a dar resposta em momentos cruciais.

12 Data Mining Educacional Com grande relevância para a compreensão estatística dos dados educacionais, podemos incluir: - Análise regressiva; - Classificação; - Associação; - Outliers; - Clustering; - Análise fatorial.

13 Data Mining Educacional Características: Os métodos são desenhados através de uma variedade de literatura, incluindo Data Mining, Psicometria e outras áreas da Estatística, Informação Visual e Modelação Computacional. O Data Mining Educacional ajuda a orientar os alunos no seu processo de aprendizagem, orienta os professores dentro do currículo desenhado, serve como guia, avalia os padrões dos estudantes. Sociedade Internacional - International Educational Data Mining Society (

14 Análise de Redes Sociais Análise dos dados extraídos através das relações em que o ator ou o conjunto de atores estabelecem a nível de comunicação na rede. Integra várias métricas. Processamento de dados relativamente simples, com variados programas informáticos para a sua análise. A ferramenta mais conhecida é a SNAPP (Social Networks Adapting Pedagogical Practice)

15 Conclusões A avaliação formativa com recurso a técnicas e métodos estatísticos permite um maior acompanhamento e real desempenho do estudante no seu percurso educativo. Clarificação de aspetos a serem melhorados, identificação de erros, progressos alcançados, delineamento de diretrizes futuras. O recurso a análises estatísticas ajuda não só alunos, como professores e ainda as instituições de ensino. Sustenta a vertente investigacional, abandonando ideias, mitos e opiniões sem sustentação científica.

16 Conclusões (Cont.) Ajuda no desenho e ajustamento de conteúdo a uma realidade educacional. A correta leitura de dados poderá ajudar em casos limite de desistência ou mesmo abandono escolar.

17 Obrigada pela sua atenção!