Studenti digitalizzati?
Renate Schubert riflette sulla gestione dei dati digitalizzati delle persone in formazione: vede un grande potenziale, ma anche alcune domande in apertura.
![Schubert](/de/news-und-veranstaltungen/eth-news/news/2018/03/schubert-digitalisierte-studierende/_jcr_content/news_content/textimage/image.imageformat.textsingle.1768285615.png)
Recentemente sono state generate enormi quantità di dati nell'insegnamento nelle scuole universitarie. Sempre più corsi utilizzano piattaforme elettroniche come Moodle o OLAT. Queste piattaforme permettono di registrare quali studenti si collegano con quale frequenza per affrontare il materiale di una manifestazione, quanto tempo gli studenti dedicano a determinati esercizi, quanti tentativi sono necessari per risolvere correttamente determinati compiti, ecc. Questi dati permettono di trarre molte conclusioni interessanti e possono contribuire a rendere l'apprendimento più efficiente e di successo. Fin qui tutto bene... ma quando si guarda più da vicino sorgono alcune domande.
Cosa succede se i dati vengono manipolati?
Come docente, posso usare i dati per capire se i miei esercizi o compiti sono troppo difficili o troppo facili e rispondere in modo appropriato. Posso pianificare ulteriori ripetizioni e fornire materiale aggiuntivo o diverso. Ma noi docenti possiamo essere sicuri che gli studenti non stiano usando il tutto in modo strategico, generando dati che, ad esempio, ci fanno credere di avere problemi con la materia che in realtà non esistono?
![Apprendimento digitale](/de/news-und-veranstaltungen/eth-news/news/2018/03/schubert-digitalisierte-studierende/_jcr_content/news_content/fullwidthimage/image.imageformat.930.729523093.jpg)
Stiamo rallentando la motivazione degli studenti?
Anche i nostri studenti possono trarre beneficio dai dati. Ad esempio, possono confrontarsi con i loro compagni e valutare il proprio successo o comportamento nell'apprendimento. L'ideale sarebbe che gli studenti si impegnassero (ancora) di più o si facessero aiutare rapidamente in caso di problemi.
Ma non dobbiamo temere che queste informazioni portino a una completa demotivazione? Stiamo forse allontanando gli studenti da un corso perché non sanno come migliorare il loro comportamento di apprendimento apparentemente fallimentare? E che dire di coloro che sono certificati come aventi un successo di apprendimento (significativamente) superiore alla media? Con le nostre informazioni stiamo forse ostacolando le prestazioni migliori?
Cosa succede ai dati di apprendimento?
Qual è la situazione attuale per quanto riguarda la sicurezza e la proprietà dei dati di apprendimento? Cosa fanno le università e l'ETH per evitare che i dati vengano violati? I futuri datori di lavoro potrebbero ottenere informazioni sulla costanza e sulla rapidità dell'apprendimento nelle scuole universitarie e sui punti di forza e di debolezza individuali. E chi è il vero proprietario di questi dati sull'apprendimento? In principio, i dati appartengono alle singole persone in formazione. Ma come possono controllare chi fa quali analisi con i loro dati? I conti individuali dei dati potrebbero essere una soluzione? O tali conti creano ulteriori problemi, paragonabili a quelli dei conti bancari, che spesso i titolari dei conti non hanno le competenze di base per gestire correttamente?
Nessuna rinuncia, ma...
La digitalizzazione dell'insegnamento e la relativa generazione di grandi quantità di dati sull'apprendimento ha un potenziale interessante, ma apre anche un ampio campo di aspetti poco chiari che dovremmo affrontare. Questo significa che dovremmo fare a meno della corrispondente produzione di dati? No, certamente no - ma se vogliamo che l'uso dei dati di apprendimento diventi un modello di successo, dobbiamo fare ulteriori sforzi.
Da un lato, è necessaria una maggiore ricerca nel campo delle scienze sociali e un coaching individuale per gli studenti, per garantire che i dati di apprendimento prodotti forniscano una base affidabile e utile per docenti e studenti. Dall'altro lato, sono necessari diritti di proprietà chiari, trasparenti e applicabili ai dati. Gli studenti devono conoscere i loro diritti di proprietà ed essere formati per gestire i loro dati con competenza. Una strategia di learning analytics all'ETH di Zurigo deve essere il prossimo passo!