Big data pro efektivnější vzdělávání
Pomocí big dat můžeme snáze mapovat dosavadní fungování formální
i neformální výuky a na jejich základě budovat novou cestu pro vzdělání.
O Big datech
Existuje mnoho definic pro pojem “Big data”. Zjednodušeně je můžeme označit za data, která jsou tak velká, rychlá a složitá, že jejich zpracování je obtížné klasickými metodami. Problematika big dat se začala formulovat s příchodem nového tisíciletí. Průmyslový analytik Doug Laney charakterizoval big data pomocí tří V [1]:
Volume (objem) — Shromáždění velkého objemu dat z různých zdrojů. Nutností je zajistit dostatečné úložiště, datový sklad.
Velocity (rychlost) — Nutností je včasné zpracování dat, to se postupně zlepšuje. Data se začínají zpracovávat téměř v reálném čase.
Variety (rozmanitost) — Data se shromažďují ve všech typech formátů:
e-maily, videa, burzovní cenné papíry, číselná data a další.
Big data ve vzdělávání
Důvod pro využívání big dat ve vzdělávání je nutnost zajištění vhodného plánování inovací a efektivního řešení problémů ve školství. Počátek sběru big dat ve vzdělávání je přičítán zejména dvěma hlavním faktorům.
Prvním faktorem je stále se zvětšující množství dat způsobené postupně zrychlující digitalizací ve školství. Z těchto dat lze zjistit mnoho informací o studentech např. demografické údaje, studované předměty, hodnocení a další údaje. Druhým faktorem je zpřístupnění informací o učícím se chování studentů. Informace o průběhu vzdělávání jednotlivých studentů, je možné získat z programů LMS[2] (Learning Management System). Tyto programy mají široké pole působnosti lze v nich vytvářet výukové materiály, přehledy úkolů, moduly kurzů, místa pro odevzdávání a revizi esejí. V takto získaných datech lze najít odpovědi na otázky týkající se chování studentů, na které by jinak nebylo možné nalézt odpovědi. Můžeme tedy snáz porozumět procesu učení a zmapovat kognitivní vlastnosti. Na základě těchto dat můžeme ovlivnit nepříznivé skutečnosti ve školství jako je nerovný přístup ke vzdělání a informacím, rozdílnou kvalitu primárního a sekundárního vzdělávání a můžeme efektivněji vytvářet metodiky pro vyučování pomocí nových technologií a inovativních postupů. [3]
Big data jsou příslibem cílenějšího a individuálnějšího přístupu ke vzdělávání.
Etika sbírání dat
Sběr dat o studentech a jejich vzdělávání vytváří otázky o ochraně soukromí. Důvod analýzy těchto dat má sice ušlechtilý cíl, avšak může vytvářet obavy ze strany studentů i rodičů. Hlavním problémem je tvorba studentských profilů, které shromažďují konkrétní informace o jednotlivých studentech. Právě tyto studijní profily mohou být pro studenty stresující z důvodu kontroly jejich studijních výsledků. S těmito daty by se mělo zacházet jako s citlivými informacemi. Informace musí být bezpečně shromažďovány a přenos by měl být opatřen šifrovaným připojením, přístup k datům by mělo provázet několik vhodných přístupových kontrol.[4]
Big data ve vzdělávání jsou pro nás příslibem změn, které jsou založené na pravdivých datech, nikoliv na nepodložených teorií. Při jejich využívání bychom neměli zapomínat na rizika, která jsou spojena s ochranou osobních údajů.
[1] Big Data. SAS [online]. [cit. 2021–03–29]. Dostupné z: https://www.sas.com/cs_cz/insights/big-data/what-is-big-data.html
[2] BRUSH, Kate. Learning management system (LMS). TechTarget [online]. December 2019 [cit. 2021–03–29]. Dostupné z: https://searchcio.techtarget.com/definition/learning-management-system
[3] FISCHER, Christian, Zachary A. PARDOS a kolektiv. Mining Big Data in Education: Affordances and Challenges [online]. April 21 2020 [cit. 2021–03–29]. Dostupné z: doi:10.3102/0091732X20903304
[4] REIDENBERG, Joel R. a Florian SCHAUB. Achieving big data privacy in education [online]. October 19 2018, 16(3), 263–279 [cit. 2021–03–29]. Dostupné z: doi:10.1177/1477878518805308
