Daty řízené vzdělávání: výuka na míru

Žijeme v informační společnosti a jednou z jejích charakteristik je množství produkovaných dat. Nejrůznější digitální a datové stopy za sebou zanecháváme v podstatě kdekoliv — při platbě platební kartou, při používání mobilního telefonu nebo například i při chůzi po ulici. Tato data jsou dnes již běžně využívána — záleží jen na tom, ve kterém odvětví působíme a která data jsou pro nás ta důležitá.

Ilustrační obrázek: Daty řízené vzdělávání — proces,

Vedle přídomku informační bývá soudobá společnost popisována i jako učící se. V momentě, kdy do škol pronikají informační systémy, elektronické třídní knihy a hlavně e-learning (respektive systémy pro řízení a správu výuky /LMS/ a učební sociální sítě), které mohou získávat data o studentech, bylo jen otázkou času, kdy se začne mluvit o něčem jako je právě daty řízené vzdělávání či školství. To však představuje velmi širokou oblast — zůstaňme tak u personalizace výuky a adaptivního učení (a vzhledem k podstatným rozdílům v této terminologii, kterým se věnuje například tento zajímavý článek pracujme obecně s výukou postavenou či přizpůsobenou na míru studentům).

Jak uvádí Michal Černý ve své knize, základní princip daty řízeného vzdělávání je v tomto směru poměrně jednoduchý: pomocí počítače můžeme analyzovat data o jednotlivých studentech, mapovat jejich studijní postupy, možnosti i oblasti zájmu a na základě toho pak nastavovat vzdělávací procesy každému na míru. Pohybujeme se tedy na poli sociální informatiky. Zajímavá je pak jeho myšlenka o tom, že pro učitele končí doba umění a začíná doba inženýrského přístupu. Tato myšlenka pracuje s tím, že každý je jiný a učit všechny všechno (a také stejně) je poměrně neefektivní.

To dále rozvíjí Bořivoj Brdička: ,,Učitel z dat může vyčíst, zda se výuka ubírá správným směrem. Hned zjistí, že se některý z žáků dostal do problémů, a může včas reagovat. Má-li k dispozici i výsledky z předchozích let, kdy dotyčného žáka učil třeba někdo jiný, a porovná-li svůj předmět s ostatními, může si snadněji udělat přesnější představu o tom, jaký žák je, a podle toho zvolit nejvhodnější opatření.” To znamená, že lze jednotlivým studentům podsouvat různé materiály ke stejné látce, respektovat jejich zájmy, ale současně se snažit pokrývat jejich slabiny. Kromě toho lze pracovat s některými studenty spíše vizuálně, s některými spíše auditivně atp. — podle toho, co jim vyhovuje.

Ilustrační obrázek: Systém pro řízení a správu výuky (LMS) a jeho součásti.

Je však na místě dodat, že jsou tu i jistá úskalí. Daty řízené vzdělávání má být pro učitele pomocníkem a nástrojem, neměl by se však na datové analytiky jen slepě spoléhat a nesnažit se nad nimi uvažovat. V ideálním případě výuku tedy nijak neautomatizujeme, ale zefektivňujeme schopnosti učitele — s tímto přístupem může svého žáka ,,skutečně poznat”. Podobné zamyšlení přináší ve svém článku Petra Řezáčová. Okrajově zmiňme i to, že se zde potýkáme i s etickými problémy, které vychází ze samotného principu tohoto přístupu — tedy shromažďování a zpracovávání dat o studentech. Je nutné se zamýšlet například nad tím, která data do tohoto procesu lze zahrnovat a zpracovávat je, kde začíná soukromí studenta atp. Není vše růžové a snadné, jak by se mohlo na první pohled zdát.

Nastínili jsme tedy nějakou vizi — jaká je ale realita a jak daty řízené vzdělávání funguje v praxi? Odpověď můžeme nalézt v dalším článku Bořivoje Brdičky. Zde se dozvíme, že nejaktivnější snahy vyvíjí v tomto ohledu USA. Spíše než v běžných a veřejných (prezenčních) školách se však s tímto principem pracuje u MOOC a dalších on-line vzdělávacích platforem. Zmínit můžeme například Khan Academy, která nabízí různé modely vizualizace studijního postupu, studijních výsledků i zpětných vazeb — od jednoduchých nápověd až po videoturiály. Poslední verze systému počítá i se zapojením učitele, který bude mít k dispozici přehledy výsledků všech svých žáků s barevně odlišenými zjevnými neúspěchy a bude moci vhodně reagovat.

Na to, až se tento přístup bude ve vzdělávání aplikovat běžně a rutinně (jako je tomu například v byznysu) si však nejspíše budeme muset ještě nemalou chvíli počkat. Rozhodně se však jedná o zajímavý a perspektivní přístup.