Algumas instituições de ensino inovadoras no Brasil já estão usando big data para melhorar o aprendizado online. Ou seja, ela pedem permissão para o aluno para acessar os dados de navegação do mesmo de modo a personalizar o seu percurso didático de modo prático e centrado na real necessidade deste aluno. Pasme! Isso existe e chama-se Big Data para educação. Aí você se pergunta: por onde devo começar a usar o Big Data para melhorar a aprendizagem online?
A adoção generalizada da tecnologia digital criou uma explosão de dados. Na verdade, desde que a internet surgiu e até hoje, toda vez que você usa a tecnologia digital, você está deixando um rastro digital de sua atividade.Lá no seu navegador (se você não limpar os seus cookies com grande frequência) você disponibiliza acesso à sua trilha de navegação. E isso é um prato cheio para quem analisa dados com a finalidade de melhorar a sua experiência de consumo. É aí que entra o trabalho dos Designers Instrucionais e dos UX Designers, o primeiro moldando a sua educação, sua instrução e o segundo melhorando a interface para você navegar mais confortavelmente para adquirir produtos ou serviços.
Esse é o chamado tripé A.D.E: Análise (Big Data), Design (Desenho Instrucional) e Experiência (UX Design) moldado para qualquer campo que você imaginar: desde a educação (no nosso caso) até serviços gerais de diversos setores, como por exemplo: consumo de alimentos (Amazon X Whole Foods) ou mídia (Netflix) e por aí vai. Impossível trabalhar uma educação melhor, a personalização do ensino e cursos online mais efetivos sem conhecer esse suporte do ADE.
O Tripé A.D.E
Se você perceber existe uma correlação ente o Design de Instrução com a Experiência do Aluno e a Análise de dados. Vou te explicar. Aqui no Instituto de Desenho Instrucional usamos esse gráfico para explicar aos nossos futuros designers instrucionais as possibilidades que se abrem quando trabalhamos com esses três módulos interativamente e concomitantemente.
É simples: para criar cursos melhores você precisa tem analisado dados de contexto (público envolvido no curso) + analise preditiva de dados (obtidos no ambiente virtual de aprendizagem: como por exemplo o conhecimento prévio que os alunos já possuem, quais suas preferências e o que o motiva e assim por diante). Após usar o Big Data e analisar esses dados podemos iniciar a produção de um curso com dados mais fidedignos.
A partir disso podemos adaptar a interface e a usabilidade dos sistemas e ambientes aplicando os princípios do UX design que, vai retroalimentar o eixo Big Data com dados da experiência do aluno tornando o designer instrucional novamente munido de dados suficientes para redesenhar o curso.
Trata-se de uma retroalimentação permanente entre os 3 eixos: Desenhar cursos após a análise de dados (advindos do Big Data) e adotando-os para promover uma interface e experiencia de usuário melhoradas que, consequentemente vai mandar dados desta experiência para o repositório de dados (Big Data).
Hoje tornou-se possível coletar, agregar, analisar, categorizar e aprender com todos esses dados. Diria até que esses dados tornam-se a quintessência da internet. Gerar dados é fácil, o que fazer com eles complica. É por isso que hoje o Big Data cresceu tanto pois tornou possível a capacidade de aprender com os comportamentos das pessoas que usam a tecnologia digital.
As empresas coletam e analisam dados em grande escala para uma ampla gama de finalidades. Quando se torna impossível o uso deste tripé, as empresas e escolas vai pelo caminho mais difícil: coletar grandes dados de fontes externas (muitas vezes da análise de contexto geral) para ajudar os alunos ou colaboradores de maneira mais eficaz e eficiente e consequentemente aumentar os lucros.
Porém um detalhe é fato: os dados não são significativos, a menos que você possa analisá-los. Isso é feito criando modelos baseados nos dados e executando testes para observar os resultados. Os analistas procuram padrões e insights para ajudar a resolver um problema. Os ajustes são feitos e mais testes são executados, até que os resultados correspondam aos objetivos.
Usando Big Data para Analisar a Aprendizagem
Antes do surgimento do Big Data, os instrutores tinham que confiar em testes e avaliações periódicas para avaliar o progresso de seus alunos. Freqüentemente, os indivíduos em dificuldades eram identificados tarde demais, e o trabalho para recuperar o atraso exigia muitas vezes um enorme esforço.
Mas, à medida que o Big Data começou a se espalhar para todos os tipos de indústria, os principais responsáveis pelo aprendizado perceberam as oportunidades de melhorar as experiências de aprendizado. Se pudéssemos entender os comportamentos e atividades dos alunos, e encontrar correlações com o sucesso ou fracasso do aprendizado, poderíamos ajudar as pessoas a obter mais sucesso em seus cursos on-line.
Como Ocorre a Análise da Dados no Moodle?
Esse uso de Big Data para melhorar o aprendizado on-line é chamado de análise de aprendizado. É assim que funciona a analítica de aprendizagem:
1. Os sistemas de gerenciamento de aprendizado, como o Moodle, coletam uma grande quantidade de dados do usuário. Toda vez que uma interação do usuário com um módulo de aprendizado, painel, fórum, avaliação ou ferramenta de comunicação, o LMS registra e armazena essas informações.
2. Esses dados podem ser classificados, filtrados e correlacionados a métricas específicas, como atividade e sucesso de aprendizado.
3. À medida que surgem padrões, os instrutores e os designers instrucionais podem fazer ajustes no curso que ajudarão os alunos em dificuldades a se tornarem mais bem-sucedidos. Por exemplo, pode haver um conjunto específico de comportamentos que atue como um sinal de aviso antecipado de que um aluno falhará. Se um aluno exibir esses comportamentos, o instrutor pode ser alertado para entrar em contato com o aluno e intervir.
Pesquisas mostram que os alunos se lembram mais quando estão mais envolvidos com o material do curso - o que também sugere a qualidade da EaD (Censo EaD.BR ABED 2017). A análise de aprendizado torna isso possível rastreando a atividade dos usuários para entender onde eles estão mais e menos envolvidos com determinado módulo.
É possível criar cursos personalizados de e-learning que saiam do paradigma do curso básicão. Aquele que serve pra todos de forma igual -> isso tá se tornado obsoleto diga-se de passagem!! Esse uso de UX Design (experiência de aprendizagem) e do Big Data (Learning Analytics) em um ambiente de cursos, cria um sistema de feedback que ajuda e dá suporte aos instrutores e designers insctrucionais de forma retroalimentada constantemente. Já conhecemos bem isso na metodologia ADDIE - onde analisamos contexto, desenhamos um curso, desenvolvemos os recursos e atividades, validamos os pilotos e implementamos a solução. No design contextualizado isso e feito de maneira constante (o curso está sempre sendo revisto e remodelado em tempo real). Mas é com o uso do tripé Design Instrucional + UX Design e Learning Experience (experiência de aprendizagem do usuário/aluno) + Learning Analytics (Big Data) que a coisa se torna mais emocionante! A de descobrir soluções para os problemas reais e personalizar de forma mais efetiva o aprendizado online.
Prevejo que o futuro da educação baseada na tecnologia está no uso real do Learning Analytics e Big Data para modelagem da aprendizagem!
À medida que a tecnologia digital avança, também aumentam as possibilidades de usar o learning analytics na educação. Por exemplo, embora os dados do LMS forneçam informações valiosas, eles não fornecem uma imagem completa ou um insight pronto sobre o que fazer com esses dados. Esse movimento em direção a uma maior interoperabilidade, que irá quebrar os silos e fornecer uma compreensão mais detalhada das necessidades dos alunos ainda deve ser aprendida e analisada pelos professores, que deverão da sua forma buscar compreender o funcionamento desta dinâmica e operar com zêlo esses dados gerando relatórios precisos.
Aprendizagem adaptativa, por outro lado, é mais um movimento que está em desenvolvimento no horizonte. O aprendizado adaptativo aproveita a inteligência artificial para adaptar o módulo de aprendizado a um usuário específico em tempo real, com base nas atividades e no desempenho do aluno. Os dados da análise de aprendizado podem ser aplicados imediatamente para otimizar a experiência de e-learning de cada pessoa. Mas esse é assunto para uma próxima postagem.
Por hora, o ideal é que você possa aprender a usar a análise de aprendizado para melhorar seus módulos de treinamento online e obter maior eficiência e lucratividade. Que tal investir neste novo nicho de mercado?
IDI - Instituto de Desenho Instrucional
Comentários