Kursthemen
-
Benvinguts al material d'aprenentatge de ritme individual sobre el seguiment dels estudiants, el suport que se'ls dona i la manera d'implicar-los a partir de l'evidència generada per les tecnologies digitals. Aquest curs està adreçat a professors en contextos presencials i en línia.
Aquest material ofereix directrius i recomanacions sobre com els professors poden dissenyar un curs per generar dades sobre el comportament dels estudiants i la implicació en el contingut d'aprenentatge. La presa de decisions basada en dades pot millorar l'ensenyament i l'aprenentatge i el redisseny de nous cursos.
Aquest material d'aprenentatge té com a objectiu empoderar els professors en l'ús de l'analítica d'aprenentatge com a evidència per a la presa de decisions basada en dades en el disseny de l'aprenentatge i la facilitació de la impartició del curs. Les múltiples bones pràctiques i exemples presentats en el material ofereixen diferents estratègies i perspectives d'implementació. Al final d'aquesta autoformació, us familiaritzareu amb quines eines podeu utilitzar, quines estratègies d'avaluació podeu adoptar i quins recursos d'aprenentatge o activitats podeu dissenyar per fomentar la implicació dels estudiants.
La major part del que aprendreu s'explica fent referència a Moodle, però s'aplica a altres sistemes de gestió de l'aprenentatge (LMS, de l'anglès learning management system) que ofereixen funcions similars.
Assegureu-vos de consultar el glossari per llegir les definicions dels termes més rellevants sobre el tema.
Consulteu també el document d'introducció conceptual per saber més coses sobre els conceptes principals del curs. De manera opcional, podeu veure un seminari web (del minut 4 al 36) sobre l'analítica d'ensenyament i el compromís, presentat en la Setmana Europea d'Ensenyament en línia i a distància (EODLW) 2022.
30 hores
Ritme individual
Gratuït
-
Si us plau, utilitzeu aquest mapa per conèixer l'estructura del curs i decidir si voleu estudiar tot el curs o només temes concrets.
-
Abans de començar el curs, si us plau, autoavalueu els vostres coneixements sobre el seguiment i l'anàlisi de l'evidència digital.
-
-
En aquesta secció, oferim una introducció conceptual al curs, on s'introdueixen i s'expliquen tots els conceptes clau, així com es proporcionen lectures addicionals per aprendre més.
-
Mireu aquest vídeo de 3 minuts que us proporcionarà una visió ràpida i visual de què és l'analítica d'aprenentatge, quins són els elements clau, com és d'eficaç i les intervencions d'aprenentatge que permet fer.
-
Unitat 1. Dissenyar estratègies d'ensenyament i aprenentatge basades en l'evidència que fomentin l'autoregulació de l'aprenentatge en l'EVA
En aquesta unitat us mostrarem com:
- dissenyar estratègies d'ensenyament i aprenentatge metacognitives (1.1.)
- com configurar les activitats del curs per fer un seguiment de la participació dels estudiants (1.2.)
- Com seleccionar i incrustar eines digitals que capturen dades sobre el progrés de l'aprenent (1.3.)
-
Quan es dissenyen estratègies d'ensenyament i aprenentatge basades en l'evidència, és important no només parlar de quines dades es poden recollir, sinó també centrar-se en com es pot dissenyar l'ensenyament i l'aprenentatge d'una manera que doni suport a l'aprenentatge metacognitiu dels estudiants. Saber quines estratègies metacognitives donen suport a la implicació, el rendiment i l'autoregulació de l'aprenentatge de l'estudiant us pot ajudar a decidir quines eines utilitzareu per recollir evidència digital sobre el comportament dels estudiants.
-
Sabeu com aprenen els vostres alumnes? Saben els alumnes com aprenen? En ajudar els estudiants a comprendre les estratègies i els mètodes d'aprenentatge que els ajuden a aprendre millor, en podeu promoure la implicació, el rendiment i l'èxit. Les oportunitats d'aprenentatge metacognitiu poden ajudar els estudiants a responsabilitzar-se del seu aprenentatge. A més, el coneixement metacognitiu fomenta la previsió i l'autoreflexió dels estudiants, dos aspectes crucials per a l'autoregulació de l'aprenentatge.
-
Tal com s'ha subratllat en la introducció conceptual, dissenyar cursos amb tecnologies i eines digitals, sigui amb finalitats d'avaluació o altres finalitats d'ensenyament i aprenentatge, genera un ventall de dades ampli. Per tant, és molt important que els professors sàpiguen configurar un sistema de gestió de l'aprenentatge (LMS, de learning management system) i les activitats d'aprenentatge que generin el tipus d'evidència digital que necessiten.
-
Aprenentatge, ensenyament i avaluació reflexius basats en l'analítica d'aprenentatge
-
Les subunitats anteriors tractaven sobre com s'han de configurar els cursos per poder fer un seguiment de la implicació dels estudiants (1.1) i sobre com es poden dissenyar activitats d'aprenentatge per generar evidències (1.2). En aquesta subunitat, ens centrarem en la llista d'eines que es poden utilitzar per donar suport a l'ensenyament i l'aprenentatge i generar dades. Les eines de Moodle són exemples d'eines que es podrien integrar en un sistema de gestió de l'aprenentatge (LMS, de l'anglès learning management system) (1.3.1). A continuació, mostrarem possibles eines externes que es poden utilitzar per potenciar les possibilitats d'un aprenentatge actiu (1.3.2).
Després de planificar els recursos i les activitats d'aprenentatge que s'inclouran al curs, és important decidir quines eines o informes digitals que poden generar dades i ajudar els professors i els alumnes a fer un seguiment del progrés de l'aprenentatge. En altres paraules, hauríeu de decidir quins recursos o activitats d'aprenentatge cal utilitzar per rebre dades sobre el progrés d'aprenentatge.
-
Dissenyar estratègies d'avaluació múltiples per recollir i comparar dades en el curs en línia
-
Quines activitats d'aprenentatge dissenyaríeu per animar els estudiants a compartir el seu nivell de comprensió d'un tema/concepte?
Quines activitats d'aprenentatge us poden ajudar a conèixer les experiències prèvies dels estudiants per adaptar-hi els continguts d'aprenentatge?
Quins paràmetres d'activitat s'han de configurar per generar dades sobre la implicació dels estudiants i el disseny de l'aprenentatge?
Quines activitats es poden dissenyar per afavorir l'autoreflexió dels alumnes sobre el seu procés d'aprenentatge? Quines eines poden donar suport a aquestes activitats?
Quines activitats planejaríeu per recollir informació sobre com es pot millorar el disseny del curs?
-
-
Unitat 2. Analitzar i interpretar dades basades en l'evidència per influir en l'ensenyament i l'aprenentatge
En aquesta unitat, us mostrarem com:
- analitzar i interpretar l'evidència disponible sobre l'activitat i el progrés de l'aprenent per donar suport a la participació (2.1.)
- fer intervencions d'ensenyament i aprenentatge basades en dades mitjançant informes (2.2.)
-
Figura 1. L'anàlisi de l'aprenentatge com a eina metacognitiva per millorar l'èxit acadèmic dels estudiants (Volungeviciene et al., 2021, pàg. 175)
Segons el marc de referència DigCompEdu (Punie i Redecker, 2017), l'anàlisi de l'evidència forma part de la competència d'avaluació i és un mitjà per generar, seleccionar, analitzar críticament i interpretar evidència o proves digitals sobre l'activitat, el rendiment i el progrés de l'alumne per tal d'influir en l'ensenyament i l'aprenentatge.
-
Després de dissenyar activitats per generar i recopilar dades sobre la participació i el progrés dels estudiants (vegeu la unitat 1), heu de seleccionar les dades generades per l'analítica d'aprenentatge (AA) que proporcionin la informació que necessiteu.
En aquesta subunitat us proporcionarem un conjunt de preguntes per respondre en funció dels objectius de l'anàlisi de l'evidència (2.1.1). A continuació, la subunitat següent (2.1.2) tractarà dels informes que us poden donar informació sobre la implicació dels estudiants amb les activitats d'aprenentatge i com es poden utilitzar les dades per donar suport a l'autoregulació de l'aprenentatge.
La possibilitat d'accedir i analitzar l'evidència de dades generades per l'AA s'ha de veure com a una solució per proporcionar un retorn personalitzat en el moment adequat, per donar suport a l'autoregulació de l'aprenentatge. Si el retorn és personalitzat, es dona en el moment adequat i està orientat al desenvolupament de l'autoregulació de l'aprenentatge dels estudiants, afecta positivament les estratègies d'aprenentatge i la gestió del temps dels estudiants.
-
En la fase de disseny de l'aprenentatge (unitat 1), els professors han de dissenyar estratègies d'ensenyament i aprenentatge metacognitives i decidir quines dades seran necessàries i importants per a l'anàlisi. Després, han de configurar i establir l'entorn d'aprenentatge en conseqüència abans de recollir les dades. En la fase d'ensenyament i aprenentatge (unitat 2), els professors han d'examinar les dades generades i analitzar-les. Durant aquesta fase, poden detectar possibles problemes de disseny de l'aprenentatge, identificar els estudiants que tenen èxit o que tenen dificultats i observar tendències en l'accés als recursos d'aprenentatge. Amb aquestes dades, poden prendre decisions i intervencions informades.
En la subunitat 2.1. es presentava una llista d'informes de Moodle que generen dades sobre la participació dels estudiants i el progrés de l'aprenentatge. Tal com es descriu a 2.1, és important analitzar les dades a escala de grup/classe i a escala d'estudiant individual. Les dades poden proporcionar informació important sobre la implicació dels estudiants, el progrés de l'aprenentatge i el rendiment general. Aquesta subunitat se centra en les dades generades que podrien donar informació als professors sobre les intervencions d'ensenyament i aprenentatge necessàries.
-
Quins informes poden proporcionar informació a professors i estudiants sobre el progrés de l'aprenentatge?
Quines dades qualitatives i quantitatives existents es poden utilitzar per fer implicar els estudiants?
Quines dades es poden controlar i analitzar per mesurar l'èxit acadèmic dels estudiants?
Quines intervencions pedagògiques planificaries en cas que els alumnes no accedissin als recursos d'aprenentatge obligatoris ni els visualitzessin?
Què faries si la majoria dels estudiants no participessin en algunes de les activitats que s'ofereixen al curs?
-
-
En aquesta unitat, explicarem i compartirem idees sobre com:
- Fomentar la participació dels estudiants (3.1.)
- Augmentar la participació dels estudiants mitjançant taulers de control personalitzables (3.2.)
-
La implicació dels estudiants es promou mitjançant l'aprenentatge actiu tant en entorns fora de línia com en línia. Això vol dir que els estudiants participen activament en les tasques assignades, col·laboren amb els companys i lliuren les tasques a temps. Les estratègies de disseny d'aprenentatge per fomentar la implicació dels estudiants inclouen, entre d'altres, sessions de preguntes i respostes, revisió entre iguals i retorn o retroacció (feedback), debat, preguntes ràpides, classes interactives (en les quals els estudiants responen o fan preguntes), tasques breus d'escriptura, activitats pràctiques i aprenentatge experiencial.
-
Betts, S., Simons, S., Liogier, V. (2020). Engaging learners in VLES. 25 de març de 2020, ETFOUNDATION.CO.UK/EDTECH). (YouTube) Seminari web en línia.
Es tracta d'un seminari web d'una hora i el seu objectiu principal és donar suport als professionals perquè utilitzin eines EVA per implicar els estudiants en línia. El seminari web presenta les eines i els enfocaments pedagògics per motivar els estudiants, tracta sobre la plataforma d'ensenyament digital Enhance i els mòduls de suport, també aborda el procés d'etiquetatge i dels enviaments. Alguns d'aquests temes no apareixen en aquests materials d'aprenentatge. No obstant això, aquest seminari web opcional és una bona manera d'augmentar els vostres coneixements sobre la implicació en línia i l'EVA.
-
Com ja s'ha esmentat, és important dissenyar activitats d'aprenentatge que generin proves o evidència i fomentin la metacognició i les habilitats d'autoregulació de l'aprenentatge dels estudiants (vegeu 1.1) i també analitzar i interpretar l'evidència disponible per donar suport a l'autoregulació de l'aprenentatge i la implicació dels estudiants (vegeu 2.1 i 2.2).
En aquesta subunitat, descriurem com es pot promoure la implicació dels estudiants i com es pot implicar els estudiants en els EVA. A continuació, oferirem una visió general de les estratègies basades en Moodle que donen suport al disseny del curs i ajuden a comprometre els estudiants sobre la base de l'analítica d'aprenentatge, després d'haver analitzat l'evidència dels estudiants. Finalment, explicarem com es pot comprometre els alumnes amb la reflexió i l'autoavaluació del seu procés d'aprenentatge.
-
El curs d'anglès en línia a través d'MS Teams
-
El curs mixt d'Estudis de Traducció
-
Aquesta secció tracta sobre el panell de control de l'analítica d'aprenentatge (LAD, de l'anglès learning analytics dashboard), una nova eina prometedora per implicar els estudiants i afavorir les habilitats de l'autoregulació de l'aprenentatge. Tot i que la primera subunitat proporciona una definició del LAD (3.2.1), la segona subunitat us proporcionarà algunes pautes per treure el màxim profit d'aquesta eina, tenint en compte que la recerca sobre LAD encara és als inicis.
-
Panells de control d'analítica d'aprenentatge com a eines de retorn i implicació per als estudiants
-
Quina informació utilitzaríeu per entendre com han viscut el curs els estudiants? Exemple: preguntes incloses en el retorn final. Què més?
L'aportació contínua dels professors és fonamental per a la implicació dels estudiants. Amb quina freqüència creieu que haurien d'intervenir els professors i com?
Què faríeu per adaptar les activitats als coneixements previs dels alumnes? Penseu en alguns exemples concrets.
- Quina decisió formativa prendríeu si les dades analítiques han reflectit un nivell d'implicació dels estudiants baix?
-
-
Per reflexionar sobre en quina mesura esteu preparats per al seguiment, suport i compromís dels estudiants
-
Per a més informació, poseu-vos en contacte amb els representants institucionals del projecte DigiProf:
UOC (Spain) - Marcelo Fabián Maina, mmaina@uoc.edu
VMU (Lithuania) - Giedre Tamoliune, giedre.tamoliune@vdu.lt
DHBW (Germany) - UrSula Göz, ursula.goez@heilbronn.dhbw.de
UAVR (Portugal) - António Moreira, moreira@ua.pt
USilesia (Poland) - Marta Mamet-Michalkiewicz, marta.mamet-michalkiewicz@us.edu.pl -
