Viimases loengus oli juttu, et kes soovib paremini, see valib endale lisateema. Minu valikuks osutus personaliseeritud õpe.
Personaliseeritud õpe on õppimise individualiseeritud lähenemine, mis keskendub õpilase isiklikele vajadustele ja eelistustele. Ajalooliselt võib nimetada personaliseeritud õppe kirjeldajaks John Dewey’t, kus ta seadis õpilase õppeprotsessi keskele.(Keefe & Jenkins, 2008). See on meetod, mis pakub õpilasele võimalust kasutada õppimiseks vajalikke tööriistu ja ressursse. Personaliseeritud õppe eesmärk on aidata õpilastel omandada oskusi ja teadmisi nii, et nad saaksid enda eesmärke saavutada.
Personaliseeritud õppe põhimõtted hõlmavad üksikisiku vajaduste arvestamist, üksikisiku eelistuste arvestamist, üksikisiku eesmärkide seadmist ja tulemuste jälgimist. See hõlmab ka üksikisiku vajaduste arvestamist, et pakkuda neile sobivaid tööriistu ja ressursse. See hõlmab nii traditsioonilisi, kui ka digitaalseid meetodeid, nagu näiteks veebipõhised õppematerjalid, interaktiivsed mängud ja virtuaalsed klassiruumid (Basham, Hall, Stahl, & Carter, 2017). Näiteks võib see sisaldada ka veebipõhiseid tööriistu, mis aitavad üksikisikutel oma eesmärke seada ja jälgida ning anda neile tagasisidet oma edusammude kohta. Digitehnoloogiat on peetud potensiaalselt väga mõjukaks personaliseeritud õppe toetamisel (Major, 2021).
Personaliseeritud õpe on oluline, sest see aitab üksikisikutel omandada teadmisi ja oskusi ning saavutada oma eesmärgid. Personaliseeritud õppe abil saab igaüks valida endale sobiva viisi oma eesmärkide saavutamiseks. Mitmetes uuringutes on kasutatud personaliseeritud õppe toimimise analüüsimiseks “critical interpretive synthesis” tõlkena “kriitiline interpretatiivne süntees” metoodikat, kus analüüsitakse õppemeetodite lähenemisviiside tulemusi ning selle kaudu üritatakse parandada õppemetoodika valikut (Dixon-Woods, Bonas, et al., 2006; Flemming, 2010; Barnett-Page & Thomas, 2009). Ma kategoriseeriks selle analüüsimise meetodi õpianalüütika termini alla. Õpianalüütika ja adaptiivne õpe on lahutamatult seotud, kuna mõlemad soodustavad tehnoloogiaga toetatud õppijakeskset lähenemist hariduses (Mavroudi, 2018).
Õpianalüütika on õppimise ja õpetamise tulemuste uurimise meetod, mis hõlmab õppimise käigus saadud andmete kogumist, analüüsimist ja tulemuste kasutamist õpetamise kvaliteedi parandamiseks. See on oluline osa õppimise ja õpetamise protsessist, mis aitab õpetajatel ja õpilastel mõista, kuidas õppimine toimub ja kuidas seda parandada. Õpianalüütika on multidistsiplinaarne valdkond, mis hõlmab masinõpet, tehisintellekti, teabeotsingut, statistikat ja visualiseerimist. Viimasel ajal on õpianalüütikat hakatud üha enam analüüsima kasutades tehnoloogiat “Technology-Enhanced Learning” (TEL) (Chatti, Dyckhoff, et al., 2012).
Õpianalüütika hõlmab õppimise käigus saadud andmete kogumist, analüüsimist ja tulemuste kasutamist õppimise kvaliteedi parandamiseks. See võib hõlmata õpilaste akadeemilise edukuse jälgimist, õppimise efektiivsuse hindamist, õppimise tulemuste analüüsimist ja õppimise käigus saadud andmete kasutamist õpetamise ja õppimise kvaliteedi parandamiseks. Andmete kogumine võib olla väga tõhus meetod õppimise parandamiseks. Haridusandmete kaevandamine (EDM) “Educational Data Mining, püüab välja töötada meetodeid haridusandmete analüüsimiseks ja keskendub rohkem tehnilistele väljakutsetele kui pedagoogilistele küsimustele (Ferguson, 2012). See kõik moodustab suure personaliseeritud õppimise osa, et tagada kvaliteetne ja mitmekülgne haridus.
Kasutatud allikad
Barnett-Page, E., & Thomas, J. (2009). Methods for the synthesis of qualitative research: A critical review. BMC Medical Research Methodology, 9, 59–69. https://doi.org/10.1186/1471-2288-9-59.
Basham, J. D., Hall, T. E., Stahl, W. M., & Carter, R. A. (2017). Establishing a student-centered environment to support all learners. In C. Curran, & A. Peterson (Eds.).
Handbook of research on classroom diversity and inclusive education practice (pp. 155–182). . https://doi.org/10.4018/978-1-5225-2520-2.ch007.
Chatti, M. A., Dyckhoff, A. L., Schroeder, U., & Thüs, H. (2012). A reference model for learning analytics. International Journal of Technology Enhanced Learning, 4(5–6), 318–331. doi:10.1504/IJTEL.2012.051815
Dixon-Woods, M., Cavers, D., Agarwal, S., Annandale, E., Arthur, A., Harvey, J., et al. (2006b). Conducting a critical interpretive synthesis of the literature on access to healthcare by vulnerable groups. BMC Medical Research Methodology, 6, 35–47. https://doi.org/10.1186/1471-2288-6-35.
Ferguson, Rebecca. 2012.The State of Learning Analytics in 2012: A Review and FutureChallenges. Technical Report KMI-12-01. Milton Keynes: Knowledge Media Institute,TheOpen Uiversity. http://kmi.open.ac.uk/publications/techreport/kmi-12-01
Flemming, K. (2010). Synthesis of quantitative and qualitative research: An example using Critical Interpretive Synthesis. Journal of Advanced Nursing, 66, 201–217. https://doi.org/10.1111/j.1365-2648.2009.05173.x.
Keefe, J. W., & Jenkins, J. M. (2008). Personalized instruction: The key to student achievement (2nd ed.). Lanham, MD: Rowman & Littlefield Education.
Major, L., Francis, G. A., & Tsapali, M. (2021). The effectiveness of technology-supported personalised learning in low- and middle-income countries: A meta-analysis. British Journal of Educational Technology, 52, 1935– 1964. https://doi.org/10.1111/bjet.13116
Mavroudi, A., Giannakos, M., & Krogstie, J. (2018) Supporting adaptive learning pathways through the use of learning analytics: developments, challenges and future opportunities, Interactive Learning Environments, 26:2, 206-220, DOI: 10.1080/10494820.2017.1292531
Diana blogi 