MOOC與學習資料分析

MOOC之所以受到高等教育的重視,不只是因為「連結主義」或「翻轉教室」挑戰傳統教學,也不只是「開放教育」的理念,還有在MOOC上的大規模線上學習紀錄。正如亞馬遜、臉書、google無時無刻都在蒐集你的使用資料,根據這些資料調整成更客製化的服務,同樣的,MOOC留下的大量學習紀錄資料也能用來調整老師的授課方式,提供學生更好的課程。

學習資料分析的發展

學習管理系統在1990年代出現,當時根據以老師和課程為中心的傳統教學模式進行設計,由於主要是企業培訓採用,因此很重要的發展是和企業結構結合,留下來的記錄除了教學內容,還留下其他資料方便企業以不同方式善加運用。

在社會網絡和雲端應用等2.0工具出現後,學習管理系統開始轉向以學習者為中心,不只老師,學生也會留下資料紀錄。因此,現在的學習資料分析就承繼以往所包含的資料,有來自老師與學生的教學過程數據,也有基本的個人檔案資料或機構行政性紀錄。

然而,一般的學習管理系統和學生資訊系統獲得的資訊仍不夠全面,只是學習過程的一部分,並不是完整的學習資料,像是學生和同儕的互動過程、圖書館利用、老師進行的指導都不會留下紀錄,必須搭配其他實體裝置留下的紀錄來補足其他面向。

MOOC帶給學習資料分析的圖破

MOOC的出現帶來的許多突破。因為MOOC是專門替線上學習者準備的課程,所以完整的學習過程都會在線上進行,留下可供分析的紀錄。不論是學生觀看影片次數、問題作答次數、和同學或老師的互動,全部都會在此留下資料,顯現出更貼近真實的學習者行為模式。

特別是MOOC的學習者來自世界各地,產生的資料就可以從不同的角度切入進行分析,對於現況的解釋和預測能力也會比以往更好。

要注意的是,MOOC進行學習資料分析時有兩點和一般教育場合不同。首先是要注意MOOC的課程理念不同於一般課程,像是cMOOC在設計課程時給予學生極大的學習主導權,不認為不照老師所排進度或沒完成課程的學生代表學習成效不佳,此時就不能輕易的用這方面的資料分析衡量該課。另外一點,就是MOOC的參與者非常分散,因此中輟率必然會比一般正規教育更高,同學參與的模式也會有更明顯的差異。

在此情況下,以往解讀學習資料時所推論的中輟原因不一定能適用。MOOC累積的龐大資料量除了需要發展出更多新的分析技術,也應有不同的資料解讀方式及實務改善方式。

MOOC學習資料分析的研究與應用

Coursera創辦人之一Daphne Koller很重視MOOC帶來的學習資料分析,可以從他在TED的演講獲得簡單認識。事實上,史丹佛大學很早就開始採用線上教育,因此在推出MOOC時不只注意到個別課程設計的問題,還想著要怎麼從這些課程獲得更多。

2012年九月,史丹佛五位博士生討論可以怎麼使用史丹佛的MOOC做研究,他們分別是教育系的Emily Schneider、傳播系的René Kizilcec、電機系的Sherif Halawa、資工系Chris Piech和Chinmay Kulkarni,後來就形成了「Lytics (Learning Analytics之縮寫)研究室」,邀請Roy Pea和John Mitchell指導,共同拓展對於線上學習環境運作的知識,進而了解如何提升線上學習的效能。由於John Mitchell是史丹佛線上學習的副教務長,因此他們的研究結果將能直接和教學設計師合作,實際改善MOOC的教學方式或環境。

他們的研究計畫包羅萬象,像是發展讓老師監控學生參與情形的後台、更了解同儕評鑑和提供自動回饋的方法、使用MOOC資料預測學習成效等。2013年,他們發表的文章「Deconstructing Disengagements: Analyzing Learner Subpopulations in Massive Open Online Courses」,就利用學習資料分析,將學生分成「完成課程、旁聽、完全不參與、挑選性觀看」四種類型。發現學生的課程完成程度與和討論區參與程度有很高的關聯,因此MOOC應該促進更多社會性行為。另外,多數學生只是為了增加某些知識而選課,並沒有想獲得證書,也就不會想要完成測驗,在此情形下旁聽或挑選性觀看其實也是應該鼓勵的。

除了史丹佛大學設立了研究室,其他學校或一些個別教師,也因為MOOC完成率不高及MOOC課程環境不同於實體教室,而對反映學生真實行為的資料感到好奇。像是MIT哈佛大學都有針對他們開設的MOOC課進行研究,並將資料公開在網站上,有一些老師則會在自己的網站或部落格分享。

喬治亞理工的Tucker Balch教授便根據他2013年春季在Coursera開的「Computational Investing, Part I」進行學習資料分析,將結果解釋張貼在他的部落格上。可以看出學生的完成率和其性別、國家、年紀、課程活動行為的關係,像是30-50歲的人完成率較高,完成課程的人有九成看過討論區、四成在討論區貼文,較未完成課程的人有更高的討論區使用次數。

Katy Jordan則製作了一個互動性網站 “MOOC Completion Rates: The Data”,在短時間內就能從視覺化結果比較不同MOOC平台、開課學校、評鑑方式、課程完成要求對於完成率和註冊人數的影響,讓人推估MOOC課程可能可以怎麼設計。

開設Metadata: Organizing and Discovering Information的Jeffrey Pomerantz老師不僅將這些資料公布在自己的部落格上,也每周在Coursera的課程公佈欄和同學分享。學生根據這些資料可以了解有多少人一直與己同在,進而加強學習動機或調整學習方式。

可惜的是,目前在亞洲地區都還沒有老師將學習資料與其分析分享出來,也就無從理解華人的MOOC學習行為是否與西方有所差異,更無法利用這些資料進一步設想課程及平台可以怎麼作出調整。

文 / 柯俊如

參考資料

發表迴響

你的電子郵件位址並不會被公開。 必要欄位標記為 *

*