การพัฒนาการเด็กในยุคทักษะศตวรรษที่ 21 ที่ดี ดูเหมือนจะไม่เพียงพอเสียแล้ว เราจะเริ่มต้นเปลี่ยนแปลงการศึกษาไทยได้หรือยัง Learning Analytics อาจจะเข้ามาช่วยเปลี่ยนแปลงได้
การวิเคราะห์การเรียนรู้คือการวัดการรวบรวมการวิเคราะห์ และการรายงานข้อมูลเกี่ยวกับผู้เรียนและบริบทของพวกเขาเพื่อจุดประสงค์ในการทำความเข้าใจ และเพิ่มประสิทธิภาพการเรียนรู้และสภาพแวดล้อม ที่เกิดขึ้นการเติบโตของการเรียนรู้ทางออนไลน์ตั้งแต่ปี 1990 โดยเฉพาะในระดับอุดมศึกษามีส่วนทำให้ Learning Analytics ก้าวหน้าเนื่องจากข้อมูลของนักเรียนสามารถถูกบันทึกและพร้อมสำหรับการวิเคราะห์ เมื่อผู้เรียนใช้LMS , สื่อสังคมหรือเครื่องมือออนไลน์ที่คล้ายกันคลิกของพวกเขาแบบนำทาง, เวลาในการงานเครือข่ายทางสังคม , การไหลของข้อมูลและสามารถติดตามการพัฒนาแนวคิดผ่านการอภิปรายได้ การพัฒนาหลักสูตรออนไลน์แบบเปิดขนาดใหญ่ อย่างรวดเร็วทำให้มีข้อมูลเพิ่มเติมสำหรับนักวิจัยในการประเมินการเรียนการสอนในสภาพแวดล้อมออนไลน์
การเรียนรู้ Analytics เป็นแอปพลิเคชันของการวิเคราะห์
อีกแนวทางหนึ่งในการกำหนด Learning Analytics ขึ้นอยู่กับ แนวคิดของAnalytics ที่ตีความว่าเป็นกระบวนการในการพัฒนาข้อมูลเชิงลึกที่นำไปใช้ได้จริง ผ่านการกำหนดปัญหาและการประยุกต์ใช้โมเดลทางสถิติและ การวิเคราะห์กับข้อมูลที่มีอยู่และ / หรือจำลองในอนาคต จากมุมมองนี้การเรียนรู้ Analytics โผล่ออกมาเป็นประเภทของAnalytics (เป็นกระบวนการ ) ซึ่งข้อมูลนิยามปัญหาและข้อมูลเชิงลึกที่มีการเรียนรู้ที่เกี่ยวข้องกับ
ในปี 2559 งานวิจัยที่จัดทำร่วมกันโดย New Media Consortium (NMC) และ EDUCAUSE Learning Initiative (ELI) -an EDUCAUSE Program – อธิบายถึงหกด้านของเทคโนโลยีที่เกิดขึ้นใหม่ซึ่งจะมีผลกระทบอย่างมีนัยสำคัญต่อการศึกษาระดับอุดมศึกษาและการแสดงออกเชิงสร้างสรรค์ในตอนท้ายของ 2020 จากผลการวิจัยนี้การวิเคราะห์การเรียนรู้ถูกกำหนดให้เป็นแอปพลิเคชันเพื่อการศึกษาของการวิเคราะห์เว็บโดยมุ่งเป้าไปที่การจัดทำโปรไฟล์ผู้เรียนกระบวนการรวบรวมและวิเคราะห์รายละเอียดของปฏิสัมพันธ์ของนักเรียนแต่ละคนในกิจกรรมการเรียนรู้ออนไลน์
Learning Analytics: วิธีวาร์ปไปแก้ปัญหาการศึกษาด้วยเทคโนโลยี
แนวคิดเรื่อง LA เริ่มขึ้นเมื่อไม่นานมานี้เอง โดยเฉพาะอย่างยิ่งแนวคิดที่จะใช้คอมพิวเตอร์และคณิตศาสตร์ระดับสูงเข้ามาช่วยแก้ปัญหาการศึกษา แนวคิดเรื่อง LA เริ่มปรากฏชัดเจนประมาณปี 2010 ซึ่งตรงกับปีเริ่มต้นของเด็กรุ่นอัลฟ่า (Generation Alpha) ด้วยข้อเท็จจริงและความจำเป็นที่ว่าการศึกษาแบบเดิมไม่ตอบโจทย์การเรียนรู้ที่เพียงพอสำหรับคนรุ่นใหม่
ประดิษฐ์หรือเอไอ (artificial intelligence – AI) เข้ามาช่วยงานด้วย เพื่อให้เด็กรุ่นใหม่มีการศึกษาที่ดีที่สุดสำหรับตัวเขาเอง บุคลากรที่สำคัญสำหรับงาน LA ประกอบด้วย 3 ส่วน ส่วนที่หนึ่งคือนักการศึกษาที่มีความรอบด้าน ด้านจิตวิทยา พัฒนาการ การแพทย์ ด้านสมอง สังคม วัฒนธรรม การเมือง และการเรียนรู้ ส่วนที่สองคือนักวิทยาศาสตร์ด้านข้อมูล (data scientist) ส่วนที่สามคือผู้เชี่ยวชาญด้านการจัดการฐานข้อมูลขนาดใหญ่ (big data) และอัลกอริทึม (algorithm)
กระบวนการทั้ง 4 ขั้นตอนนี้ใช้ทั้งกับผู้เรียนเป็นรายบุคคลและใช้กับระบบของสถาบันการศึกษา เราเริ่มต้นด้วยระบบก่อน ขั้นตอนที่ 1 คือการรวบรวมข้อมูล หากเราจะเปลี่ยนแปลงการศึกษาประเทศไทย เราจำเป็นต้องรวบรวมข้อมูลอะไรบ้าง จากที่ใดบ้าง ขั้นตอนที่ 2 คือการวินิจฉัย เราสามารถแสดงให้เห็นว่าผลลัพธ์ด้านการศึกษาที่ปลายทางของผู้เรียนแต่ละคนจากแต่ละบริบทลงเอยเช่นไร ขั้นตอนที่ 3 คือการทำนาย กล่าวคือหากเราให้นักเรียนคนหนึ่งเข้าเรียนที่ใด เรียนด้วยวิธีใด เป็นที่ทำนายได้ว่าคุณภาพชีวิตของเขาจะลงเอยอย่างไร ขั้นตอนที่ 4 คือเมื่อรู้คำทำนายแล้วเราควรออกแบบการเรียนรู้ให้เด็กคนนี้อย่างไร จึงจะดีที่สุดและเหมาะสมที่สุด ‘สำหรับเด็กคนนั้น’
กระบวนการ 4 ขั้นตอนนี้จึงใช้กับผู้เรียนเป็นรายบุคคลด้วย ขั้นตอนที่ 1 รวบรวมข้อมูลของผู้เรียนอย่างละเอียด รวมทั้งภูมิหลังครอบครัว ประวัติพัฒนาการ ประวัติการเรียน ขั้นตอนที่ 2 วินิจฉัยจุดอ่อนจุดแข็งของผู้เรียนในทุกตัวแปร ขั้นตอนที่ 3 คือทำนายผลลัพธ์การศึกษาของผู้เรียนภายใต้บริบทที่เป็นอยู่และเป็นไปได้ ขั้นตอนที่ 4 คือออกแบบการเรียนรู้ ‘สำหรับเด็กคนนี้’ โดยเฉพาะ
cr:wikipedia, the101.world