この規格 プレビューページの目次
※一部、英文及び仏文を自動翻訳した日本語訳を使用しています。
序章
学習環境から生成されるデータ量の増加は、学習分析を通じて多くの新しい方法で学習、教育、トレーニング (LET) をサポートする新しい機会を提供します。学習分析は、さまざまなサブテクノロジー、ワークフロー、およびプラクティスの使用を中心に構築された複合概念であり、さまざまな目的に適用されます。たとえば、学習分析を使用して、デジタル リソースの使用に関連する学習者の相互作用データ、教育および学習活動のログ、学習成果、プログラムやカリキュラムに関する構造化データ、および関連するデータなど、さまざまな種類のデータと相互関係を収集、調査、分析しています。能力。
学習分析は、多様な利害関係者グループに対応し、幅広いアプリケーションをカバーする新しいテクノロジーです。学習分析は、データ共有に関連する新しい相互運用性の課題を引き起こします。データのプライバシー、信頼、および管理。学習分析アプリケーションの一般的な要件として、次の問題が特定されています。
学習者向け:
- 学習活動と進捗状況の追跡。
- 感情、モチベーション、学習準備の追跡。
- 学習者の個人的なニーズと好みの早期発見。
- 分析活動と評価からの改善されたフィードバック。
- 学習者の非パフォーマンスの早期発見 (是正の動員);
- パーソナライズされた学習パスおよび/またはリソース (推奨)
教師の場合:
- 学習者/グループの活動と進行状況の追跡;
- 観察された学習者のニーズと行動に対する教師の対応。
- 学習者の離脱の早期発見 (関連する支援行動の動員);
- パフォーマンスの評価に使用できる活動の範囲を広げる。
- 個人およびグループの学習成果と活動の視覚化。
- 教師が学習体験とリソースの設計を改善するのに役立つ証拠を提供します。
機関の場合:
- クラス/グループの活動と結果の追跡;
- 品質保証モニタリング;
- 学習環境の設計を裏付ける証拠を提供する。
- リテンション戦略の改善を裏付ける証拠を提供する。
- コース計画のサポート。
さらに、学習分析の実践は、LET の標準化と革新における以前の作業に基づいて構築できますが、特別な注意が必要な要因がいくつかあります。これらの要因には次のものがあります。
- 分析プロセスから生じる要件。
- LET システムの運用を推進するために必要なデータ項目は、学習分析に必要なものと必ずしも同じではありません。
- 分析のために収集されたデータの量、速度、および種類は、さまざまな IT アーキテクチャを示しており、相互運用性の要件が異なることを意味します。
- 分析のための学習者データの使用は、運用システム間のデータ交換から生じる問題を超えて、さまざまな倫理的およびその他の社会文化的問題をもたらします。
したがって、このドキュメントでは、学習分析の相互運用性に関連するコンポーネントの動作について概念的に説明します。特に、このドキュメントでは、学習分析プロセスと相互運用性のための参照モデルを提案するだけでなく、用語を指定します。
Introduction
The increasing amount of data being generated from learning environments provides new opportunities to support learning, education and training (LET) in a number of new ways through learning analytics. Learning analytics is a composite concept built around the use of diverse sub-technologies, workflows and practices and applied to a wide range of different purposes. For instance, learning analytics is being used to collect, explore and analyse diverse types and interrelationships of data, such as learner interaction data related to usage of digital resources, teaching and learning activity logs, learning outcomes and structured data about programmes and curriculum and associated competencies.
Learning analytics is an emerging technology addressing a diverse group of stakeholders and covering a wide range of applications. Learning analytics raises new interoperability challenges related to data sharing; privacy, trust and control of data; quality of service, etc. The following issues are identified as general requirements for learning analytics applications:
For the learner:
- tracking learning activities and progression;
- tracking emotion, motivation and learning-readiness;
- early detection of the learner’s personal needs and preferences;
- improved feedback from analysing activities and assessments;
- early detection of learner non-performance (mobilizing remediation);
- personalized learning path and/or resources (recommendation).
For the teacher:
- tracking learners/group activities and progression;
- adaptive teacher response to observed learner’s needs and behaviour;
- early detection of learner disengagement (mobilizing relevant support actions);
- increasing the range of activities that can be used for assessing performance;
- visualization of learning outcomes and activities for individuals and groups;
- providing evidence to help teachers improve the design of the learning experience and resources.
For the institution:
- tracking class/group activities and results;
- quality assurance monitoring;
- providing evidence to support the design of the learning environment;
- providing evidence to support improved retention strategies;
- support for course planning.
In addition, learning analytics practice can build upon prior work in LET standardization and innovation but there are several factors that require special attention. These factors include:
- requirements arising from the analytical process;
- data items required to drive operational LET systems are not always the same as desired for learning analytics;
- volume, velocity and variety of the data collected for analytics indicate different IT architectures, which imply different interoperability requirements;
- the use of learner data for analytics introduces a range of ethical and other socio-cultural issues beyond those which arise from exchanging data between operational systems.
Therefore, this document gives a conceptual description of the behaviour of components related to learning analytics interoperability. In particular, this document specifies terms as well as proposes a reference model for the learning analytics process and interoperability.