Learning Analytics – parte 2

outubro 9, 2015 § 2 Comentários

youtube-analytics4

Terminei o post anterior com um teaser “prometendo” abordar como o conceito pode afetar no futuro o nosso entendimento a respeito do que é educação. Ao invés de “entrar direto” nesse assunto, gostaria de começar com os pontos fracos do modelo. Por mais que se acredite em algo, é preciso considerar os seus possíveis problemas. É apenas desta forma que podemos nos preparar para enfrentá-los, caso se apresentem.

A primeira “leva” deles diz respeito às suas limitações e custos. Quando indicadores (ou qualquer tipo de métrica) são utilizados para interpretar termos subjetivos (por exemplo, engajamento do aprendiz, interesses, etc.), a possibilidade de erros de interpretação é significativa. É preciso considerar esse cenário e entender que muitas vezes se atuará como em um “jogo” de tentativa e erro. Mesmo porque, dificilmente se terá condições de padronização (criar padrões que possam tornar a interpretação mais objetiva).

Dados levantados por organizações[1] voltadas à educação mostraram que de 70% a 85% da análise dos dados levantados por modelos que utilizam o conceito “Learning Analytics” precisam ser feitas por seres humanos. Isto quer dizer que atividades como limpeza, formatação e alinhamento de dados serão feitas por pessoas (e não algoritmos). Não vou negar que isto aumenta (bastante) o custo de um projeto desses.

A segunda “leva” de possíveis problemas explica, de certa forma, porque o conceito ainda não é amplamente usado. Ainda há restrições, tanto de aprendizes quanto de professores, a respeito da privacidade. Quem tem acesso aos dados? Como serão usados? Que tipo de informação pessoal precisa ser usada? São considerações que influenciam na motivação de quem utiliza e que são essenciais quando a quase totalidade dos dados passam por seres humanos. Compreender essas limitações é fundamental para uma “entrega” eficiente utilizando o conceito.

Mudando um pouco o enfoque, vamos pensar nos possíveis impactos do conceito “learning analytics” no futuro da educação. O principal é a mudança no modo de entendermos o aprendizado. Sairemos do entendimento via hipóteses – como é atualmente, baseado em conceitualização, sobretudo teórica – para um entendimento baseado em análise de dados. Isto, por si só, não é pouca coisa porque acrescenta à formação teórica de profissionais de educação a necessidade de entender modelos analíticos. Isto envolve:

  • Capacitar educadores a diferenciar via “learning analytics” aprendizes que iniciam lentamente e aceleram em um momento posterior dos que realmente estão com dificuldades no aprendizado.
  • Possibilitar que os aprendizes realmente “customizem” o seu aprendizado, fornecendo um retrato amplo da sua performance.
  • Introduzir o conceito de peer grading (algo como classificação pelos pares) e self-grading (algo como auto-classificação) associados à classificação pela performance (a temível meritocracia, tão combatida em nosso país) para determinar o nível de graduação dos aprendizes, já que o conceito “meio que” inviabiliza a divisão em turmas ou séries, por ser altamente “customizador”.
  • Acrescentar “mais um papel” às várias personas do professor. Além de instrutor e facilitador, também analista. É preciso checar se não é muito papel para uma pessoa só e se a vocação pessoal permite esta inclusão. É muito simples “deixar nas costas” de quem está na ponta esses “pormenores”. Não é pormenor e não são todos os professores dispostos a fazer esse papel. Penso que esse ponto é o maior entrave para o conceito e que não é algo facilmente resolvido. Talvez seja necessário ter vários tipos de profissionais dedicados a promover o aprendizado atuando na ponta, mas obviamente, aumenta (e muito) o custo de uma educação formal.

Vale também acrescentar a necessidade de se estimular desde cedo a habilidade do autoaprendizado. Não adianta criar um ambiente que permita “personalizar” o processo de aprendizado se quem for aprender não tiver a capacidade de conduzir este processo.

Há 3 anos, estudos mostravam um horizonte para a adoção desse conceito por uma quantidade mais ampla de pessoas para 2 ou 3 anos. Esse tempo já transcorreu sem que a previsão se concretizasse. Sou da opinião de que no período de 1 ou 2 gerações (de 25 a 50 anos) teremos um sistema educacional muito diferente do que temos hoje. Quem estava na “escola” por volta de 1990 pode atestar o quanto já mudou nos últimos 25 anos. Como diz o personagem Buzz Lightyear:  “ao infinito… e além”.

[1] Organizações como OpenColleges, Edudemics e Educause.

Marcado:, , , , ,

§ 2 Respostas para Learning Analytics – parte 2

  • Renato disse:

    Bem legal a idéia, se queremos falar seriamente em um sistema centrado no aluno isso será essencial. Sobre quem fará esse papel, acho que a função poderia ser dividida com um segundo profissional, algo como um professor-analista. Tanto para reduzir a carga de trabalho como para evitar “bias” por parte do professor comum. O que me lembra uma peculiaridade da vida de professor, a solidão.

    • marcelotibau disse:

      A ideia de um segundo profissional é bem-vinda. Acredito que viabilizaria um modelo destes. Esse profissional poderia atuar em parceria com vários professores para reduzir o custo. De qualquer forma, é preciso ter em mente que um bom sistema educacional (na minha opinião) se faz com a associação de mais de um modelo educacional. Ter flexibilidade é essencial quando se quer estimular o aprendizado.

Deixe um comentário

Preencha os seus dados abaixo ou clique em um ícone para log in:

Logo do WordPress.com

Você está comentando utilizando sua conta WordPress.com. Sair /  Alterar )

Foto do Facebook

Você está comentando utilizando sua conta Facebook. Sair /  Alterar )

Conectando a %s

O que é isso?

Você está lendo no momento Learning Analytics – parte 2 no Marcelo Tibau.

Meta

%d blogueiros gostam disto: