Teiseks valikteemaks valisin personaliseeritud õppe ning artikkel, mida uurisin on Hemshack, A., Kinshuk, & Spector, J. M. (2021). “A comprehensive analysis of personalized learning components.”
Mis on personaliseeritud õpe?
Personaliseeritud õpe on õppimisviis, mille eesmärk on isikupärastada
õppekogemust vastavalt üksikisikute ainulaadsetele vajadustele, eesmärkidele ja oskustele, mida on võimalik saavutada, kasutades praegust õppetehnoloogiat, mis pakub ainulaadsed õpikogemused erinevates õpikeskkondades ning tehnoloogia on selles peamine komponent (Shemshack et al., 2021).
Selle uuring eesmärk oli analüüsida ja sünteesida erinevaid personaliseeritud õppimise lähenemisviise, mis arvestavad erinevate õppimis komponentidega. Uurimistöö tulemustest tuvastati järgmised põhikomponendid:
- Õppija profiilid ja hoiakud, eelnevad teadmised ja uskumused.
- Isikupärastatud kohanemisvõimelised õpiteed.
- Paindlik keskkond oma valitud tempoga, mis on loodud õpianalüütika abil.
Lisaks keskendusid teadlased erinevate isikupärastatud õppetöö lähenemiste analüüsimisele ja sünteesimisele, mis võtavad arvesse erinevaid õppekomponente, et saaks luua areneva koostööleppe dünaamilise, isikupärastatud õppemudeli jaoks (Shemshack et al., 2021).
Personaliseeritud õppe mudelite ja süsteemide komponendid:
Õpistiilid– Kuigi õppimisstiile peetakse üheks kõige levinumaks teguriks, mida tuleb arvesse võtta kohandatud õppe süsteemide väljatöötamisel, on tehtud vähe uuringuid selle kohta, kas õpilased suudavad valida enda jaoks parima õppesüsteemi või sisu esitusstiili, võttes arvesse nende enda õppimisstiili vaatenurki. Uuringu tulemused näitasid, et
- Õpilased õpivad paremini versiooniga, mis on loodud nende õppimisstiili jaoks. See näitab adaptiivsete õppesüsteemide olulisust, mis põhinevad õppimisstiilidel.
- Õpilased ei pruugi alati valida versiooni, mis on loodud nende õppimisstiili jaoks.
See on väga oluline, kuna enamik adaptiivseid süsteeme loob algse kasutaja mudeli vastavalt individuaalsete õpilaste küsimustikele või valikutele, mida alati peetakse “mõistlikuks”. Katse tulemused näitasid, et see võib olla mõnel juhul ebatäpne, kuna kasutaja valikud võivad olla seotud nende õpiperformantsiga.
Kognitiivne stiil- Uuringu tulemused näitasid õppimisprofiilide kohta, mis võtsid arvesse isiksust ja kognitiivseid stiile, et määrata seost õppimisprofiili ning võimekuse, akadeemilise soorituse või õppe- ja õpetamisatmosfääri vahel klassiruumis. See näitas isiksuse ja kognitiivsete stiilide kaasamise olulisust isikupärastatud õppetöö lähenemistes. Siiski on tugeva õppija profiil tõenäoliselt ajas muutuv, kuna õppija huvid ja pädevused muutuvad küpsemise ja rohkemate kogemuste saamise käigus.
Eneseregulatsioon ja enesejuhitud õppimine– SLE-id on vajalikud isikupärastatud õppetöö toetamiseks, aidates õppijatel saavutada oma õppimise eesmärke, pakkudes vahendeid, mis soodustavad teadlikkust, soovitusi, eneseanalüüsi, hindamist, tagasisidet ja motivatsiooni. Saadaval on mitmeid isikupärastatud õppemudeleid ja süsteeme nii teadlastele kui ka haridustöötajatele, kuid näiteks iseregulatsiooniõppes (SRL), puudub määratletud vanus või õppija ettevalmistus, et tagada õppija valmisolekut oma õppimiskogemust ise reguleerima.
Paindlik tempo- Üks komponent, milles enamik haridustöötajaid ja teadlasi nõustub, on see, et võimalus lasta õpilastel õppida omas tempos, on personaliseeritud õppetöö oluline tugevus ja eelis (Shemshack et al., 2021).
Tööriistad ja süsteemid:
On palju vahendeid ja süsteeme, mis on saadaval ja võivad pakkuda unikaalset õpikogemust kõigile. Nutikad õpikeskkonnad ja õpianalüütika on olulised töövahendid, mis võimaldavad õppijatel saavutada oma õppimise eesmärke, pakkudes vahendeid, mis soodustavad teadlikkust, soovitusi, eneseanalüüsi, hindamist, tagasisidet ja motivatsiooni. Need on olulised komponendid personaliseeritud õppetöös (Shemshack et al., 2021).
Nutikad õpikeskkonnad- nutikad õpikeskkonnad on vajalikud personaliseeritud õppetöö toetamiseks, pakkudes süsteeme, mis soodustavad teadlikkust, soovitusi, eneseanalüüsi, hindamist, tagasisidet ja motivatsiooni. Veel pakub SLE kohest tuge tehes viivitamatut analüüsi individuaalsete õppijate vajadustest erinevatest vaatenurkadest.
Inteligentsed tuutorsüsteemid- Mis kasutavad arvutuslikke algoritme või mudeleid, et pakkuda õppijatele viivitamatut tagasisidet ja õppenõuandeid ilma inimõpetajateta. ITSs (Intelligent Tutoring Systems) kohandavad dünaamiliselt õppesisu, pedagoogilist mudelit ja inim-arvuti suhtlust individuaalsete kasutajate eesmärkide, vajaduste ja eelistuste järgi efektiivse õppimise ja õpetamise jaoks. Õpilaste õpistiilide, eelistuste ja soorituste kogumise kaudu, jälgides nende teadmisi, tööd ja tagasisidet, suudab süsteem teha järeldusi õpilaste tugevuste ja nõrkuste kohta ning soovitada täiendavat tööd.
Andmekaeve ja õpianalüütika- Oodatakse, et need kaks rakendust teevad koostööd õppimise soodustamisel, kasutades registreeritud õppimisandmeid tõhusamalt õppemeetodite hindamisel, eeldatava soorituse prognoosimisel ja võimalike probleemide tuvastamisel.
Kantavad seadmed- Kantav isiklik õpe, mille eesmärk on koguda andmeid seadmest kandva isiku või ümbritseva keskkonna kohta, et suurendada juhendamise diferentseerimist ja õpilaste kaasatust, saab uueks suundumuseks koos teabetehnoloogiate arenguga õppimisrakenduste jaoks, mis on rakendatud mobiilsetele ja kantavatele seadmetele. Adaptiivsetes/isikupärastatud süsteemides õppe sisu jaoks saab individuaalset õppeandmete kogumist kasutada tehisintellekti jaoks, et omandada sisu spetsiifilisi teadmisi ja oskusi (Shemshack et al., 2021).
Nutikad õpikeskkonnad (SLE) ja õppimisanalüütika (LA) on olulised töövahendid, mis võimaldavad õppijatel saavutada oma õppimise eesmärke, pakkudes vahendeid, mis soodustavad teadlikkust, soovitusi, eneseanalüüsi, hindamist, tagasisidet ja motivatsiooni – need on personaliseeritud õppe olulised komponendid. Lisaks saab õppimisanalüütika mängida olulist rolli andmete uurimisel, mis on kogutud mitmest õpikeskkonnast, toetades kohandatud tegevusi vastavalt erinevate õppijate vajadustele ja eesmärkidele. See aitab kaasa arusaamisele ja tajumisele sellest, kuidas õppijad sellistes keskkondades toimivad, ning kuidas nad saavad õppeprotsessis kõige paremini toetatud olla (Shemshack et al., 2021)
Kokkuvõtteks arutles see uuring üksikasjalikult erinevate komponentide üle, mida kasutatakse personaliseeritud õppemudelite puhul, ning kuidas isikupärastatud õpe areneb koos tehnoloogia arenguga ja me õpime inimese-masina interaktsiooni paremini tundma.
Kokkuvõte
Personaliseeritud õppe kogemust on mul ainult ülikoolist, sest kui mina koolis käisin ei kasutud arvuteid ja erinevaid keskkondi sellisel viisil kui tänapäeval ning kogemus puudub, mida ja kuidas täpselt nüüd tehakse/kasutatakse koolis. Kuid ülikoolis on näha väga hästi, kuidas püütakse personaliseeritud õpet kasutada ning eriti on seda magistriõpingutes tunda. Antakse palju valikuvõimalusi ise loomaks ja kujundamaks oma õpiteekonda, mille käigus antakse ka tagasisidet, mis annavad kinnitust sellele, kas oled õigel rajal või vajad natuke suunamist õigele rajale.
Allikas
Shemshack, A., Kinshuk, & Spector, J. M. (2021). A comprehensive analysis of personalized learning components. Journal of Computers in Education, 8(4), 485–503. https://doi.org/10.1007/s40692-021-00188-7
Magistriõpe 