Lärare lär sig e-lärande

Publicerad 2017-05-30

Hallå där, Olle Bälter, en av tolv KTH-lärare som besökt Stanford University för att utveckla online-material till universitetskurser. Varför detta besök?
– Efter att jag gästforskade på Stanford 2015–2016 har jag missionerat för deras sätt att ta hand om klickdata från digitalt lärstöd. Till slut fick jag med mig ett gäng intresserade så nu har vi alla lärt oss hur man utvecklar sådana kurser.

”Ta hand om klickdata” – vad innebär det?
– Varje gång en student klickar någonstans i en lärplattform till exempel Canvas, finns möjligheten att spara detta klick tillsammans med tidpunkt och exempelvis platsen på skärmen. Frågan är dock vad som är meningsfullt att spara. På Stanford har man tagit fram en modell där man sparar svar på frågor i deras lärplattform, tillsammans med tid, rätt svar, antal försök, frågan med mera.

Och hur kan detta komma till nytta?
– Klickdatat används för att göra kvalificerade gissningar om personen ifråga har förstått. Det är förstås lätt att avgöra om en person har svarat rätt på en fråga, men det intressanta är om man har förstått lärandemålet, eller de förmågor som krävs för att behärska lärandemålet.

På vilket sätt kan detta utveckla KTH:s online-material?
– Det ger både en struktur, en metodik, ett community och samarbetspartners. Vi behöver inte uppfinna en massa hjul igen.

Generellt, vad kan KTH lära av Stanford inom det här området – eller är det tvärtom, att KTH kan lära Stanford?
– Stanford har en gedigen grund när det gäller till exempel pedagogik, kognition och socialt lärande. Det som KTH kulle kunna bidra med i samarbetet är förstås ingenjörs- och it-kunnandet som kan vidareutveckla både teknik och metodik.

Berättat för: Christer Gummeson

Så här beskriver Olle Bälter fördelarna med Stanfords modell:

Den är forskningsbaserad och evidensprövad så det finns en god grund för metodiken.
Den innehåller en lärandemodell där kursens lärandemål bryts ner i förmågor, vilket ger en struktur för kurser med en garanti att man täcker alla områden/mål/förmågor.
Svaren på alla frågor i materialet används för att med hjälp av lärandemodellen prediktera, förutse lärande på både förmåge- och lärandemålsnivå hos dem som svarar.
Systemet återkopplar denna prediktion till både lärare och studenter. Lärarna kan då omedelbart korrigera studenternas missuppfattningar, studenterna kan själva se hur långt de kommit i sitt lärande och framför allt vad de behöver ägna mer tid åt.
Efter en kursomgångs slut använder man samma klickdata för att identifiera problematiska delar av kursen på en mycket mer detaljerad nivå än vad någonsin en kursenkät kan göra, och för att åtgärda dessa.

Nyheter