В последнее время в образовательной политике Эстонии все большее внимание уделяется необходимости создания благоприятной среды для самостоятельного обучения – персонализированного и гибкого. Создание специально подходящей среды требует изучения гибкости с точки зрения учащегося. В то же время необходимо найти инструменты для преподавателей, чтобы они в принципе могли предложить гибкое обучение, пишет Анника Вольт, младший научный сотрудник Таллиннского университета.

Гибкое обучение дает учащимся больше свободы в выборе способа, темпов и материалов в соответствии с их возрастом и способностями. В то же время нельзя предлагать им делать выбор произвольно и без дополнительной поддержки. В противном случае мы перегружаем учеников психологически.

Чтобы снизить нагрузку и поддержать учебный процесс, нам нужно посмотреть, как гибкое обучение работает на практике. Для этого я вместе с командой Таллиннского университета разработала ряд цифровых учебных материалов для преподавания математики в девятом классе и способ их представления ученикам. Дальнейшая цель моей работы – изучить гибкие решения в подаче учебных материалов и продемонстрировать, как они работают.

Разработанный способ подачи материалов позволит учащимся, самостоятельно или в сотрудничестве с учителем, принимать более взвешенные решения. Например, ученик может выбрать, воспользоваться ли ему подсказками или вспомогательными материалами, выполнить больше упражнений или перейти к более сложным заданиям. В то же время преподаватель с помощью аналитики сможет в режиме реального времени видеть, как ученик продвигается в освоении знаний и навыков, и при необходимости вносить коррективы. Учащийся вместе с преподавателем принимает решение о дальнейших действиях – в частности, на основе предыдущего опыта и знаний.

Для мониторинга обучения мы с университетской командой создали модели, отображающие причинно-следственные связи между знаниями и навыками. Основываясь на теории вероятности и входных данных, модель делает прогноз того, насколько успешным может быть студент на последующих этапах развития. Другими словами, мы можем использовать решения, основанные на данных, для поддержки учащихся таким образом, чтобы обеспечить их успешное обучение.

В сетевой модели тесно связаны как предыдущие, так и будущие навыки. Таким образом, можно оценить уровень знаний, которые будут получены в довольно отдаленном будущем. Модель также помогает оценить возможность того, что уровень будущей компетентности может определяться, например, низким уровнем предшествующих знаний.

Расчеты постоянно обновляются по мере изменения и добавления данных. Чтобы направить процесс обучения, мы предоставляем студенту и преподавателю обзор текущего состояния данных.

По моему опыту, часто возникает опасение, что внедрение технологий в процесс обучения приковывает учеников к экрану. Чтобы избежать этого, создатели материалов должны помнить, что использование технологий в обучении не может быть самоцелью и должно быть продуманным и оправданным. Например, студент может использовать технологию для поиска обхода препятствия, которое мешает продолжать учебную деятельность.

Предварительные результаты пилотного тестирования с использованием созданных учебных материалов показали, что студенты считают процесс обучения эффективным, а свою роль в такой системе значимой. Однако эти методы обучения все еще находятся на стадии разработки и требуют новых технологических решений, а также дальнейших исследований. Таким образом, мы становимся на шаг ближе к возможности предоставления студентам персонализированного обучения и поддержки их в управлении этим процессом.

Статья опубликована в рамках организованного Эстонской академией наук конкурса "Наука за 3 минуты", финал которого состоится 2 февраля.