Evaluacion Para El Aprendizaje

Evaluación que apoya el proceso de aprendizaje a través de información de diagnóstico
Posible influencia: Alto
Tiempo de realización: Media (2-5 años)

Tenemos la oportunidad de ir más allá de la medición de los resultados de aprendizaje y tomar instantáneas de rendimiento de los estudiantes hacia la integración de la evaluación de lleno en el proceso de aprendizaje. Los beneficios más inmediatos se pueden hacer de dar a los estudiantes asesoramiento para la acción sobre la forma de reducir la brecha entre el desempeño actual y el deseado. En este sentido, la evaluación informatizada está incrustado en el material didáctico, con retroalimentación constructiva comunicarán de inmediato a los alumnos y maestros después se utilizan como base para abordar los conceptos erróneos y proporcionar enseñanza complementaria, quizás seguida de una nueva evaluación.

El criterio general es que los estudiantes ya tratar de controlar su propio rendimiento, por lo que la retroalimentación debe aprovechar este proceso de auto-regulación. Nicol y Macfarlane-Dick ofrecer siete principios de retroalimentación para promover el aprendizaje autorregulado, cada uno apoyado por la evidencia de la investigación. Estos son:

  1. Aclarar lo que el rendimiento es bueno
  2. Facilitar la autoevaluación
  3. Entregar información de alta calidad retroalimentación
  4. Anime maestro y el diálogo entre pares
  5. Fomentar la motivación positiva y la autoestima
  6. Proporcionar oportunidades para cerrar la brecha
  7. Usar la retroalimentación para mejorar la enseñanza

Cada uno de estos principios puede ser asistido por la tecnología. Por ejemplo, un buen rendimiento podría ser aclarada por proporcionar a los estudiantes interactivos repasos de soluciones exitosas a los problemas.

Habilitados para dicha tecnología retroalimentación puede incluir inmediatas respuestas automáticas a las tareas abiertas y escrito informes del alumno. La técnica computacional de análisis semántico latente procesa un corpus de textos (como el anterior trabajo de los estudiantes a través de una amplia gama de marcas, o un conjunto de respuestas modelo) para descubrir semejanzas entre el significado de palabras y frases, y luego lo utiliza para simular juicios humanos de la coherencia y el estilo de una nueva pieza de escritura de los estudiantes.

Otras técnicas, adaptadas de juegos de ordenador, puede motivar a los estudiantes, proporcionando indicaciones visibles de su desempeño a través del tiempo, su nivel de logro, y su desempeño en relación con los compañeros. El software rastrea el desempeño del estudiante y produce un modelo de alumno modelo abierto de rendimiento que se muestra al alumno como un gráfico de barras o un gráfico del progreso a través de los temas.

Estos métodos deben usarse con precaución. No pueden proporcionar la precisión o la visión de una respuesta humana y existe el peligro de que el dar retroalimentación continua canalizará a un estudiante en el rendimiento ajustando continuamente para que coincida con la respuesta, en lugar de la planificación y, a continuación participar en una pieza de trabajo con fluidez. Más que el estudiante sólo ver el modelo de retroalimentación o aprendiz, un enfoque más útil puede ser para que el estudiante y el sistema (y en algunos casos un tutor humano) cooperan para producir una representación acordada de habilidad del estudiante, el conocimiento y el rendimiento. De esta manera el estudiante toma un enfoque más reflexivo a la auto-regulación y la gestión de información.

Un ejemplo simple pero efectiva de este enfoque negociado es la confianza basada en el marcado. Aquí, un estudiante selecciona una respuesta a una pregunta de opción múltiple y también indica un nivel de confianza en esa respuesta. Los resultados de los estudiantes sobresaliente para una respuesta correcta, algo de crédito por una respuesta correcta tentativa, y es penalizado por reclamar a tener confianza en la respuesta, pero hacerlo mal. Esta thoughtfulness recompensa y estimula a los estudiantes a reflexionar sobre su comprensión. Un enfoque más abierto es una pregunta para la cual el estudiante responde con un nivel de confianza de saber la respuesta. Sólo una vez que el estudiante ha pensado en las posibles respuestas y la confianza indicadas son las múltiples opciones reveladas.

p12%20nussbaum%20mobile%20class%20monitoring.png

Humanos o tutores asistentes graduados pueden ser introducidos en el proceso de evaluación para el aprendizaje de dos maneras. El primero es proporcionar los tutores con los "cuadros de mando" que muestran una indicación continua de la forma en que cada estudiante está realizando. Un tipo de panel es una rejilla con cada fila que indica un estudiante y cada columna una pregunta. Las celdas en rojo y verde para las respuestas correctas e incorrectas, y ámbar si la confianza también se evalúa. Desde esta pantalla el tutor puede ver de un vistazo cómo cada estudiante está realizando, por lo que puede concentrar el esfuerzo en ayudar a los estudiantes que muestran la incomprensión, o la prestación de ayuda con preguntas que la mayoría de los estudiantes tienen un rendimiento bajo o en las que están mostrando una falta de confianza en sus respuestas . Una versión del tablero de instrumentos, tal vez con las filas anónimos, también se puede mostrar a los estudiantes como parte del modelo de aprendizaje abierto, para que puedan ver cómo se está llevando a cabo en relación con sus compañeros y cuándo buscar ayuda.

La segunda forma de la participación de los tutores es ayudar a mejorar la calidad de sus respuestas a las preguntas abiertas. Por ejemplo, los profesores suelen hacer comentarios extensos sobre la obra escrita de alumnos con rendimiento pobre, pero las respuestas concisas a un trabajo de alta calidad. Sin embargo, alumnos de alto rendimiento también valoran aliento y consejos, y si no pueden ver las marcas de otros estudiantes, ellos no saben que tienen un buen desempeño. El sistema ayuda a los tutores en OpenMentor más claras respuestas positivas para alumnos de alto rendimiento, que indica tutores para asesorar a todos los estudiantes sobre la manera de mejorar sus calificaciones. Su acción consiste en clasificar los comentarios de tutoría en las reacciones positivas, reacciones negativas, preguntas y respuestas. Para cada tipo y grado de asignación existe un punto de referencia predeterminado de distribución de los tipos de comentarios. Entonces, cuando un profesor marca una nueva asignación, el sistema extrae automáticamente los comentarios del tutor, determina su tipo, y muestra el tutor de un gráfico de barras de la diferencia entre la distribución del índice de referencia y real de los tipos de comentarios. El sistema ha sido utilizado como una herramienta de formación para tutores y ha llevado a la reflexión y el debate sobre la forma de apoyar a los estudiantes a mejorar en sus próximas asignaciones.

Todos estos métodos representan un cambio en la evaluación de los resultados del aprendizaje para guiar el proceso de aprendizaje. También romper con el uso previo de ordenadores para la tutoría de adaptación, donde el equipo intenta inferir el conocimiento de los estudiantes a partir de sus resultados y luego se adapta la enseñanza con datos adicionales o enseñanza suplementaria. Para algunos temas, por ejemplo en matemáticas o el aprendizaje de idiomas, clases de adaptación puede tener éxito, pero para hacerlo bien requiere un análisis intensivo y modelado del tema y los posibles malentendidos estudiantes. Evaluación para el aprendizaje es más flexible, ya que puede ser fácilmente aplicada a las áreas temáticas nuevas y que involucra a los estudiantes, sistema informático y tutores en la cooperación para mejorar la comprensión y el rendimiento.

Un reto para el futuro es encontrar formas eficaces de combinar los diferentes métodos sin abrumar al alumno o tutor. Por ejemplo, los cuadros de mando y los modelos abiertos alumno podría ser aplicado a trabajo en grupo y apoyo de los compañeros, con los alumnos que hayan superado las preguntas contestadas ayuda que ofrece a aquellos que parecen estar luchando. O los estudiantes pueden ser asignados a grupos con base en las diferencias de capacidad, a cada estudiante individualmente intenta responder a una pregunta, entonces los estudiantes en el grupo discuta sus respuestas proyectos y producir una respuesta del grupo.
Evaluación para el aprendizaje es un proceso de adaptación mutua: los estudiantes reflexionar, compartir y regular su aprendizaje, tutores supervisar y ayudar al progreso de aprendizaje, sistemas informáticos orquestar el proceso, proporcionando información oportuna y resúmenes.

Recursos

Papel en el asesoramiento para la acción: Whitelock, D. (2010). Activating Assessment for Learning: Are we on the way with WEB 2.0? In Lee, M. J. W. and McLoughlin, C. eds., Web 2.0-Based-E-Learning: Applying Social Informatics for Tertiary Teaching. IGI Global, pp. 319–342.

El enfoque OpenMentor para apoyar tutores para proporcionar una retroalimentación más efectiva a los estudiantes: http://www.jisc.ac.uk/whatwedo/programmes/edistributed/om.aspx

Confianza basada marcado. Múltiples adivinar preguntas donde los alumnos también añaden un valor de confianza para su respuesta. También hace referencia a la mecánica de juego: http://www8.open.ac.uk/about/teaching-and-learning/esteem/projects/themes/innovative-assessment/assessing-confidence

FIESTA proyecto que como alcance una visión formativa e-evaluación: http://www.jisc.ac.uk/publications/reports/2009/feasstfinalreport.aspx
Case studies on e-assessment : http://kn.open.ac.uk/public/document.cfm?docid=10817

Una revisión de la literatura comentó evaluación formativa: http://purl.org/planet/Groups.FormativeEAssessment/Literature+Review

Juegos educativos con 'evaluación sigilo ", basada en la puntuación automatizada y técnicas de razonamiento, para apoyar el aprendizaje de conocimientos y habilidades: http://myweb.fsu.edu/vshute/WebinarCPD.pdf


Por favor, mejorar la traducción editando esta página

Unless otherwise stated, the content of this page is licensed under Creative Commons Attribution-ShareAlike 3.0 License