I big data in campo educativo aprono la strada allo studio del comportamento di apprendimento e possono rappresentare un cambiamento di rotta importante nella valutazione educativa in senso formativo. Le sequenze di azioni e comportamenti attivati dagli studenti ogni volta che interagiscono con un test o con una piattaforma di apprendimento somministrati in modalità elettronica portano infatti con sè grandi potenzialità informative, relative al processo che conduce ad un certo esito (risposta corretta/sbagliata), e possono assistere educatori e stakeholders nella individuazione di profili di studenti con esigenze di apprendimento diversificate. Benché l’affinamento di tecniche informatiche di (educational) data mining consenta oggi di estrarre i big data in campo educativo, essi risultano ancora scarsamente sfruttabili a fini informativi e di policy making. Per risultare tali, è necessario che le tecniche informatiche di data mining costruiscano legami forti con le scienze statistiche e dell’apprendimento. Ma il cammino è appena iniziato.

I big data in campo educativo: potenzialità e limiti

Michela Gnaldi;
2019

Abstract

I big data in campo educativo aprono la strada allo studio del comportamento di apprendimento e possono rappresentare un cambiamento di rotta importante nella valutazione educativa in senso formativo. Le sequenze di azioni e comportamenti attivati dagli studenti ogni volta che interagiscono con un test o con una piattaforma di apprendimento somministrati in modalità elettronica portano infatti con sè grandi potenzialità informative, relative al processo che conduce ad un certo esito (risposta corretta/sbagliata), e possono assistere educatori e stakeholders nella individuazione di profili di studenti con esigenze di apprendimento diversificate. Benché l’affinamento di tecniche informatiche di (educational) data mining consenta oggi di estrarre i big data in campo educativo, essi risultano ancora scarsamente sfruttabili a fini informativi e di policy making. Per risultare tali, è necessario che le tecniche informatiche di data mining costruiscano legami forti con le scienze statistiche e dell’apprendimento. Ma il cammino è appena iniziato.
2019
978-88-94943-76-4
File in questo prodotto:
Non ci sono file associati a questo prodotto.

I documenti in IRIS sono protetti da copyright e tutti i diritti sono riservati, salvo diversa indicazione.

Utilizza questo identificativo per citare o creare un link a questo documento: https://hdl.handle.net/11391/1460466
Citazioni
  • ???jsp.display-item.citation.pmc??? ND
  • Scopus ND
  • ???jsp.display-item.citation.isi??? ND
social impact