Vrednovanje primjenom digitalne tehnologije

U ovoj aktivnosti polaznici gledaju edukativni video koji prikazuje temeljne koncepte, prednosti i izazove automatiziranog vrednovanja te ulogu analitike učenja u suvremenom obrazovanju.

Video sadržajno obuhvaća:

• kako funkcioniraju alati za automatizirano vrednovanje 

• koje su prednosti automatizacije za nastavnika i studenta,

Zadatak polaznika:

• izraditi bilješke o ključnim pojmovima prikazanim u videu,

• zapisati jedan primjer iz vlastite prakse u kojem bi primjena /ili analitike mogla unaprijediti vrednovanje.

Trajanje: 6-10 minuta

Format: Snimka predavača

Moodle resurs: Stranica

Drugi izvori i digitalni alati potrebni za provedbu modula koji se nalaze izvan sustava Loomen:  linkovi na vanjske alate

Videolekcija:  https://www.dropbox.com/scl/fi/80w00u8q7391c13n6vqxg/5.-NOVO-e-Sveu-ilista_VL_razrada-videolekcije_Vrednovanje.docx?rlkey=wbn0xw5oumgv9bc753y1julgb&dl=0 

U ovoj aktivnosti polaznici čitaju prošireni članak koji obrađuje suvremene tehnologije i metode automatiziranog vrednovanja u obrazovanju. Članak analizira mogućnosti koje pružaju sustavi poput automatskih kvizova, softvera za provjeru eseja, alata za analizu portfolija i primjenu umjetne inteligencije u vrednovanju.

Tijekom čitanja, polaznici se upoznaju s prednostima automatiziranog vrednovanja – kao što su brzina, dosljednost i mogućnost obrade velikih količina podataka – ali i s njegovim ograničenjima i izazovima, uključujući pitanja pouzdanosti, pedagoške svrhovitosti i etike.

Zadatak polaznika:

• izraditi kratke bilješke u kojima sažimaju ključne prednosti i izazove automatiziranog vrednovanja,

• pripremiti jedno kritičko pitanje ili komentar za raspravu u diskusiji ili sljedećoj aktivnosti.

Moodle resurs: Mapa s materijalima

Drugi izvori i digitalni alati potrebni za provedbu modula koji se nalaze izvan sustava Loomen:  /

U ovoj aktivnosti polaznici će dobiti materijale, koji uključuju i poveznice na videa te vanjske materijale koji prikazuje različite digitalne alate namijenjene automatiziranom vrednovanju u obrazovanju. Materijal sadrži praktične primjere korištenja alata kao što su automatski kvizovi, alati za provjeru eseja, sustavi za evaluaciju aktivnosti u LMS-u te alati koji koriste umjetnu inteligenciju za generiranje povratne informacije.

Materijal prikazuje:

• koje su osnovne funkcionalnosti pojedinih alata,

• kako se ti alati mogu integrirati u nastavne aktivnosti,

• prednosti poput brzine, skalabilnosti i objektivnosti,

• ali i ograničenja i preporuke za pedagoški svrhovitu upotrebu.

Zadatak polaznika:

• pogledati prezentaciju i zabilježiti tri alata koja smatraju najkorisnijima za svoj kontekst rada,

  • pripremiti kratki komentar ili primjer potencijalne primjene jednog od alata u vlastitoj nastavi.

Moodle resurs: Stranica/Knjiga

Drugi izvori i digitalni alati potrebni za provedbu modula koji se nalaze izvan sustava Loomen:  /

U ovoj aktivnosti polaznici sudjeluju u diskusiji s osvrtom na sadržaje prethodnih aktivnosti – članka i video prezentacije o alatima za automatizirano vrednovanje.

Fokus diskusije je na izazovima, mogućnostima i pedagoškim implikacijama automatiziranog vrednovanja. Poseban naglasak stavlja se na kritičko promišljanje o temama poput:

• privatnosti i zaštite podataka,

• pristranosti algoritama i etičkih dilema,

• ograničenja u interpretaciji rezultata,

• uloge nastavnika u automatiziranom okruženju.

Pitanja za diskusiju:

• Koje prednosti automatiziranog vrednovanja prepoznajete u svom obrazovnom kontekstu?

• Koji su vam najveći izazovi u vezi s korištenjem automatiziranih alata za vrednovanje?

• Kako pristupate pitanjima privatnosti i zaštite podataka u kontekstu digitalnog vrednovanja?

• U kojoj mjeri smatrate da su algoritmi sposobni zamijeniti pedagošku procjenu?

• Gdje povlačite granicu između automatizacije i stručnog prosuđivanja?

• Na koji način biste unaprijedili postojeće alate ili prakse vrednovanja uz pomoć tehnologije, ali i zadržali ljudsku komponentu u procjeni znanja?

Zadatak polaznika:

• napisati vlastiti osvrt na jednu od tema s naglaskom na svoj nastavni kontekst

• komentirati barem jedan doprinos polaznika, nadovezujući se argumentirano ili postavljajući dodatno pitanje.

Instruktor moderira diskusiju, postavlja dodatna pitanja i povezuje komentare s teorijskim konceptima iz prethodnih sadržaja.

Drugi izvori i digitalni alati potrebni za provedbu modula koji se nalaze izvan sustava Loomen:  /

U ovoj aktivnosti polaznici izrađuju vlastiti primjer vrednovanja s automatiziranim povratnim informacijama (u LMS), a temeljem naučenog u prethodnim aktivnostima. Ako polaznici nemaju svoj kolegij u LMS-u da im treba dati potporu da ga otvore u Loomenu ili Moodleu. 

Zadatak polaznika: uklopiti automatizirano vrednovanje u vlastitu strategiju vrednovanja na kolegiju te izraditi praktični primjer u LMS. Polaznici će izraditi primjer kroz upute koje će sadržavati: 

• osnovne tehnologije i metode automatiziranog vrednovanja,

• primjere dobre prakse i njihove ključne karakteristike,

• izazove poput pristranosti algoritama, etičkih dilema i zaštite podataka,

• ulogu nastavnika u korištenju automatiziranih sustava.

Nakon predaje rješenja rješavanja, polaznici dobivaju uvid u komentare instruktora  i preporuke za doradu.

Uloga instruktora: Vrednovanje zadaća i povratna informacija za polaznike

Moodle aktivnost: Zadaća

Drugi izvori i digitalni alati potrebni za provedbu modula koji se nalaze izvan sustava Loomen:  /

Polaznici će dobiti materijal (Analitika učenja za vrednovanje) o koji  pruža uvod u osnovne koncepte analitike učenja za vrednovanje (assessment analytics) u kontekstu visokog obrazovanja. Kroz teorijske okvire i praktične primjere obuhvaćene su teme poput metoda prikupljanja podataka o učenju i vrednovanju, alata za analizu tih podataka (npr. vizualizacija, dashboardi, statistički i prediktivni alati), te mogućih implikacija za planiranje i unapređenje vrednovanja na razini kolegija, studijskog programa i institucije.

Materijal uključuje i poveznicu na vanjsko video predavanje koje ilustrira ključne koncepte i alate u praksi, s ciljem poticanja kritičkog promišljanja i informiranog odlučivanja o vrednovanju utemeljenom na podacima (evidence-informed assessment). Poseban naglasak stavlja se na ulogu nastavnika i donositelja odluka u korištenju analitike za unaprjeđenje pravednosti, transparentnosti i učinkovitosti obrazovnih procesa.

Moodle resurs: stranica/knjiga 

Drugi izvori i digitalni alati potrebni za provedbu modula koji se nalaze izvan sustava Loomen:  /

U ovoj aktivnosti polaznici čitaju odabrane stručne/znanstvene članke (Literatura u materijalu Analitika učenja za vrednovanje iz prethodne aktivnosti) koji se bave ulogom i primjenom analize podataka (analitika učenja - eng. learning analytics) u obrazovanju, s naglaskom na vrednovanje. Članci obrađuju različite pristupe, metode i ciljeve analitike učenja i obrazovne analitike – od praćenja angažmana i uspješnosti studenata do prediktivne analize i personalizacije učenja.

Teme koje članci pokrivaju uključuju:

• vrste podataka koje se prikupljaju u sustavima za e-učenje,

• tehnike vizualizacije i interpretacije obrazovnih podataka,

• potencijale i ograničenja analitike u kontekstu odlučivanja,

• etičke aspekte korištenja studentskih podataka (pitanja privatnosti, pristanaka i transparentnosti).

Zadatak polaznika:

• izraditi bilješke u kojima izdvajaju ključne pojmove i osobne uvide,

• zabilježiti jedan konkretan primjer kako bi primjenu analize podataka mogli koristiti u vlastitoj praksi,

• pripremiti jedno pitanje za daljnju diskusiju ili grupnu razmjenu.

Moodle aktivnost: Mapa / Stranica

Drugi izvori i digitalni alati potrebni za provedbu modula koji se nalaze izvan sustava Loomen:  /

U ovoj aktivnosti polaznici samostalno istražuju različite digitalne alate i softverska rješenja koja omogućuju analizu podataka u obrazovnim okruženjima uz upute koje su dane u materijalima (Digitalni alati za analizu podataka). Cilj je upoznati se s funkcionalnostima dostupnih alata i razmijeniti spoznaje unutar grupe radi proširivanja zajedničkog znanja.

Fokus istraživanja uključuje:

• alate integrirane u LMS sustave (npr. Moodle Analytics),

• specijalizirane platforme za vizualizaciju i analizu (npr. Power BI, Google Data Studio),

• alate otvorenog koda (npr. R, Tableau Public, Orange),

• kriterije za odabir alata: pristupačnost, vrsta podataka, razina tehničke zahtjevnosti, podrška za pedagošku interpretaciju.

Zadatak polaznika:

• istražiti više alata, a u odabranom napraviti test/kviz, pozvati kolege polaznike da ga riješe i predstaviti analizu dobivenih podataka, te predložiti poboljšanje testa/kviza temeljem analize podataka (može se iskoristiti 
   automatizirani test izrađen u prethodnoj temi) 

• istražiti jedan ili više alata i pripremiti kratak opis (100–150 riječi) u kojem navode:

  • naziv i vrstu alata,

  • glavne funkcionalnosti relevantne za obrazovni kontekst,

  • prednosti i ograničenja u primjeni i analizi podataka

• priložiti dokument (prema predlošku) u LMS.

Moodle aktivnost: Materijal i Zadaća

Drugi izvori i digitalni alati potrebni za provedbu modula koji se nalaze izvan sustava Loomen:  /

U ovoj aktivnosti polaznici sudjeluju u strukturiranoj asinkronoj diskusiji na forumu, u kojoj raspravljaju o izazovima i nedoumicama vezanima uz primjenu analize podataka u obrazovnim okruženjima.

Fokus diskusije je na prepoznavanju i zajedničkom promišljanju o praktičnim i etičkim izazovima koji prate upotrebu obrazovne analitike, uključujući:

• tumačenje i interpretaciju kvantitativnih podataka,

• prepoznavanje što podaci (ne) govore o učenju,

• pitanja privatnosti, pristanaka i transparentnosti,

• ograničenja automatiziranih sustava odlučivanja u obrazovanju.

Zadatak polaznika:

• podijeliti vlastiti osvrt na jedan konkretan izazov koji prepoznaju u kontekstu analize podataka u obrazovanju (iz perspektive nastavnika, dizajnera učenja ili administratora),

• komentirati jedan ili više doprinosa kolega, uz prijedlog mogućeg rješenja, pitanja za razmišljanje ili povezivanje s teorijskim konceptima.

Pitanja za raspravu:

1. Koje podatke smatrate najkorisnijima za unapređenje vlastite nastave – i zašto?

2. Što vam je najveći izazov prilikom tumačenja rezultata iz LMS-a?

3. Kako biste se postavili u situaciji kad podaci sugeriraju promjene koje nisu u skladu s vašim pedagoškim uvjerenjima?

4. Gdje vidite granicu između korisne analize i ugroze privatnosti?

Instruktor moderira diskusiju, povezuje primjere s prethodno pročitanim člancima, postavlja pitanja za produbljivanje dijskusije i ističe dobre primjere refleksije.

Moodle aktivnost: Forum

Drugi izvori i digitalni alati potrebni za provedbu modula koji se nalaze izvan sustava Loomen:  /