Vad är datainformerad utbildning?
Här kan du lära dig mer om vad datainformerad utbildning innebär och vad det kan användas till. Datainformerad utbildning kan delas in i två delar, datainformerat lärande och datainformerad lärarpraktik. Du kan också läsa om hur studentdata kan skyddas när de används för dessa ändamål.
Datainformerad utbildning innebär att använda utbildningsdata, analyser och insikter för att förbättra undervisning, lärande och beslutsfattande samtidigt som mänsklig expertis, pedagogiska principer och kontextuell förståelse förblir centrala i processen. Till skillnad från datadriven utbildning, som enbart förlitar sig på kvantitativa mätvärden, integrerar datainformerad utbildning datainsikter och professionellt omdöme för att fatta etiska och effektiva utbildningsbeslut.
DInE på KTH har huvudsakligen två inriktningar; datainformerat lärande (DIL) och datainformerad lärarpraktik (DIT) .
Datainformerat lärande (DIL)
Datainformerat lärande (DIL) är en studentcentrerad process inom datainformerad utbildning (DInE) som ger studenter möjlighet att aktivt engagera sig i data om sitt eget lärande för att fatta välgrundade beslut, reflektera över utveckling och anpassa strategier för utveckling. Det stöder utvecklingen av dataförståelse och självreglerat lärande, vilket gör det möjligt för studenter att tolka feedback, sätta mål och ta ansvar för sin utbildningsresa.
DIL betonar studentens handlingsfrihet och säkerställer att användningen av data styrs av studenternas behov, preferenser och sammanhang. Etiska överväganden som integritet, säkerhet och samtycke är centrerade kring studenten, vilket säkerställer att DIL gynnar studenten.
Datainformerad lärarpraktik (DIT)
Datainformerad lärarpraktik (DIT) är ett lärarcentrerat tillvägagångssätt inom datainformerad utbildning (DInE) som utnyttjar utbildningsdata för att stödja kontinuerlig undervisningsförbättring genom reflekterande praktik och professionellt omdöme. I grunden är DIT en process som stöder undersökande lärarpraktik, ger lärare möjlighet att ställa pedagogiska frågor, utforska bevis och fatta välgrundade beslut om undervisningsstrategier och lärandemiljöer.
I stället för att bestämma åtgärder baserade enbart på statistik och mätvärden, prioriterar DIT lärarens handlingsfrihet, kontextuell förståelse och etiskt ansvar, mer specifikt studenternas integritet, datasäkerhet och pedagogisk relevans. Den omfattar ett studentcentrerat etos samtidigt som den erkänner att meningsfull, hållbar förbättring i undervisningen börjar med lärarnas välgrundade insikter och behov.
Användningsfall
Att använda data om studenter och lärandemiljöer för datainformerat lärande kan hjälpa oss få inblick i lärande, vilket kan stödja studenter och förbättra många utbildningsprocesser. KTH är intresserad av och undersöker för närvarande möjligheterna att använda datainformerat lärande i sammanhang med:
- förbättra kursdesign (inlärningsdesign)
- förbättra kursens genomströmning
- öka kvaliteten på utbildningsutbudet (inklusive stöd för e-lärande).
Det primära fokus för forskning och implementering av datainformerat lärande vid KTH är att förbättra studenternas lärande och förbättra deras pedagogiska erfarenhet. Med andra ord är studentcentrering den vägledande principen.
Studentdatan är skyddad
Vi är extremt försiktiga gällande studentdata. Vi är engagerade i rättvis användning av studentdata och skyddar datasäkerheten och studentens integritet. KTH:s etiska kommitté övervakar integritets- och etikefterlevnaden av en pågående plan för konsekvensbedömning av dataskydd.
För det systematiska införandet av datainformerat lärande följer vi JISC:s riktlinjer och uppförandekod för inlärningsanalys: Praxis för lärandeanalys (engelska, jisc.ac.uk) .
Vi följer även KTH:s etiska policy:
- KTH Etisk policy (PDF 133 kb) .
- Läsanvisningar och förklarande kommentarer till etisk policy för KTH (PDF 107 kb) .