Tisková zpráva ze dne 12.3.2014:
DALŠÍ ÚSPĚCH: Knewton se již neorientuje jen na tradiční nakladatele učebnic. Tato firma vyvíjející systém řízení výuky založený na velkých datech ústy svého ředitele Davida Liu oznámila, že navazuje partnerství s Microsoftem. To jí pomůže stát se globálním hráčem. Microsoft má přímý vliv na vládní agentury rozhodující o dodávkách služeb pro školy všude na světě. Touto cestou se bude Knewton snažit pronikat do nabídek lokálních služeb na národní úrovni. Liu říká doslova toto: „Jsme jazykově nezávislí a dokážeme se přizpůsobit libovolným vzdělávacím standardům, ať je to kde chce.“ [1]
Než se pustíme do zkoumání, co vlastně Knewton nabízí, rád bych dodal, že se jedná o firmu začínající (startup), které se díky její „slibné“ politice zaštítěné teď nově Microsoftem již podařilo získat investice ve výši 105 mil. $ (viz CrunchBase). To už má nějakou váhu, takže jistě stojí za to se na její nabídku podívat trochu podrobněji.
Knewton sám sebe vydává za průkopníka adaptivních výukových systémů. Firemní vývojářka Jess Nepom vysvětluje rozdíly mezi technologiemi podporovaným diferencovaným, personalizovaným a adaptivním učením takto:
Knewton eviduje během práce data o tom, co student dělá, jaké má výsledky a jaký pracovní styl mu vyhovuje. Na základě těchto dat mu v každém okamžiku doporučuje, jak by měl ve studiu pokračovat, chce-li dospět ke stanovenému cíli. Vzhledem k tomu, že má každý student jiné potřeby, zájmy, schopnosti i nedostatky, postupuje každý po jiné automaticky generované trajektorii. [3]
Celý systém pracuje na dlouhodobé bázi, to znamená, že data z předchozích kurzů (ročníků, škol) jsou evidována a použita při analýze aktuálních potřeb studenta. Samotná analýza přitom nevyžaduje žádnou přímou interakci. Běží na pozadí, takže uživatel o ní vlastně ani neví.
Díky komplexnímu přístupu může Knewton odhalit i takové souvislosti, které by mohly v tradičních podmínkách zůstat utajeny. Dejme tomu, že některý student má problémy s plněním úkolů z biologie. Učitel by si snadno mohl myslet, že problém je v biologii, ale to nutně nemusí být pravda. Systém je schopen odhalit například i to, že příčinou nedostatků projevujících se v biologii jsou nedostatečné znalosti v matematice nebo nízká úroveň čtenářských dovedností.
Systém pracuje s tzv. znalostními mapami, které definují obsah učiva. Jedná se vlastně o určitou formu výukových standardů, kterou je snadno možné přizpůsobit místním podmínkám. Čím lépe je pokryt celý obsah studia, tím lépe je systém schopen výuku personalizovat a adaptovat. Proto se Knewton snaží spolupracovat s dodavateli obsahu (vydavateli učebnic) a jejich produkty do systému integruje.
Pokud by takovýto systém pokrýval komplexně celé učivo, mohl by se stát velmi užitečným nástrojem podporujícím učení. Pamatuje si vše, co student již zvládl a ví i to, kdy se tak stalo. Vzhledem k tomu, že má v sobě implementovánu též schopnost zohledňovat křivky zapomínání žáků, dokáže ve vhodný okamžik potřebnou látku připomenout, navázat na ni a nepředkládá nic zbytečně. To poslední je možná nakonec to nejdůležitější.
Tisková zpráva ze dne 10.2.2014:
PŘÍPAD INBLOOM: Soudce nejvyššího newyorského soudu Thomas Breslin zamítl návrh 12 zákonných zástupců žáků, který měl znemožnit městskému školskému odboru ukládat data získaná aplikací inBloom. [4]
inBloom je nezisková asociace podporovaná Gates Foundation a Carnegie Corporation, která se zabývá budováním online úložiště dat vznikajících výukovou činností žáků s cílem poskytovat obvodům, školám, učitelům, rodičům i žákům samotným informace potřebné ke zdokonalování výukových postupů.
Teoreticky mohou být takto vzniklá velká data velice užitečná. Analýza může odhalit, za jakých podmínek dochází ke zlepšování výukových výsledků. Je možno identifikovat vhodné a nevhodné výukové materiály (podobně jako Knewton) i efektivitu použitých výukových aplikací. Právě to inBloom ve spolupráci s dodavateli nabízí. Je totiž nezbytné všechny prvky systému upravit tak, aby generovaly potřebná ukládaná data.
How inBloom's shared data services work for educators and learners
Systém samozřejmě musí ukládat i osobní data, aby mohl nakonec výsledky analýzy přiřadit jednotlivým uživatelům. Přestože se manažeři inBloom dušují, že k citlivým datům mají přístup pouze zodpovědní činitelé školských obvodů, učitelé u konkrétních žáků, rodiče u svých dětí apod., riziko možného zneužití je poměrně značné (viz Komu patří velká data ve školství?). Proto se začali rodiče v New Yorku a Illinois bouřit, když jejich školské úřady podepsaly s inBloom smlouvu o poskytování datových služeb. Nelze se jim ani moc divit, když se v podmínkách užívání služeb inBloom dočtou: „Společnost neručí za bezpečnost uložených dat ani za to, že nemohou být zachycena během přenosu.“
Bylo by velkou chybou si myslet, že se nás problémy Spojených států netýkají. Je to jen pár dnů, co jsem v diskuzi na České škole v reakci na služby portálu eKabinet.cz psal toto: „Provozovatel může svěřit zpracovávání osobních údajů třetí osobě.“ Že by si nikdo neuvědomoval, co to znamená? (viz Digitální vzdělávací obsah pro předškolní vzdělávání nově na portálu eKabinet.cz). Tato formulace pochopitelně umožňuje prodej dat za účelem zisku ještě mnohem snáze, než ta, kterou použil inBloom.
Knewton a inBloom zdaleka nejsou jedinými firmami, které v USA vyvíjejí aplikace založené na ukládání velkých výukových dat. Je zde třeba Ed-Fi, Pearson, MasteryConnect, Instructure a další. Všem se poměrně úspěšně daří přesvědčovat investory o budoucí návratnosti prostředků do vývoje jejich aplikací vložených. Proto nutně musíme být obezřetní a snažit se podmínky tohoto podnikání nastavit tak, aby skutečně bylo přínosné především pro školství. To rozhodně nelze chápat jako prostor určený především pro generování zisku soukromých investic.
Je tedy na místě se zamýšlet nad tím, co dělat. Zde je pár doporučení [5]:
Technologie revolučním způsobem proměňují prostředí, v němž se vzdělávání uskutečňuje. Analýza velkých dat se již brzy zcela jistě stane jedním z prostředků vývoj významným způsobem ovlivňujícím. Je naprosto nezbytné, abychom rozuměli tomu, jak nám může pomoci a jaká jsou její rizika. Bylo by velmi smutné, kdybychom opakovali chyby minulosti a systémy řízení výuky založené na velkých datech do výuky nasazovali způsobem, který likviduje vlastní iniciativu a motivaci žáků. Nesmíme zapomínat, že naším vrcholným cílem je vychovat jedince schopné provádět vlastní analýzu informací, dospívat k vlastním rozhodnutím a hledat si vlastní cestu za poznáním.
Všechny články jsou publikovány pod licencí Creative Commons BY-NC-ND.
Pro vložení komentáře je nutné se nejprve přihlásit.
Tento článek je zařazen do seriálu Velká data ve výuce.
Ostatní články seriálu:
