Аналитика обучения: различия между версиями

Материал из База знаний Центра ПУСК МФТИ
← Предыдущая правкаСледующая правка →
ВизуальныйВики-текст
м Breslav.ep переименовал страницу Analytics в Аналитика обучения
Строка 1: Строка 1:
{{Tracking progress}}
{{Tracking progress}}
==Overview==
==Обзор==


=== What are learning analytics? ===
=== Что такое learning analytics? ===
Learning analytics are software algorithms that are used to predict or detect unknown aspects of the learning process, based on historical data and current behavior. There are four main categories of learning analytics:
Аналитика обучения - это программные алгоритмы, которые используются для прогнозирования или обнаружения неизвестных аспектов процесса обучения на основе исторических данных и текущего поведения. Существует четыре основные категории аналитики обучения:
* descriptive (what happened?)
* описательный (что произошло?)
* predictive (what will happen next?)
* прогнозирующий (что произойдет дальше?)
* diagnostic (why did it happen?)
* диагностический (почему это произошло?)
* prescriptive (do this to improve)
* предписывающий (сделайте это, чтобы улучшить)


Most commercial solutions are descriptive only. Those that are predictive or proactive make certain assumptions about learning that don't apply to everyone.
Большинство коммерческих решений носят исключительно описательный характер. Те, кто занимается прогнозированием или проактивностью, делают определенные предположения об обучении, которые применимы не ко всем.


=== Analytics vs. reporting ===
=== Аналитика и отчетность ===
Moodle provides a variety of built-in reports based on log data, but they are primarily descriptive in nature—they tell participants what happened, but not why, and they don't predict outcomes or advise participants how to improve outcomes. Log entries, while very detailed, are not in themselves descriptive of the learning process.  They tell us “who,” “what,” and “when,” but not “why” or “how well.” Much more context is needed around each micro-action to develop a pattern of engagement.
Moodle предоставляет множество встроенных отчетов, основанных на данных журнала, но они в основном носят описательный характер - они рассказывают участникам о том, что произошло, но не о причинах, и они не предсказывают результаты и не советуют участникам, как улучшить результаты. Записи в журнале, хотя и очень подробные, сами по себе не описывают процесс обучения.  Они сообщают нам “кто”, “что” и “когда”, но не “почему” или “насколько хорошо". Для разработки модели взаимодействия с каждым микро-действием требуется гораздо больше контекста.


Many third-party plugins also exist for Moodle that provide descriptive analytics. There are also integrations with third-party off-site reporting solutions. Again, these primarily provide descriptive analytics that rely on human judgment to interpret reports and generate predictions and prescriptions.
Для Moodle также существует множество сторонних плагинов, которые предоставляют описательную аналитику. Существует также интеграция со сторонними решениями для создания отчетов за пределами сайта. Опять же, они в основном предоставляют описательную аналитику, которая основывается на суждении человека при интерпретации отчетов и создании прогнозов и предписаний.


Often in the past, learning analytics systems have attempted to analyze past activities to predict future activities in real time. With Moodle Learning Analytics, we are more ambitious. We believe a full learning analytics solution will help us not only predict events, but change them to be more positive.
В прошлом системы учебной аналитики часто пытались анализировать прошлые действия, чтобы прогнозировать будущие действия в режиме реального времени. С Moodle Learning Analytics мы стали более амбициозными. Мы считаем, что полноценное решение для учебной аналитики поможет нам не только прогнозировать события, но и изменить их в лучшую сторону.


===Features===
=== Особенности ===
* Two types of models supported:
* Поддерживаются два типа моделей:
** Machine-learning based models, including predictive models
** Модели, основанные на машинном обучении, включая прогнозирующие модели
** "Static" models to detect situations of concern using simple rules
** "Статические" модели для выявления проблемных ситуаций с использованием простых правил
* Three built-in models: "[[Students at risk of dropping out]]", "Upcoming activities due" and "No Teaching".
* Три встроенные модели: "[[Учащиеся, подверженные риску отчисления]]", "Предстоящие занятия должны быть завершены" и "Преподавание запрещено".
* A set of student engagement [[Learning analytics indicators|indicators]] based on the  [https://en.wikipedia.org/wiki/Community_of_inquiry Community of Inquiry].
* Набор показателей вовлеченности учащихся [[Показатели аналитики обучения]], основанный на [https://en.wikipedia.org/wiki/Community_of_inquiry Запросах сообщества].
* Built-in tools to evaluate models against your site's data
* Встроенные инструменты для оценки моделей на основе данных вашего сайта
* Proactive notifications using [[Events list report|Events]]
* Упреждающие уведомления с помощью [[Отчет о списке событий|Events]]
* A list of suggested Actions is provided with the Insight notifications for each model. For example, in the [[Students at risk of dropping out]] model, instructors can easily send messages to students identified by the model, or jump to the [[Activity report]] for that student for more detail about student activity within the course
* Список предлагаемых действий прилагается к уведомлениям Insight для каждой модели. Например, в модели [[Учащиеся, подверженные риску отчисления]] преподаватели могут легко отправлять сообщения учащимся, указанным в модели, или перейти к [[Отчету об активности]] для этого учащегося, чтобы получить более подробную информацию об активности учащихся в рамках курса
* An [[dev:Analytics API|API]] to build indicators and prediction models for third-party Moodle plugins
* [[dev:Analytics API|АПИ]] для создания индикаторов и моделей прогнозирования для сторонних плагинов Moodle
* Machine learning backend plugin type - supports PHP and Python, and can be extended to implement other ML backends
* Тип плагина для серверной части машинного обучения - поддерживает PHP и Python и может быть расширен для реализации других серверных частей ML.
* The system can be easily extended with new custom models, based on reusable targets, indicators, and other components. For more information, see the [[dev:Analytics API|Analytics API]] developer documentation.
* Система может быть легко расширена за счет новых пользовательских моделей, основанных на повторно используемых целях, индикаторах и других компонентах. Дополнительные сведения см. в документации разработчика [[dev:Analytics API|Аналитический интерфейс аналитики]].


===Limitations===
===Ограничения ===


* Machine learning models such as [[Students at risk of dropping out]] must be trained on a site with data . These models cannot make predictions on a site until this is done.
* Модели машинного обучения, такие как [[Учащиеся, подверженные риску отчисления]], должны быть обучены на сайте с данными. Эти модели не могут делать прогнозы на сайте, пока это не будет сделано.
* Models must be designed and selected to match the educational priorities of the institution.
* Модели должны разрабатываться и отбираться в соответствии с образовательными приоритетами учебного заведения.


== Settings ==
== Settings ==

Версия от 11:11, 7 октября 2025

Main page ► Managing a Moodle course ► Tracking progress ► Аналитика обучения
Tracking progress

Обзор

Что такое learning analytics?

Аналитика обучения - это программные алгоритмы, которые используются для прогнозирования или обнаружения неизвестных аспектов процесса обучения на основе исторических данных и текущего поведения. Существует четыре основные категории аналитики обучения:

  • описательный (что произошло?)
  • прогнозирующий (что произойдет дальше?)
  • диагностический (почему это произошло?)
  • предписывающий (сделайте это, чтобы улучшить)

Большинство коммерческих решений носят исключительно описательный характер. Те, кто занимается прогнозированием или проактивностью, делают определенные предположения об обучении, которые применимы не ко всем.

Аналитика и отчетность

Moodle предоставляет множество встроенных отчетов, основанных на данных журнала, но они в основном носят описательный характер - они рассказывают участникам о том, что произошло, но не о причинах, и они не предсказывают результаты и не советуют участникам, как улучшить результаты. Записи в журнале, хотя и очень подробные, сами по себе не описывают процесс обучения. Они сообщают нам “кто”, “что” и “когда”, но не “почему” или “насколько хорошо". Для разработки модели взаимодействия с каждым микро-действием требуется гораздо больше контекста.

Для Moodle также существует множество сторонних плагинов, которые предоставляют описательную аналитику. Существует также интеграция со сторонними решениями для создания отчетов за пределами сайта. Опять же, они в основном предоставляют описательную аналитику, которая основывается на суждении человека при интерпретации отчетов и создании прогнозов и предписаний.

В прошлом системы учебной аналитики часто пытались анализировать прошлые действия, чтобы прогнозировать будущие действия в режиме реального времени. С Moodle Learning Analytics мы стали более амбициозными. Мы считаем, что полноценное решение для учебной аналитики поможет нам не только прогнозировать события, но и изменить их в лучшую сторону.

Особенности

  • Поддерживаются два типа моделей:
    • Модели, основанные на машинном обучении, включая прогнозирующие модели
    • "Статические" модели для выявления проблемных ситуаций с использованием простых правил
  • Три встроенные модели: "Учащиеся, подверженные риску отчисления", "Предстоящие занятия должны быть завершены" и "Преподавание запрещено".
  • Набор показателей вовлеченности учащихся Показатели аналитики обучения, основанный на Запросах сообщества.
  • Встроенные инструменты для оценки моделей на основе данных вашего сайта
  • Упреждающие уведомления с помощью Events
  • Список предлагаемых действий прилагается к уведомлениям Insight для каждой модели. Например, в модели Учащиеся, подверженные риску отчисления преподаватели могут легко отправлять сообщения учащимся, указанным в модели, или перейти к Отчету об активности для этого учащегося, чтобы получить более подробную информацию об активности учащихся в рамках курса
  • АПИ для создания индикаторов и моделей прогнозирования для сторонних плагинов Moodle
  • Тип плагина для серверной части машинного обучения - поддерживает PHP и Python и может быть расширен для реализации других серверных частей ML.
  • Система может быть легко расширена за счет новых пользовательских моделей, основанных на повторно используемых целях, индикаторах и других компонентах. Дополнительные сведения см. в документации разработчика Аналитический интерфейс аналитики.

Ограничения

  • Модели машинного обучения, такие как Учащиеся, подверженные риску отчисления, должны быть обучены на сайте с данными. Эти модели не могут делать прогнозы на сайте, пока это не будет сделано.
  • Модели должны разрабатываться и отбираться в соответствии с образовательными приоритетами учебного заведения.

Settings

The Moodle learning analytics system requires some initial configuration before use. See Analytics settings for more detail.

Using analytics

The Moodle Learning Analytics API is an open system that can become the basis for a very wide variety of models. Models can contain indicators (a.k.a. predictors), targets (the outcome we are trying to predict), insights (the predictions themselves), notifications (messages sent as a result of insights), and actions (offered to recipients of messages, which can become indicators in turn).

Most learning analytics models are not enabled by default. Enabling models for use should be done after considering the institutional goals the models are meant to support. See Using analytics for more information.

Analytics models may be restricted to category or course contexts

Managing models

Once models have been enabled and trained, insights will be generated. Models should also be monitored for performance and accuracy. See Managing analytics for more information.

See also

es:Analítica de:Analytics fr:Analyses de données

Источник — https://wiki.mipt.ru/index.php?title=Аналитика_обучения&oldid=32526