Корпоративное обучение для цифрового мира - страница 9

Шрифт
Интервал



Результаты адаптивного тестирования и их трактовка


Данные результаты полезны в первую очередь для улучшения качества материалов и при построении индивидуальной траектории обучения. Заказчик может персонализировать учебную программу для каждой группы слушателей – на основе тех пробелов в знаниях, которые были обнаружены в ходе тестирования. Слушатели могут непосредственно в процессе тестирования провести самопроверку и восполнить выявленные пробелы (постепенно – от простого к сложному).

Коррекция адаптивного теста на основании аналитики

• Частотный анализ результатов

Позволяет внести корректировку в распределение вопросов по уровням сложности в сбалансированной модели на основе анализа распределения ответов участников (определить аномально сложные или простые вопросы на уровнях сложности и получить рекомендацию, в какой уровень сложности стоит перенести данные вопросы)

• Прогноз результатов обучения

Статистический анализ результатов адаптивного теста проводится исходя из количества попыток пройти тест и среднего результата, достигнутого за время всех попыток


Инструменты разработчика адаптивных тестов

Аналитика обучения

Аналитика обучения, или учебная аналитика, (learning analytics) – измерение, сбор, анализ и представление данных об обучающихся и образовательной среде с целью понимания и оптимизации обучения и условий, в которых оно происходит[6].


Задачи учебной аналитики[7]


Связь учебной аналитики и анализа образовательных данных[8]


Связь учебной аналитики и бизнес-аналитики по уровню принятия решений (HR analytics / people analytics / talent analytics / T&D analytics – в зависимости от детализации)

• Для бизнес-аналитики – запрос со стороны бизнеса (ключевое – бизнес-ценность).

• Для учебной аналитики – запрос со стороны учебного процесса (ключевое – «понимание и оптимизация обучения и окружения»).


Деление не всегда может быть жестким, скорее несколько разные уровни абстракций.

Построение модели обучающегося на основе больших данных (model based on big data)
Источники доказательств

Взаимодействие с образовательными ресурсами

Показатели взаимодействия во время обучения, включая: манеру навигации, ответы на упражнения и тесты, типы совершаемых ошибок, временные характеристики, связанные с деятельностью студента во время обучающих мероприятий