Adaptivt læringsverktøy

Transkript

1 Adaptivt læringsverktøy Utvikling og utprøving Siebe van Albada - NTNU i Ålesund Høstkonferanse NUV, Tromsø,

2 Oversikt Prosjektets mål Om programmet Om prosjektet Konklusjoner 2

3 Prosjektets mål Prosjektets mål er å utvikle og utprøve et læringsverktøy som tilpasser seg til studentenes nivå, motiverer dem ved bruk av spillelementer og bidrar til at de behersker stoffet etter å ha fullført arbeidet. 3

4 Programmet: genererer oppgaver automatisk på basis av maler tre forskjellige oppgaveformer forskjellige parametere 4

5 5

6 6

7 Programmet: genererer oppgaver automatisk på basis av maler tre forskjellige oppgaveformer forskjellige parametere 7

8 Programmet: genererer oppgaver automatisk på basis av maler tre forskjellige oppgaveformer forskjellige parametere er lett i bruk WYSIWYG matematiske uttrykk Uttrykkene evalueres direkte 8

9 Ditt svar: 0,5 Det riktige svaret er: ½ 9

10 10

11 Programmet genererer oppgaver automatisk på basis av maler tre forskjellige oppgaveformer forskjellige parametere er lett i bruk WYSIWYG matematiske uttrykk Uttrykkene evalueres samtidig 11

12 Programmet genererer oppgaver automatisk på basis av maler tre forskjellige oppgaveformer forskjellige parametere er lett i bruk WYSIWYG matematiske uttrykk Uttrykkene evalueres samtidig måler oppgavenes vanskegrad tilbyr studenten oppgaver tilpasset eget nivå følger et spillopplegg 3 stjerner åpner tilgang til neste nivå. 12

13 13

14 Progresjon og rekkefølge Programmet er adaptivt velger oppgaver som passer til studentenes nivå. Egen rating per tema 14

15 15

16 Progresjon og rekkefølge Programmet er adaptivt velger oppgaver som passer til studentenes nivå. Egen rating per tema 16

17 Progresjon og rekkefølge Programmet er adaptivt velger oppgaver som passer til studentenes nivå. Egen rating per tema Fast progresjon gjennom nivåene Hvert nivå i spillet korresponderer til et tema i undervisningsopplegget. Neste tema åpnes ved tre stjerner Frihet: Mulig å returnere / fortsette til fem stjerner Repetisjonsoppgaver underveis 17

18 18

19 Ratingsystem Ratingsystem for å måle nivå på: Student Oppgave Generell anvendbar metode Fungerer når besvarelsene kan vurderes automatisk 19

20 Ratingsystem Basert på sjakkrating: Elo per tema Både student og oppgave Feil svar lavere rating lettere oppgaver Riktig svar høyere rating vanskeligere 20

21 Bruk I undervisningsopplegg Som selvstendig læringsverktøy / spill Obligatoriske innleveringsoppgaver Generering av eksamensoppgaver Adaptiv eksamen? Anvendelsesområde: Eksakte fag Utregningsoppgaver 21

22 Om prosjektet Utviklet ved NTNU i Ålesund Begynte som bachelorprosjekt Open source I samarbeid med NDLA (Nasjonal Digital LæringsArena) - NDLAs visjon er å lage gode, åpne digitale læremidler for alle fag i videregående opplæring og støtte opp om elever og lærere i aktivt og deltakende læringsarbeid. 22

23 NDLA Pilotklasser på vgs gjennom NDLA (fra neste uke) På NDLA sine sider (fremtid) Utvalg av matematikk R1 & R2 Korte, attraktive prøver per tema Blant andre verktøy På NDLA sine sider (lengre fremtid) Gjøre programmet offentlig tilgjengelig 23

24 Fullførte pilotprosjekter Sommerkurs Matematikk (sommer 2015) Grunnleggende Matematikk (høst 2015) Obligatoriske arbeidskrav i spillformat 2 oppgavesett, 160 studenter, > besvarte oppgaver 24

25 25 Studentstatistikk: Grunnleggende Matematikk (Jan Gunnar Moe)

26 Studentstatistikk: Grunnleggende Matematikk (Jan Gunnar Moe) og gode eksamensresultater, men flere faktorer kan ha spilt en rolle 26

27 Fullførte pilotprosjekter Sommerkurs Matematikk (sommer 2015) Grunnleggende Matematikk (høst 2015) Obligatoriske arbeidskrav i spillformat 2 oppgavesett, 160 studenter, > besvarte oppgaver 27

28 Fullførte pilotprosjekter Sommerkurs Matematikk (sommer 2015) Grunnleggende Matematikk (høst 2015) Obligatoriske arbeidskrav i spillformat 2 oppgavesett, 160 studenter, > besvarte oppgaver Statistikk for ingeniører (vår 2016) 28

29 Tilbakemelding fra studentene Bare positive reaksjoner i klassen. Fint at man først kan besvare mange oppgaver feil og likevel bestå arbeidskravet - i motsetning til en vanlig prøve hvor man må besvare alt riktig med en gang. Fint å først ha utfyllings-oppgaver gjentatte ganger for å øve, før man får fritekstoppgaver. Bruk av datamaskinen stimulerer til å jobbe. Programmet er ideelt for obligatoriske arbeidskrav. Det er rart hvor mye en stjerne kan gjøre. 29

30 Tilbakemelding fra studentene << Programmet er lett brukelig, og tilpasser seg brukeren. Det egner seg derfor til individuelt arbeid. Programmet gir hele tiden eleven tilbakemelding, slik at man kan følge med på egen fremgang. Det er fullt mulig å prøve og feile, og å ta ting i eget tempo. Dette passer fint spesielt til dette faget hvor læringskurven og kompetansen er veldig spredt i klassen. Her arbeider man nemlig hele tiden på sitt eget nivå. Hele klassen er enige om at det er et godt egnet verktøy til å bruke i studiehverdagen, og at vi ønsker å bruke dette videre. >> 30

31 Konklusjoner Ny læringsaktivitet i form av dataspill Teknologi: Symbolsk mattemotor, matte-editor i browser Katalysator for utvikling: Bacheloroppgave med gulrot X-faktorene i læring: Spill-basert læring Adaptiv læring Automatisk oppgavegenerering Automatisk retting i fri formel 31

32 Fremtid (Enda mer) selvstendig verktøy Faded worked examples Video som illustrerer et løsningseksempel i detalj Parvise videoer / oppgaver Renkl, A., Atkinson, R. K., & Große, C. S. (2004). How fading worked solution steps works a cognitive load perspective. Instructional Science, 32(1-2),

33 Medarbeidere Utviklet av Einar Sjølseth, Kenneth Aamås og Eirik Korsnes Bachelorprosjekt 2015 I NUV-prosjektet 15/16 Geirmund Oltedal: Ledelse Jan Gunnar Moe: Utprøving NDLA: Elisabet Romedal, Leonhard Vårdal Girts Strazdins, Arne Styve, Kjell Inge Tomren, Mikael Tollefsen: Planlegging, vedlikehold 33