Využitie Big Data technológií pre skvalitnenie výskumu a vzdelávania Eugen Molnár Copyright 2012 Hewlett-Packard Development Company, L.P. The information contained herein is subject to change without notice.
Agenda 1 2 3 4 Využitie Big Data a Analytics vo vzdelávaní Príklad I. Skvalitnenie a personalizácia vzdelávania Príklad II. - Zručnosti študentov vs. Potreby trhu Príklad III. - Klasifikácia dokumentov
Využitie Big Data a Analytics vo vzdelávaní Data Degree Analytics Algorithmy Štruktúrované Dáta Neštruktúrované Dáta Úrad Práce Počet a typ zamestnaní Žiadatelia Prijatí ľudia etď Výskum Zdravotníctvo Strojárenstvo Smart Cities/Technology Životné prostredie Poľnohospodárstvo Smart vzdelávanie Adaptívne & Personalizované vzdelávanie s využitím Analytics Big Data a Analytics i Výkonnosť Výkonosť inštitúcie a zodpovednosť všetkých zainteresovaných v neustálom zlepšovaní Sociálne Média elearning Platformy elearning Aplikácie Admin Systémy ERP Systém Fóra Blogy
Príklad I. Skvalitnenie a personalizácia vzdelávania Ako zdvojnásobiť výkonnosť študenta Založené na 25 ročnom výskume: 50,000 štúdií == zmysluplná spätná väzba 200+ milión študentov Použitie dát: Formatívne (== časté) odhady Inštrukcie šité na mieru pre potreby študentov Visual Learning John Hattie 2009 Learning Analytics napr. strávený čas, oblasti záujmu, využitie zdrojov, miera účasti, korelácie so známkami Predictive Analytics a Data Mining HP Vertica Ochrana osobných údajov CMS Poskytovať študentom automatické spätné väzby (meaningful feedback) SMART-TEACHER LMS & PLE Spätná väzba na výkonnosť skupiny Vybrať indikátory Receptívne vzdelávanie Personalizácia prostredníctvom príznakov včasného varovania Pozorovať, Read & Download Aktívne vzdelávanie Participovať, písať, spolupracovať Doporučená doplňujúca literatúra (online / tlačená) Reflexia Prevzaté zo zdroja: Design and Implementation of Learning Analytics Toolkit for Teachers Autori: Anna Lea Dyckhoff, Dennis Zielke, Mareike Bultmann, Mohamed Amine Chatti and Ulrik Schroeder
Vzťah medzi zručnosťami študentov a potrebami trhu práce Anketa: Sú študenti adekvátne pripravení na trh práce? Potreby trhu práce Zamestnávatelia Poskytovatelia vzdelávania 42% 72% nesúlad 75 miliónov mladých je nezamestnaných Miera nezamestnosti medzi mladými: > 25% Egypt, 40% Italy, 56% Spain, 62% Greece 39% zamestnávateľov tvrdí, že príčinou nezamestnania mladých je nedostatok zručností Študenti 45% Vedomosti a zručnosti študentov Na arabskom Blízkom východe uviedli do života program Education to Employment (E2E) Initiative Source: McKinsey Education to Employment: Designing a system that works Dec 2012
Príklad II. - zručnosti študentov vs. potreby trhu práce Očividnosť spojenia vzdelania so zamestaním Aké typy pracovných miest sú k dispozícii? ((Plný / čiastočný úväzok učebné odbory stáže) Aké typy zručností sú vyžadované? Koľko študentov je v tréningu v ktorej doméne? Koľko študentov úspešne absolvovalo štúdium? Koľko študentov je úspešných v získaní zamestnania? Aký je pravdepodobný vplyv na nezamestnanosť počas x rokov v čase? Školy Big Data a Analytics Vláda Vysoká škola Bonus za každú zamestnanú osobu Úrad Práce (tranzakčný systém) Daňové stimuly za každú zamestnanú osobu Firma Univerzita Študentov profil Študenti si objednajú zaslanie oznámenia o dostupnosti špecifických typov zamestnaní Voľné zamestnania Typy zamestnaní & Vyžadované skúsenosti
Príklad III. klasifikácia dokumentov
Vizualizácia
Použitie Big Data a Analytics vo vzdelávaní môžu 1. urýchliť a zlepšiť učenie a spôsobilosť studentov 2. poskytovať verifikované informácie pre uskutočnenie kvalifikovaných rozhodnutí pre neustále zlepšovanie vzdelávania 3. pomôcť zosúladiť požiadavky trhu so znalosťami a zručnosťami absolventov, a teda pomôcť znížiť nezamestnanosť 4. výrazne pomôcť skvalitniť prácu výskumných pracovníkov Pre optimálne využitie týchto výhod je ideálne umiestniť big data do cloudu.
Ďakujem za pozornosť Copyright 2012 Hewlett-Packard Development Company, L.P. The information contained herein is subject to change without notice.