Metodika využití elearningových technologií ve vzdělávacím procesu

Mendelova zemědělská a lesnická univerzita v Brně Provozně ekonomická fakulta

Metodika využití eLearningových technologií ve vzdělávacím procesu Disertační práce

Školitel: Doc. Ing. Arnošt Motyčka, CSc.

Mgr. Tomáš Foltýnek

Brno, 2006

Děkuji svému školiteli, Doc. Ing. Arnoštu Motyčkovi, CSc. za cenné rady, které mi během psaní této práce poskytl. Dále děkuji celému vývojovému týmu eLearningového portálu ELIS, zejména Ing. Romanu Malovi a Zdeňku Loučkovi, za spolupráci a kritiku při vývoji testovací aplikace. Děkuji rovněž Ing. Mgr. Janě Andrýskové za inspirativní spolupráci při propojování eLearningu s poradenskými portály.

Prohlašuji, že jsem tuto práci napsal zcela samostatně s použitím literatury uvedené v seznamu.

……………………………………

Abstrakt

4

Abstrakt Foltýnek, T.: Metodika využití eLearningových technologií ve vzdělávacím procesu. Disertační práce. Brno: MZLU, 2006.

Informační a komunikační technologie zaplavují stále více oblastí lidské činnosti a rychlým tempem pronikají i do vzdělávacích procesů. Využití ICT ve vzdělávání může mít mnoho podob. Aby byly tyto technologie účelné a užitečné, je třeba se při jejich využívání držet určitých metodických zásad. Tato práce shrnuje metodiku využití eLearningových technologií ve vzdělávacím procesu s důrazem na problematiku ověřování znalostí. Kapitola věnovaná metodologickým východiskům práce shrnuje současné poznatky didaktiky a pedagogiky, které se týkají využití informačních technologií. Následující kapitola rozebírá metodické zásady, které je třeba dodržovat v různých situacích vzdělávacího procesu, aby byly e-technologie využity co nejlépe. Autor navrhuje nové metody a postupy, jejichž realizace není bez ICT myslitelná. Pátá kapitola je věnována didaktickým testům realizovaným s pomocí počítačů. Jsou v ní shrnuty zásady tvorby, standardizace, realizace, skórování a následného využití výsledků testu. Autor přináší nový pohled na problematiku skórování testových položek, tuto problematiku zobecňuje a ukazuje, že dosud používané metody jsou pouze instancemi tohoto zobecnění. Poslední kapitola srovnává využití eLearningu v ČR a v zahraničí a popisuje možnosti využití eLearningových technologií mimo edukační oblast, především v marketingu a agroporadenství. Jako celek práce přispívá k výměně zkušeností s výukou podporovanou či řízenou informačními technologiemi, rozšiřuje pojetí didaktických testů a může být cenným pomocníkem pro ty, kdo se rozhodnou ICT introdukovat do vzdělávacího procesu.

Klíčová slova Metodika, eLearning, vzdělávací proces, didaktický test, počítačem podporovaná výuka.

Abstract

5

Abstract Foltýnek, T.: Methodic of using of eLearning technologies in the educational process. Dissertation thesis. Brno: MUAF, 2006.

Information and communication technologies deluge more and more areas of human activity and penetrate even to the educational processes rapidly. ICT can be used in education by various ways. To be sure that their using is efficient and beneficial, it is necessary to follow certain methodical principles. This thesis summarizes methodic of using of eLearning technologies in educational process with an emphasis to knowledge validating problems. The chapter devoted to the methodological resources summarizes actual pieces of knowledge of didactics and pedagogy dealing with using of information technologies. Following chapter analyzes methodical principles, which have to be kept in various situations of educational process to use e-technologies the best way. Author proposes new methods and techniques, whose realization is unthinkable without ICT. The fifth chapter deals with achievement tests realized with the help of computers. The principles of creation, standardization, realization, scoring and successive using of test results are summarized in this chapter. The author brings new view to test item scoring problems, generalizes these problems and shows that methods used till this time are just an instances of this generalization. The last chapter compares using of the eLearning in Czech Republic and in foreign countries and describes possibilities of using of these technologies outside the educational area, especially in marketing and agricultural advisory. As the complex, this works contributes to the interchange of experience with teaching supported or controlled by information technologies, extends theory of achievement tests and can be valuable helper for those who decide to introduce ICT into the educational process.

Keywords Methodic, eLearning, educational process, achievement test, computer supported education.

Obsah

7

Obsah Abstrakt....................................................................................................................... 4 Klíčová slova .............................................................................................................. 4 Abstract ....................................................................................................................... 5 Keywords .................................................................................................................... 5 Obsah .......................................................................................................................... 7 1 Úvod....................................................................................................................... 11 1.1 Specifika eLearningu v České republice......................................................... 12 1.2 Terminologie................................................................................................... 13 1.3 Vymezení eLearningu v kontextu základní a střední školy ............................ 14 1.4 Struktura práce ................................................................................................ 16 1.4.1 Metodologická východiska práce ............................................................ 16 1.4.2 eLearningové technologie ve vzdělávání................................................. 17 1.4.3 Metodika využití didaktických testů v eLearningu.................................. 18 1.4.4 Praktické zkušenosti a další využití eLearningu...................................... 19 1.4.5 Závěr ........................................................................................................ 19 1.4.6 Přílohy...................................................................................................... 19 2 Cíl práce ................................................................................................................. 21 3 Metodologická východiska práce .......................................................................... 23 3.1 Didaktický trojúhelník .................................................................................... 23 3.2 Výukové cíle ................................................................................................... 24 3.3 Taxonomie poznatků....................................................................................... 27 3.4 Edukační proces jako autoregulační systém ................................................... 28 3.5 Potřeby edukantů během učení ....................................................................... 29 3.6 Metody předávání vědomostí.......................................................................... 31

Obsah

8 3.6.1 Metoda výkladu........................................................................................31 3.6.2 Metoda vysvětlování ................................................................................32 3.6.3 Metoda ukazování ....................................................................................32 3.6.4 Metoda procvičování pod dohledem učitele ............................................32 3.6.5 Metoda dialogu.........................................................................................33 3.6.6 Metoda diskuse.........................................................................................33 3.6.7 Metoda skupinové práce...........................................................................33 3.6.8 Metoda her a simulací ..............................................................................34 3.6.9 Metoda samostatné práce .........................................................................34 3.6.10 Metoda objevování a řízeného objevování.............................................34 3.6.11 Metoda učení z textu ..............................................................................35

3.7 Pedagogické vzory ..........................................................................................36 3.8 Didaktické testy...............................................................................................39 3.8.1 Rozdělení didaktických testů ...................................................................41 3.8.2 Vlastnosti didaktických testů ...................................................................43 3.8.3 Typy testových položek ...........................................................................45 3.9 Shrnutí metodologických východisek práce....................................................49 4 eLearningové technologie ve vzdělávání ...............................................................51 4.1 Motivace a psychologické aspekty..................................................................51 4.2 Rozdělení užitečných eLearningových technologií ........................................52 4.3 Nepoužitelné eLearningové technologie .........................................................53 4.4 Metodika využití e-technologií ve vyučovací hodině .....................................54 4.4.1 Výukové programy...................................................................................54 4.4.2 Prezentační technologie............................................................................55 4.5 Metodika využití e-technologií při procvičování a zkoušení ..........................56 4.5.1 Individuální procvičování ........................................................................56 4.5.2 Elektronické testy.....................................................................................57 4.5.3 Skupinové procvičování ...........................................................................60 4.6 Metodika využití eLearningu v domácí přípravě edukantů ............................61 4.6.1 E-kurzy .....................................................................................................61 4.6.2 Vzdělávací texty.......................................................................................62 4.6.3 Multimediální encyklopedie.....................................................................63 4.7 Volně dostupný eLearning ..............................................................................63 4.7.1 Výsledky výzkumu volně dostupného eLearningu ..................................64

Obsah

9

4.8 Elektronické vzdělávací hry............................................................................ 67 4.8.1 Křížovky .................................................................................................. 68 4.8.2 Puzzle....................................................................................................... 69 4.8.3 Pexeso ...................................................................................................... 69 4.8.4 Milionář a další televizní hry ................................................................... 70 4.8.5 Logické hry a hlavolamy ......................................................................... 70 4.9 Metriky na vzdělávací texty............................................................................ 70 4.9.1 Metodičnost (metodická správnost)......................................................... 71 4.9.2 Motivace .................................................................................................. 74 4.9.3 Podpora aktivity....................................................................................... 75 4.9.4 Strukturovanost ........................................................................................ 76 4.9.5 Jazyková variabilita ................................................................................. 79 4.9.6 Sumarizace metrik. Celkové zhodnocení výukového textu..................... 80 4.10 Diskuse a závěr ke kapitole 4 ....................................................................... 81 5 Metodika využití didaktických testů v eLearningu................................................ 83 5.1 Stanovení cílů testu ......................................................................................... 84 5.2 Příprava testu .................................................................................................. 85 5.2.1 Analytická fáze ........................................................................................ 85 5.2.2 Syntetická fáze ......................................................................................... 87 5.2.3 Optimalizační fáze ................................................................................... 98 5.3 Realizace testu .............................................................................................. 103 5.4 Stanovení skóre didaktického testu............................................................... 103 5.4.1 Celkové skóre didaktického testu .......................................................... 104 5.4.2 Teoretická východiska výběru metod TIS ............................................. 104 5.4.3 Matematický základ TIS ........................................................................ 105 5.4.4 Koeficient korektnosti κ ........................................................................ 106 5.4.5 Skórování položek testu (Test Item Scoring) ........................................ 109 5.4.6 Korekce hádání u výběrových položek.................................................. 116 5.5 Využití výsledků testu .................................................................................. 118 5.5.1 Hodnocení edukantů .............................................................................. 118 5.5.2 Pochopení jednotlivých částí učiva........................................................ 121 5.5.3 Zpětná vazba pro učitele ........................................................................ 123 5.5.4 Rozdíly u různých skupin edukantů....................................................... 123 5.6 Implementace testovacích aplikací ............................................................... 124

Obsah

10 5.6.1 Implementace výběrových položek typu 1/n .........................................125 5.6.2 Implementace výběrových položek typu m/n ........................................125 5.6.3 Implementace seřaďovacích položek .....................................................125 5.6.4 Implementace relačních položek ............................................................126 5.6.5 Implementace otevřených položek.........................................................126 5.6.6 Implementace doplňovacích položek .....................................................127

5.7 Diskuse a závěr kapitoly 5 ............................................................................127 6 Praktické zkušenosti a další využití eLearningu ..................................................129 6.1 Zkušenosti s používáním eLearningu v zahraničí .........................................129 6.1.1 Historie eLearningu na UPM a MZLU ..................................................130 6.1.2 Využití eLearningu na UPM. Anketa mezi studenty .............................131 6.1.3 Využití eLearningu na MZLU................................................................132 6.1.4 Srovnání eLearningových systémů ELIS a AulaWeb............................133 6.1.5 Provázanost s ostatními systémy............................................................133 6.1.6 Aplikace v eLearningových systémech..................................................134 6.1.7 Elektronické testování ............................................................................136 6.1.8 Závěr srovnání........................................................................................136 6.2 Využití eLearningových technologií mimo edukační oblast.........................137 6.2.1 Využití internetu ke vzdělávání zákazníků ............................................137 6.2.2 Využití testovacích aplikací ve spotřebitelských soutěžích ...................143 6.2.3 Využití eLearningu v agroporadenských portálech................................147 6.2.4 Shrnutí využití eLearningu mimo edukační oblast ................................156 7 Závěr.....................................................................................................................157 8 Literatura ..............................................................................................................159 Přílohy .....................................................................................................................167 Příloha A Seznam použitých zkratek ......................................................................169 Příloha B Ukázky eLearningových portálů .............................................................171

1. Úvod

11

1 Úvod Během posledních desetiletí, kdy jsme svědky stále bouřlivějšího technologického pokroku, se počítače staly nenahraditelnými pomocníky prakticky ve všech oblastech lidské činnosti. Jednou z těchto oblastí – bezesporu se jedná o oblast pro společnost klíčovou – je vzdělávání [37]. Zejména management velkých firem si stále více uvědomuje, že využití informačních technologií při školení a vzdělávání svých zaměstnanců nejen šetří peníze, ale obvykle má i větší vzdělávací efekt [21]. Tuto skutečnost si však uvědomují nejen velké firmy, ale pomalu se dostává do povědomí i v klasických vzdělávacích institucích, jako jsou základní, střední a vysoké školy [62]. Pro vzdělávání s pomocí počítačů se ujal termín eLearning1, který budeme používat i v této práci. Neoddiskutovatelnou předností počítačů je blesková aktualizace dat, ukládání enormního množství informací a jejich kombinace; v tomto bodě člověka daleko převyšuje. Rozvoj digitální komunikace s sebou přináší nepopiratelné kvality a je jen přirozené, že jsou tyto technologie využívány i v souvislosti se vzděláváním. Dále je třeba přihlédnout i k vývoji programů, kde se ukazují stále nové a nové možnosti. Mezinárodní vývoj kráčí tak rychle kupředu, že si jen stěží zvládneme položit zavčas otázku, např. pro koho, kde a jak, dříve než je třeba opět zaujmout stanovisko k nové generaci programů. Stále více lidí se částečně nebo zcela oddává IT a považuje práci s těmito technologiemi za zajímavou, plnou výzev, motivující, aktivizující a poučnou [50]. Počítač je rovněž fascinujícím i zábavným hřištěm a učebnou, bez nichž se jen málokdo může či hodlá obejít. Možná proto je IT hybnou pákou pokroku. Tato

1

Někdy se setkáváme také s termínem e-learning. Je třeba zdůraznit, že se jedná o různou formu zápisu téhož pojmu. Označení e-learning je běžnější v Americe, v evropských zemích se užívá spíše termínu eLearning.

1. Úvod

12

technologie vykazuje jiné kvality i potenciál komunikativnosti, než má osobní kontakt. Počítač je tedy médiem k získávání informací a studijních materiálů, stal se nástrojem výuky a v určitých souvislostech může učitele i nahradit. Zvláště posledně uvedená skutečnost je velkou výzvou celkovému humánnímu přístupu v celé řadě oblastí výchovně vzdělávacího procesu. Informační a komunikační technologie (ICT) jsou po mnoha stránkách užitečné a předurčené právě k tomu, aby s jejich pomocí byly vyřešeny hlavní informační a komunikační úkoly [50]. Mají-li být moderní počítače plnohodnotnými pomocníky ve firemním vzdělávání, je třeba, aby byli zaměstnanci na takovýto způsob vzdělávání zvyklí. Současný stav ve využití ICT ve výuce je však, nebojme se říci, tristní. Podle [94] využívá informační technologie pouhých 14 % učitelů a tematika využití ICT ve výuce

se

v českých

pedagogických

časopisech

prakticky

nevyskytuje

[61].

V současném českém školství jednoznačně převládá přednášková forma výuky, kdy edukanti sedí v lavicích a pasivně přijímají poznatky, které jim učitel předkládá. Každému, kdo se přednáškami v různých podobách setkává dnes a denně, pak tento způsob získávání nových poznatků připadá normální a necítí tedy motivaci na něm cokoliv měnit ani po nástupu do zaměstnání. Jestliže má vzrůst podíl využití eLearningu ve firemním vzdělávání, je třeba, aby se lidé s těmito metodami setkávali již během klasické základoškolské, středoškolské a vysokoškolské výuky. Učení se s pomocí počítače jim poté přijde naprosto přirozené a eLearning nebudou vnímat jako něco exotického, ale jako přirozenou součást vzdělávacího procesu.

1.1 Specifika eLearningu v České republice Základní premisou České republiky, která nasazení eLearningu ovlivňuje, je její malá rozloha. Ve srovnání se Spojenými státy, Kanadou či Austrálií, kde mezi studenty a jejich školou často leží tisíce kilometrů [87], jsou vzdálenosti mezi školou a studenty, byť studujícími na opačném konci republiky, poměrně malé. I tak dochází k rozvoji distančního vzdělávání, ovšem jen na vysokých školách a ve firemním vzdělávání. Základní a střední školy v ČR stojí a stále budou stát na přítomnosti žáků a studentů ve škole. Přestože Česká republika patří do té bohatší „poloviny“ světa [78], ve srovnání se zeměmi na vrcholu žebříčku ekonomické vyspělosti je na tom poměrně špatně. To se projevuje i investicemi do vzdělávání, které podmiňují rozvoj ICT v této oblasti [42].

1. Úvod

13

V současné době je však vybavení škol potřebnou technikou jednou z priorit Ministerstva školství, což je jistě dobře. Samotná technika však ještě v žádném případě neznamená využití eLearningu – to je otázka příslušného softwarového vybavení a hlavně kvalitní metodiky, kterou by se učitelé mohli řídit. Od využívání ICT ve vzdělávání česká společnost hodně očekává. Nové metody, které ICT přináší, i vylepšení těch stávajících, mohou rapidně zvýšit efektivitu vzdělávacího procesu [14] a pomoci tak českým školám v produkci vzdělaných lidí, kteří jsou dobře uplatnitelní na trhu práce a vytvářejí kvalifikovanou pracovní sílu, která k nám bude lákat velké investory. Vše je však podmíněno (jak bude v této práci ještě mnohokrát zdůrazněno), správným použitím těchto technologií. Využití ICT není samospasitelné. Jejich špatné využití může nadělat mnoho škody, stejně jako je tomu v případě špatného použití kterékoliv jiné revoluční technologie. Technologie je vystavěna na principu funkcionální racionality. Lidský prvek musíme připojit my sami při vkládání programů a informací do počítače a také způsobem, jakým budeme využívat počítač a jeho obsah – the human touch, dotek lidskosti [50]. Je velmi dobře, že investice MŠMT míří nejen do vybavení škol výpočetní technikou, ale také do vzdělávání učitelů. Toto vzdělávání se přitom týká jak základní počítačové gramotnosti, tak schopnosti využít ICT ve výuce.

1.2 Terminologie Dříve, než se pustíme do vymezování eLearningu a formulace cíle práce, ujasněme si terminologii, které se budeme v další práci držet. Subjekt vzdělávacího procesu, který bývá na základní škole označován slovem učitel, na gymnáziích slovem profesor a v kontextu vysokého školství se označení nejčastěji shoduje s akademickým titulem, budeme označovat slovem učitel nebo edukátor a budeme mít na mysli toho, kdo učí bez ohledu na to, na jakém stupni školy. Budeme-li mít na mysli učitele v roli autora eLearningového kurzu, budeme se držet standardního termínu tutor. Pod pojmem eLearningový kurz si představíme propracovanou vzdělávací oporu sestavenou podle zásad uvedených v [67]. Elearningový kurz je daleko více než jen vzdělávací text – klasická učebnice nebo její část, která může, ale nemusí být v elektronické podobě. Objekt vzdělávacího procesu je na základních školách označován slovem žák, na vyšších stupních slovem student. Těchto slov budeme používat pouze v případě, že

1. Úvod

14

potřebujeme explicitně zdůraznit typ školy, o kterém se hovoří. Jinak budeme užívat univerzálního termínu edukant [81].

1.3 Vymezení eLearningu v kontextu základní a střední školy ELearning lze v nejobecnějším smyslu slova chápat jako učení jakkoliv podporované ICT [16]. Tato podpora může mít mnoho podob. V kontextu distančního univerzitního vzdělávání či firemního vzdělávání mluvíme o eLearningu zpravidla tehdy, máme-li k dispozici komplexní informační systém umožňující tvorbu, správu a prohlížení eLearningových kurzů, ověřování znalostí edukantů, komunikační nástroje a další technologie, které vzdělávací proces zefektivňují. Protože většina aspektů takto chápaného

eLearningu

předpokládá

absenci

osobního

kontaktu

vzdělavatelů

s vzdělávanými, je třeba eLearning v kontextu základní a střední školy chápat obecněji, tedy ve smyslu úvodní věty.

Obrázek 1.1.: Ilustrační foto: Počítačová učebna na ZŠ Kneslova 28 Nedávná eLearningová bublina, která byla do značné míry nafouknutá zejména ve Spojených státech amerických, již splaskla [26] a my se tak můžeme na tuto technologii dívat objektivně a s nadhledem a nikoliv jako na něco zázračného, úžasného,

1. Úvod

15

revolučního a vzbuzujícího až náboženskou úctu. Tvrzení, že počítače ve třídách významně zvýší kvalitu výuky a že výpočetní technika je nezbytnou pomůckou v každodenní výuce, již vzaly za své a značné investice, které byly v USA do tohoto odvětví nasměrovány, se z velké části ukázaly jako neúčelně vynaložené [8]. Ukázalo se totiž, že žáci mající k dispozici počítač, tak mají daleko více možností zabývat se během výuky čímkoliv jiným, jen ne vlastní výukou. Rovněž spolehnutí na schopnosti výukových programů vedlo k podcenění role učitele ve vzdělávacím procesu, která je však pro jeho zdárný průběh zcela klíčová. Naproti tomu, využití informačních technologií ve výuce, s sebou přináší také mnoho výhod [62]. Časově náročnou a často triviální rutinní práci si lze pomocí této technologie ušetřit a uspořený čas i energii věnovat jiným důležitým činnostem vzdělávacího procesu, které rovněž vyžadují značné zdroje [50]. Probrané učivo lze s pomocí počítače efektivněji procvičit, počítače významně šetří práci učitele, a to nejen během přípravy na výuku, ale i přímo ve výuce. Podstatným faktorem je také to, že mezi edukanty je využití jakékoliv nové technologie velmi atraktivní; Edukanti se tak během výuky daleko více soustředí, což zvyšuje efektivitu vzdělávacího procesu. Tyto a další aspekty postupem doby vedly k jednoznačnému závěru, že eLearningové technologie je v základoškolské a středoškolském prostředí třeba využívat s mírou a jejich využití je nutné předem důkladně promyslet. Optimální využití ICT ve vzdělávacím procesu je podmíněno situačně, řídí se potřebami edukantů i edukátorů a proto je i náročné na plánování odvíjející se od věcných a odborných kriterií; takové plánování vyžaduje strategii [50]. Jedině tak lze eliminovat většinu negativních faktorů a zároveň z eLearningu vytěžit maximum výhod, které nám poskytuje. Důsledkem toho je, že klasická podoba eLearningu, jakou známe z univerzitního prostředí v podobě distančního vzdělávání či z firemního vzdělávání (tedy již jednou zmíněné eLearningové kurzy založené na předpokladu absence osobního kontaktu edukátora s edukanty), je na střední škole zcela nepoužitelná. Filosofie základního a středního školství totiž tkví v tom, že maximum učiva studenti vstřebají přímo ve škole během výuky. V takto nastaveném vzdělávacím procesu je role učitele zcela nepostradatelná a nezastupitelná. Teprve k procvičení probraného učiva či k domácí přípravě studentů může být využit počítač. Hovoříme-li tedy o eLearningu na střední škole, máme tím na mysli využití informačních a komunikačních technologií ve výuce v obecném slova smyslu, nikoliv jen učení se výhradně pomocí eLearningových kurzů.

1. Úvod

16

1.4 Struktura práce Práce je rozdělena do následujících částí. Nyní si stručně popíšeme, co lze v jednotlivých částech nalézt.

1.4.1 Metodologická východiska práce Myšlenky v této kapitole jsou z velké části převzaty od různých autorů zabývajících se různými oblastmi. Společně však tvoří soubor poznatků, z nichž vycházela veškerá další práce a výzkum autora. Didaktický trojúhelník – je základním didaktickým a pedagogickým východiskem. Zachycuje vzájemné působení učitele, žáka a učiva. Výukové cíle – tato kapitola popisuje vlastnosti výukových cílů a jejich taxonomii dle Niemerka a Blooma. Rozvádí rovněž operace se znalostmi, které probíhají v hlavách edukantů. Taxonomie poznatků – zde jsou poznatky rozděleny nikoliv podle jejich hloubky, ale podle typu. Edukační proces jako autoregulační systém – v této podkapitole nahlédneme na edukační proces z kybernetického hlediska a vypíchneme zejména zpětné vazby, které v edukačním procesu nastávají. Potřeby edukantů během učení – zde nalezneme přehled potřeb edukantů, které je třeba uspokojit pro správnou absorpci učiva s předpokladem pozdějšího relevantního uplatnění poznatků. Metody předávání vědomostí – tato kapitola tvoří těžiště metodologických východisek práce. Jsou zde rozepsány metody, jimiž lze předávat vědomosti ze strany edukátora směrem k edukantům. Uvedené metody přitom vycházejí z mnohaletých zkušeností didaktických odborníků. Pedagogické vzory – jako doplněk metodologických východisek slouží teorie pedagogických vzorů. Pochopení pedagogických vzorů může zlepšit plánování probírání vyučovacích témat. Didaktické testy – tato kapitola popisuje základy teorie didaktických testů, jejich dělení a nejdůležitější vlastnosti. Nalezneme zde rovněž podrobné rozdělení

1. Úvod

17

testových položek. Zde popsané poznatky slouží jako východisko především pro kapitolu 5, která se didaktickými testy zabývá podrobně.

1.4.2 eLearningové technologie ve vzdělávání Tato kapitola se zaměřuje na to, jak používat eLearningové technologie ve výuce. Popisuje, jak lze pomocí těchto technologií nejen zdokonalit „klasické“ metody, ale i zavést metody zcela nové. Je rozdělena na následující podkapitoly: Motivace a psychologické aspekty – v této podkapitole se dozvíme, jak je důležitá motivace edukantů a jak eLearningové technologie tuto motivaci ovlivňují Rozdělení užitečných eLearningových technologií – zde eLearningové technologie rozdělíme podle toho, kdo je subjektem výukového procesu. Nepoužitelné eLearningové technologie – v této krátké podkapitole se zaměříme na ty technologie, které jsou v určitých situacích či fázích edukačního procesu zbytečné či dokonce kontraproduktivní. Metodika využití eLearningových technologií ve vyučovací hodině – tato kapitola pojednává o tom, jaké technologie použít ve vyučovací hodině a hodnotí přínos těchto technologií pro výuku. Metodika využití eLearningových technologií při procvičování a zkoušení – procvičování a zkoušení má pro nasazení eLearningu největší potenciál. O možných metodách se dočteme právě v této podkapitole. Metodika využití eLearningových technologií v domácí přípravě edukantů – tato kapitola se zaměřuje na technologie, které edukanti používají k přípravě mimo vyučovací hodinu. Volně dostupný eLearning – autor se v rámci výzkumu zabýval i elektronickými vzdělávacími materiály volně dostupnými na internetových serverech. Výsledky tohoto výzkumu jsou shrnuty v této podkapitole. Elektronické vzdělávací hry – tato podkapitola popisuje některé běžné vzdělávací hry realizovatelné s pomocí počítačů. Metriky na vzdělávací texty – tato podkapitola pojednává o metrikách hodnotících kvalitu vzdělávacích textů. Metriky zde uvedené nemusíme omezit jen na

1. Úvod

18

eLearningové opory, lze je s úspěchem aplikovat i na klasické papírové učebnice.

1.4.3 Metodika využití didaktických testů v eLearningu Tato kapitola tvoří klíčovou část práce; většinou se jedná o vlastní přínos autora. Popisuje ověřování znalostí jako integrální součást edukačního procesu, kterou lze užitím eLearningu velmi optimalizovat. Je rozdělena do následujících podkapitol: Stanovení cílů testu – na tomto místě je popsáno, jak správně stanovit cíle didaktického testu a zaručit tak, že bude test skutečně užitečný. Příprava testu – zde se dozvíme jak připravit kvalitní didaktický test, jaké jsou obecné zásady konstrukce testových položek a jak užitečné může být užití multimediálních objektů. Těžiště této podkapitoly tkví v popisu zásad konstrukce položek jednotlivých typů. V závěru této podkapitoly se ještě dočteme, jaký je optimální počet položek v testu, čas na vypracování testu, obtížnost, pořadí a váha položek. Dále se dočteme, jak zkonstruovat standardizovaný test a jaké analýzy je potřeba ke konstrukci provést. Realizace testu – tato podkapitola pojednává o zásadách, jichž je třeba se držet při realizaci testu, aby test co nejvíce splnil svůj účel. Stanovení skóre didaktického testu – v této podkapitole je vybudována ucelená formalizace a numerizace skórování položek testu. Je popsán matematický základ, zaveden koeficient korektnosti κ a popsáno, jak s využitím tohoto koeficientu skórovat položky různých typů. Využití výsledků testu – na tomto místě se dočteme, k čemu mohou být využity výsledky testu. Je zde popsáno, jak využít výsledky testu ke klasifikaci edukantů, zpětnou vazbu pro učitele, pochopení jednotlivých partií kurikula či analýza edukačních rozdílů různých skupin edukantů. Implementace testovacích aplikací – v závěru této kapitoly je popsáno, jak implementovat testovací aplikace a jakých zásad se při implementaci držet. Tato část

vychází

implementoval.

z praktických

zkušeností

autora,

jenž

testovací

aplikaci

1. Úvod

19

1.4.4 Praktické zkušenosti a další využití eLearningu Zatímco předcházející kapitoly se věnují eLearningu v českém edukačním sektoru, tato kapitola přináší srovnání s používáním eLearningu v zahraničí a využití eLearningu v jiných oblastech lidské činnosti, než je vzdělávání. Zkušenosti s používáním eLearningu v zahraničí – autor práce měl během svého studia možnost srovnat používání eLearningu v ČR a ve Španělsku. Získané poznatky jsou shrnuty zde. Využití eLearningu mimo edukační oblast – eLearningové technologie byly sice navrženy pro primární využití pro vzdělávání, mají však široké použití i v jiných oblastech lidské činnosti. Právě tím se zabývá tato podkapitola.

1.4.5 Závěr Závěr shrnuje dosažené výsledky práce, jejich přínos pro teorii i praxi, pro vědu i společnost.

1.4.6 Přílohy Přílohami této práce jsou seznam použitých zkratek a screenshoty eLearningového systému ELIS, pro nějž autor vyvinul testovací aplikaci.

2. Cíl práce

21

2 Cíl práce Tato disertační práce se bude zabývat využitím informačních technologií ve vzdělávacím procesu s důrazem na metodiku. Dotkne se vzdělávacích metod na základních, středních a vysokých školách, ale i ve firemním prostředí, neboť neexistuje ostrá hranice, která by používané metody rozdělovala. Je přitom na místě zdůraznit, že se nebude jednat o metodiku výuky informatiky, výpočetní techniky či podobného předmětu, kde jsou informační technologie učivem samy o sobě. Tato práce se bude věnovat metodice takových činností, v nichž informační technologie plní roli prostředku, který pomáhá vzdělávacímu procesu. Těžiště této práce bude věnováno didaktickému testu jako objektivnímu nástroji pedagogické evaluace. Práce se pokusí přinést nový pohled na paradigmata hodnocení výsledků edukačního procesu platná v minulosti a současnosti a konfrontovat tato paradigmata s revolučními možnostmi, které přináší nové technologie, zvláště pak eLearning. Protože testování edukantů je oblastí, ve které eLearning může pomoci nejvíce, práce se pokusí současné platné poznatky v maximální míře generalizovat a navrhnout obecný a obecně použitelný nástroj pedagogické diagnostiky, jenž by v sobě zahrnoval jak osvědčené metody a postupy, tak postupy nové, dosud neověřené a neprozkoumané. Disertační práce by jako celek měla přispět k výměně zkušeností s introdukcí informačních a komunikačních technologií do edukačního procesu. Kromě zkušeností zmapuje také motivaci edukantů a pedagogických pracovníků k využití ICT ve výuce a faktory, které tuto motivaci ovlivňují. Některé části této práce najdou využití jako metodické pokyny pro tvorbu didaktických testů v prostředí eLearningového systému vyvíjeného v rámci projektu ELIS, na němž se autor práce podílí, a to zejména při implementaci aplikací pro

2. Cíl práce

22

evaluaci znalostí edukantů. Jiné části této práce mají interdisciplinární charakter; propojují eLearning s marketingem či poradenstvím. Máme-li cíle práce formulovat jasně a konkrétně, zdůrazněme především tyto dva cíle: •

Zmapovat

a

kategorizovat

eLearningové

technologie

používané

v současnosti, popsat metodiku využití těchto technologií a nalézt nové metody jejich využití vedoucí ke zkvalitnění zefektivnění vzdělávacího procesu. •

Popsat možnosti využití ICT pro realizaci didaktických testů, sumarizovat a rozšířit metodické zásady didaktických testů v eLearningu, zobecnit metody skórování testových položek a navrhnout nové, v literatuře doposud nepopsané metody.

3. Metodologická východiska práce

23

3 Metodologická východiska práce V následujících podkapitolách se budeme věnovat východiskům, která jsou důležitá jako základ dalších poznatků uvedených v této práci.

3.1 Didaktický trojúhelník Základním didaktickým a pedagogickým východiskem je tzv. didaktický trojúhelník vyjadřující vztah mezi třemi základními elementy edukačního procesu, tedy učitelem (edukátorem), žákem (edukantem) a učivem [75].

Obrázek 3.1.: Didaktický trojúhelník Oboustranné šipky v trojúhelníku znázorňují, že mezi jednotlivými elementy existují vzájemné vazby. Vzdělávání zkrátka není jen jednosměrný proces, ale proces obousměrný, ve kterém na sebe působí navzájem všechny složky. Učitel připravuje učivo, které se poté žáci učí. Potřeby žáků ovlivňují výběr učiva učitelem. Učitel se stále musí vzdělávat nejen učivem samotným (středoškolské či základoškolské učivo zastarává málokdy), ale zejména novými metodami výkladu učiva. Přímá šipka mezi žákem a učitelem znázorňuje přímé působení učitele na žáka nezávisle na učivu. Učitel je pro žáka vzorem, vychovává jej. Toto působení je rovněž oboustranné. Učitel musí


24

sledovat žáky, jejich reakce a pochopení učiva. Z dlouhodobého hlediska i žáci mění učitele. Toto pojetí je stále udržováno, hovoří se např. o vychovávajícím, dále vychovávaném a konečně o obsahu, tj. o tom, čemu se vyučuje. Uvedený model ovšem nepostihuje např. organizační podmínky, vyučovací metody a postupy či materiální podmínky [80].

3.2 Výukové cíle Cíle edukačního procesu můžeme z hlediska učení edukantů kategorizovat na: •

kognitivní – někdy též nazývané poznávací či vzdělávací, do nichž patří veškeré konkrétní znalosti a dovednosti, které mají edukanti uložené v paměti.

•

afektivní – nebo též výchovné, které jsou dosahovány vcítěním edukanta do různých rolí. Tyto cíle se navenek neprojevují znalostí, nýbrž chováním, jednáním a názory.

•

psychomotorické – výcvikové, které jsou výsledkem tréninku nervosvalové souhry. Výsledkem je schopnost provádět rychle a dobře nějakou činnost (např. hrát na hudební nástroj).

Již na první pohled je zřejmé, že informační a komunikační technologie nám mohou pomoci zejména při dosahování cílů v kognitivní a psychomotorické oblasti, s cíli v afektivními oblasti je situace poněkud komplikovanější, i zde však mohou ICT nalézt uplatnění. Vyučování, jak vyplývá z didaktického trojúhelníku popsaného v předchozí podkapitole, je obousměrný proces. Bylo by chybou domnívat se, že informace plynou pouze z učitele (edukátora) na žáky či studenty (edukanty). Pravdou ovšem je, že většina komunikace vedoucí od edukantů k edukátorovi je vedena v neverbální rovině. Učitel musí svůj výklad přizpůsobit tomu, jak rychle jej studenti vnímají a jak jej dokáží pochopit. Tyto skutečnosti přitom musí posuzovat nejen ze studenty kladených otázek, kterých ve skutečné praxi mnoho nebývá, ale především z výrazů tváře, gest, pozornosti a celkové atmosféry v učebně. Základním předpokladem kvalitní výuky je stanovení výukových cílů. Je třeba si ujasnit, do jaké míry mají edukanti zvládnout jednotlivá učební témata, je třeba vědět, jaké schopnosti a znalosti u nich budou bezpodmínečně vyžadovány a co již tvoří


25

nadstavbu. Stanovení výukových cílů by mělo vycházet nejen z předpokládaného pozdějšího uplatnění edukantů, ale mělo by být především přiměřené jejich věku a schopnostem. Stanovíme-li si cíle příliš nízké, nebude mít vzdělávání patřičný efekt a výuka bude spíše plýtváním času (edukantů i edukátora). Stanovíme-li si cíle příliš vysoké, které nebudeme schopni naplnit, povede to k frustraci nejen na straně edukantů, ale opět i na straně edukátora. Proto je třeba stanovení cílů věnovat patřičnou péči. Výukové cíle by měly být jednoznačné a kontrolovatelné. Správně stanovený výukový cíl musí splňovat tři podmínky: •

Musí určovat požadovaný výkon edukanta (tedy ne učitele)

•

Musí určovat podmínky, za nichž má být výkon edukanta realizován

•

Musí obsahovat normu výkonu

Při stanovování cílů se využívá tzv. Niemerkovy taxonomie výukových cílů [33]: •

Zapamatování (edukant je schopen vybavit si fakta)

•

Porozumění (edukant je schopen poznatky předložit i v jiné než zapamatované formě)

•

Používání vědomostí v typových situacích (tedy těch, které již byly ve výuce řešeny).

•

Používání vědomostí v problémových situacích

Pro snazší pochopení obsahu jednotlivých cílů a pro přesnější stanovení cílů se používají tzv. aktivní slovesa. Aktivní slovesa jsou uvedena v následující tabulce. Tučně vyznačená slovesa je možno použít i při vymezování výukových cílů vyšších kategorií. Tato aktivní slovesa se mohou, ale nemusí vyskytovat ve formulaci testových úloh. Rozhodně se však vyskytují ve formulaci výukového cíle, jehož dosažení úlohy zkouší.


26

Výukový cíl (dle Niemerkovy taxonomie) Zapamatování poznatků

Porozumění poznatkům

Používání vědomostí v typových situacích

Používání vědomostí v problémových situacích

Aktivní slovesa definovat, napsat, opakovat, pojmenovat, reprodukovat, vysvětlit, doplnit, popsat, přiřadit, seřadit, vybrat jinak formulovat, ilustrovat, objasnit, odhadnout, přeložit, převést, vyjádřit vlastními slovy, vyjádřit jinou formou, dokázat, interpretovat, opravit, vypočítat, zkontrolovat, změřit aplikovat, demonstrovat, diskutovat, načrtnout, použít, prokázat, registrovat, řešit, uvést vztah mezi, vyčíslit, vyzkoušet, interpretovat údaje, navrhnout, plánovat, uspořádat analyzovat, provést rozbor, rozhodnout, rozlišit, rozčlenit, klasifikovat, navrhnout, shrnout, vyvodit závěry, zdůvodnit, posoudit

Tabulka 3.2: Aktivní slovesa pro vymezení výukových cílů Jiný pohled na vzdělávací cíle stanovuje Bloom [64]. Podle něj si edukant ve vzdělávacím procesu osvojuje: •

jména, údaje, pojmy, definice

•

vztahy mezi pojmy, zejména poučky, zákony a vzorce

•

poznávací operace

•

ostatní intelektuální a studijní zručnosti (práce s mapou, matematickými tabulkami, kalkulačkou,…)

Podle míry pochopení jednotlivých poznatků lze po edukantech vyžadovat schopnost provádět následující operace se znalostmi [64]. Důležitým předpokladem pro schopnost provádět tyto operace je také věk edukantů, na který je třeba vždy brát zřetel. Reprodukce - Základní kognitivní operace založená na funkci paměti. Děti ji zvládají už v raném věku, před vstupem do školy. Porovnávání - Jako uvědomělou metodu poznávání jej mají zvládnout už děti v předškolní přípravě. Vyžaduje práci s empirickým materiálem. Třídění (klasifikace) - Tato operace je úzce spojená s porovnáváním. Perspektivně tato metoda směřuje k ovládnutí systematizace.


27

Analýza a syntéza - Prvotní analýza je nutná už při porovnávání a uspořádávání. Na základní škole dochází k uvědomělejší analýze a syntéze objektů, a to nejprve reálných (částí lidského těla, terénních útvarů, atd.) a později i abstraktních jevů (politické uspořádání, atd.) Indukce, abstrakce a zevšeobecňování - Tato schopnost se objevuje okolo 10. až 12. roku života jako následek analytických znalostí dítěte. Dále tato schopnost vyúsťuje ve schopnost tvorby definicí. Středoškolák by již měl být schopen analýzou a porovnáváním najít podstatné znaky jevů stejné kategorie, potlačit ostatní znaky a rodové znaky zevšeobecnit do pojmu. Dedukce - Deduktivní úsudek v plném rozsahu zvládne jen středoškolák. Dedukce se vyskytuje zejména v předmětech typu matematika a lidstvo této metodě vděčí za nejelegantnější a nejpřekvapivější objevy, protože umožňuje předstihnout skutečný výskyt jevů. Kauzální analýza - Je velmi přirozená operace, jejíž základy si každý člověk osvojuje v raném dětství celkem nevědomky. Až do skončení základní školy žáci zjišťují jen primární příčiny jevů, na střední škole se tato schopnost dále prohlubuje o světonázorový aspekt kauzality, jehož filosofické objasnění je možné až na vysoké škole. Systémová analýza - Je projevem vyspělého myšlení a student na střední škole se o ní pouze dozvídá. Seznamuje se s fungováním velkých přírodovědných či společenskovědních systémů, ale skutečný proces systémové analýzy je možný až na vysoké škole nebo ještě později. V dalším textu se budeme nejčastěji odkazovat na výukové cíle podle Niemerkovy taxonomie a budeme využívat aktivní slovesa uvedená v tab. 3.2.

3.3 Taxonomie poznatků V následujících kapitolách, zvláště pak v kapitole 5 věnované didaktickým testům, budeme potřebovat rozlišovat různé typy poznatků. Protože mezi pedagogickými odborníky neexistuje jednotný názor na kategorizaci kognitivních poznatků, uvádíme rozdělení stanovené autorem práce. Rozdělme si tedy poznatky podle způsobu, se kterými s nimi lidský mozek pracuje a podle jejich uplatnění na [23]:


28

Encyklopedické, kdy je důležitá znalost (často izolovaných) dat bez hlubší znalosti souvislostí Relační, kdy jsou důležité vztahy mezi objekty – jedná se svým způsobem o další (na školách často nerozvinutý) stupeň poznatků v přírodovědných a humanitních oborech Deduktivní, kdy je důležitá znalost principů a odvozování pro použití v konkrétních případech (matematika, informatika, fyzika…) Jazykové, které se týkají znalosti a umění použít cizí jazyk Přitom uvažujeme pouze kognitivní poznatky, tedy takové poznatky, které se týkají znalostí. Jakékoliv poznatky psychomotorické, jakkoliv je jejich výuka na základních a středních školách důležitá, ponecháváme stranou, neboť potřebujeme vybudovat aparát pro realizaci elektronických kognitivních didaktických testů.

3.4 Edukační proces jako autoregulační systém Z kybernetického pohledu [64] je vzdělávání jako autoregulační systém (viz obr. 3.3). Hodnocení, posílení

4 3

2b

Učitel

Primární informace 1

Žák 2a

Vnitřní zpětná vazba Vnější zpětná vazba

Obrázek 3.3: Zpětné vazby ve vzdělávacím procesu Od učitele jde směrem k žákovi primární informace (1). Kontrola se zdvojuje a rozčleňuje na kontrolní proces učitele (2b), který je nejčastěji realizován různými


29

formami zkoušení a sebekontrolní činnost žáka (2a), přičemž oba zpětnovazební kanály se navzájem prostupují: Učitel získává výstupní informace a postupuje je žákovi (3) a nezávisle od toho získává výstupní informace o výsledcích své učební činnosti sám žák (4). Tento pohled je dobré si zapamatovat pro kapitolu 5, která se bude věnovat metodice využití didaktických testů. Z obr. 3.3 je vidět, že zkoušení (např. pomocí didaktických testů – které jsou pro eLearning nejtypičtější), hraje svoji roli nejen jako klasifikační nástroj, ale je nedílnou součástí edukačního procesu jako celku.

3.5 Potřeby edukantů během učení K dokonalému pochopení učiva je nutné uspokojit širokou škálu potřeb, které edukanti mají. Jedná se o motivaci, vysvětlení, ukázku, činnost, opravu a kontrolu, vybavování, aktivní opakování, testování a otázky [80]. Pokud některá z těchto potřeb zůstane neuspokojena, může to vést buď k nedokonalé absorpci učiva nebo k neefektivitě vzdělávacího procesu, tedy k prodloužení doby nutné k nabytí nových znalostí. Podívejme se nyní na jednotlivé potřeby podrobněji. Motivace – Motivace je velmi důležitým předpokladem úspěšného vzdělávacího procesu, přestože není jeho integrální součástí, ale pouze vlastnímu procesu předchází. Úkolem motivace je přesvědčit vzdělávané, že dané téma je pro jejich budoucnost skutečně důležité a že se mu chtějí učit. Vysvětlení – Vysvětlení je první fází procesu učení. Edukanti potřebují vědět, proč se dovednosti provádí tak, jak se provádí, a mimoto mají získat všechny důležité informace, které jsou s dovedností spjaty. Na správné metodice vysvětlení často závisí úspěch celého vzdělávacího procesu, neboť vysvětlení tvoří v hlavách edukantů základ, na kterém budou další fáze stavět. Ukázka – Edukanti musí přesně zjistit, co se po nich žádá a jak to mají vykonat. Tyto podrobnosti si obvykle nejlépe osvojí pomocí praktické ukázky, jak se daná věc provádí. Ukázka nemusí vždy následovat až po vysvětlení. V některých případech je naopak lepší ukázku zařadit před samotné vysvětlování (v rámci dramaturgie hodiny například již během motivace), a teprve poté edukantům vysvětlit, proč se daná činnost provádí tak, jak se provádí.


30

Činnost – Edukanti musí dovednost používat, to jest procvičovat. Zatímco fáze vysvětlení tvoří základ, bez nějž by nebylo možné v další výuce pokračovat, činnost je fáze, která umožňuje pronikání nových poznatků a dovedností do dlouhodobé paměti edukantů. Vynechání nebo nedostatečné provedení fáze činnosti, jinými slovy nedostatečné procvičení nové látky, vytvoří u edukantů pouze pasivní znalost, kterou pak nebudou schopni v praxi uplatnit a která se časem vytratí. Oprava a kontrola – Praktické procvičování musí být kontrolováno a opravováno edukanty samotnými a rovněž učitelem. Je velmi důležité, aby oprava a kontrola proběhla co nejdříve po činnosti. Pokud by tomu tak nebylo, hrozí riziko, že si edukanti vžijí špatné postupy a návyky, kterých se později budou těžko zbavovat. Oprava a kontrola poskytují učiteli průběžnou zpětnou vazbu. Fáze činnosti a fáze opravy a kontroly je třeba cyklicky střídat tak dlouho, dokud nemají edukanti novou látku dostatečně vžitou a zapamatovanou. Vybavování – Edukanti potřebují poznámky, které by jim věc později připomněly – například manuály, referenční příručky, slajdy, resumé, knihy, kazety, schémata, tabulky, náčrty, mnemotechnické pomůcky, obrázky, atp. Fáze vybavování nastává s určitým časovým odstupem od předchozích fází, zpravidla ve dnech až týdnech. Opětovné vybavení nabytých znalostí přesvědčuje mozek edukantů o praktické užitečnosti nabytých poznatků a implikuje hlubší uložení poznatků do dlouhodobé paměti. Aktivní opakování – Rekapitulace a procvičování dřívější látky je nezbytné, chceme-li, aby edukanti tuto látku nezapomněli. Z hlediska učitele se nejedná o nic jiného než o opětovné zopakování cyklu (činnost – oprava a kontrola). Z hlediska modelu učení se již jedná o jinou fázi, právě díky výše zmíněné časové prodlevě, která umožňuje aktivaci dlouhodobé paměti. Testování – Dovednost musí být vyzkoušena v reálných podmínkách, pokud si edukant i edukátor mají být jisti, že ji úspěšně zvládli. Testování, resp. obecné ověřování znalostí, poskytuje učiteli závěrečnou zpětnou vazbu o jeho práci. Hodnocení testu (známka) je pak odměnou edukantům za jejich práci, tedy za to, že se něco naučili.


31

Otázky – Otázky, přestože uvedené až na konci našeho výčtu, se zpravidla objevují v průběhu celého vzdělávacího procesu. Edukanti vždy potřebují mít možnost vyjasnit si pochybnosti otázkami. Z hlediska správného pochopení nové látky je ideálním místem pro pokládání doplňujících otázek závěr fáze vysvětlení. Ne všichni edukanti jsou však natolik smělí, aby se ptali hned jak zjistí, že něčemu nerozumí. Prostor pro doplňující dotazy je tak potřeba vytvořit zejména během procvičování, tedy v cyklu činnost – oprava a kontrola.

3.6 Metody předávání vědomostí V předchozí podkapitole jsme si rozebrali jednotlivé potřeby edukantů při procesu osvojování nových poznatků. Nyní se zabývejme metodami podle [80], které může učitel při výuce použít.

3.6.1 Metoda výkladu Tato metoda znamená, že učitel stojí před třídou a něco jí slovně sděluje. Výklad je nejčastěji využívanou vyučovací metodou, podle zjištění průměrně zabírá kolem 60 % většiny hodin. Jedná se o didaktickou metodu, při níž je učitel v centru děje. Mezi základní výhody této metody patří především skutečnost, že představuje vhodný způsob vysvětlování. Výklad může být na rozdíl od knihy veden na úrovni odpovídající znalostem třídy a jeho obsah lze řídit jejími potřebami. V neposlední řadě se jedná o metodu poměrně jednoduchou a rychlou, která pro zkušeného učitele nevyžaduje mnoho přípravy a pomůcek. Nevýhodou metody výkladu je, že učitel postupuje se všemi stejným tempem. Během výkladu je také značně omezena možnost zpětné vazby (učitel se musí spolehnout na správnou interpretaci neverbálních znaků). Další nevýhodou je, že edukanti nejsou nijak aktivně zapojováni do hodiny a jejich soustředění časem opadá. Výklad předpokládá ukázněnou třídu, což je předpoklad v reálných podmínkách obtížně splnitelný. Tempo mluvy během výkladu je přibližně 100 až 200 slov za minutu. Hodinová přednáška by tedy mohla obsahovat až 12 000 slov, což vydá na brožuru. Krátkodobá paměť se rychle zaplní a nové informace pak prostě nahradí informace předchozí, navíc i během desetiminutového výkladu se každý alespoň jednou „zasní“.


32

3.6.2 Metoda vysvětlování Metoda vysvětlování je velmi podobná metodě výkladu. Zásadně se však liší oblasti poznatků, na jejichž naučení lze tyto metody použít. Zatímco výkladu užíváme tehdy, kdy je cílem předat edukantům velké množství informací, vysvětlování užíváme tehdy, pokud jsou podstatné spíše souvislosti mezi těmito informacemi a cílem je správné pochopení nové látky. Výhody a nevýhody obou metod jsou prakticky totožné. Během vysvětlování se nevyhneme zjednodušování, které edukantům umožní odhalit pravou podstatu věci. Vždy je třeba užít klíčové věty, které se edukantům vštípí do paměti a které se budou vztahovat právě k podstatě. Během celého vysvětlování je nutné udržovat v edukantech přehled o tom, kde se právě v systému poznatků nacházíme a k čemu směřujeme. Předkládané poznatky by měly stavět na tom, co už edukanti znají a vytvářet logický řetězec, který vyústí u poznatků nových. Vysvětlování na konkrétních věcech je vždy lepší než vysvětlování pomocí abstraktních pojmů.

3.6.3 Metoda ukazování Jedná se o demonstrování praktických a intelektuálních dovedností. Edukanti se poté námi předvedené činnosti snaží napodobovat, čímž se je učí. Napodobování je metoda, kterou se učíme například svůj mateřský jazyk, má proto v edukačním procesu své místo. V některých případech je užitečné během demonstrování dělat záměrné chyby. To edukantům umožní odhalit důsledky chyb a mohou se z nich poučit, aniž by je museli sami udělat. Vždy je však třeba předem edukanty upozornit na to, že budeme chyby dělat. Ukazování představuje učení na základě indukce a je konkrétní.

3.6.4 Metoda procvičování pod dohledem učitele Jedná se o korigovanou praxi. Edukátor před edukanty jakoby předpokládá, že edukanti již danou látku znají a dokážou ji použít. Zadá tedy samostatnou práci, kterou edukanti řeší. Učitel jejich práci přerušuje a kontroluje správný postup a dosažené výsledky. Je nezbytné, aby všechny chyby byly včas odhaleny a opraveny. Běžnější chyby je vhodné probrat s celou třídou či skupinou.


33

3.6.5 Metoda dialogu Metoda dialogu je velmi náročná metoda, kterou mohou používat jen zkušení pedagogové. Jedná se rovněž o metodu velmi časově náročnou, kterou lze provádět jen s jedním, maximálně dvěma edukanty. Dialogickou metodou učíme edukanty učivo nejen znát, ale i chápat. Otázky učí samostatnému myšlení, nutí k přemýšlení a odhalují jim logiku problematiky. Výuka formou kladení otázek klade důraz na pochopení, při výkladu je pouze řečeno, co mají edukanti vědět. Metodou kladení otázek také zjišťujeme a opravujeme chybné představy edukantů. Pomocí kladení otázek si zajistíme zpětnou vazbu a tak se můžeme přesvědčit, zda edukanti látce porozuměli.

3.6.6 Metoda diskuse Diskuse je svým způsobem zobecnění předchozí metody dialogu. Je aplikovatelná i na větší skupinu, kde je však třeba dbát na to, aby se do ní zapojili pokud možno všichni účastníci. Diskuse znamená volně plynoucí konverzaci, při níž mají edukanti možnost vyjádřit své myšlenky a názory a vyslechnout, co říkají ostatní ze skupiny. Jak je již z povahy této metody zřejmé, jedná se o metodu aplikovatelnou zejména v humanitně orientovaných předmětech, kde zpravidla neexistuje jednoznačná odpověď. Diskusi musí vždy předcházet seznámení s fakty. Pouze na základě obecné znalosti základních faktů se může diskuse plně rozvinout. Úkolem učitele je poté diskusi usměrňovat, dohlížet na to, aby se zapojil každý a doplňovat případná další fakta, pokud si to situace vyžádá. Diskuse by měla probíhat v nesoutěživé a objevné atmosféře – mělo by ji provázet úsilí všech dospět ke společnému závěru. Diskuse ponechává člověku svobodu spekulovat a měnit názor.

3.6.7 Metoda skupinové práce Práce ve skupinách je aktivní. Umožňuje edukantům, aby si procvičovali metody, pravidla a slovní zásobu, jimž se učí. Nesmělí edukanti, kteří nevystoupí před třídou, se obyčejně nechají snadněji přimět k aktivitě ve skupině. A co více, práce ve skupinách většinou znamená též sebekontrolu a vzájemnou pomoc, při nichž jsou nedorozumění odstraňována v poměrně vstřícné atmosféře. Skupinová práce je činností, jež je zábavná sama o sobě, a zároveň v sobě skrývá obrovský učební potenciál. Vyžaduje, aby si edukanti utřídili novou látku a aby pro ně tato látka měla osobní smysl. Skupinová práce vede edukanty k tomu, aby přejímali za


34

učení odpovědnost. Edukanti mají možnost procvičovat si takové duševní schopnosti vyššího řádu, jako je tvořivost, hodnocení, schopnost syntézy a analýzy. Také se učí „obecným dovednostem“, např. schopnosti pracovat a komunikovat s jinými.

3.6.8 Metoda her a simulací Užití her ve vzdělávacím procesu vychází z předpokladu, který odhalil již J. A. Komenský, že učení a hra se vzájemně nevylučují. Obecně platí, že čím je edukant starší, tím méně se učí hrou, neboť společnost má všeobecně zato, že hry přísluší spíše malým dětem. Praktické zkušenosti z vzdělávacích kurzů pro vedoucí dětských (např. skautských) kolektivů, jejichž metody jsou zhusta používány také pro výcvik vrcholových manažerů velkých firem, však dokazují pravý opak. Hrou jsme schopni se učit celý život, pokud si tuto schopnost sami připustíme. Vymyslet dobrou hru, která edukanty baví a ještě se při ní naučí požadovanou látku, je pro učitele velmi obtížný úkol.

3.6.9 Metoda samostatné práce Málokterá vyučovací metoda umožňuje učiteli rozvíjet tak širokou škálu dovedností – a málokterá mu dává větší příležitost promarnit množství času špatně řízenými činnostmi. Na rozdíl od mnoha jiných činností dávají samostatné práce edukantům možnost užívat intelektuální dovednosti vyššího řádu, jako například tvořivost, laterální myšlení, hodnocení, analýzu a syntézu. Rovněž si mohou procvičit schopnost samostatnosti, schopnost učit se, schopnosti řešit problémy a další „obecné dovednosti“. Během přípravy samostatné práce je třeba především stanovit cíle, kterých chceme samostatnou prací dosáhnout, zvážit podmínky a potřebné dovednosti, naplánovat činnost a motivovat edukanty. Samostatná práce plní vzdělávací roli daleko lépe, pokud není vykonávána až na poslední chvíli. Je proto třeba edukantům práci neustále připomínat a kontrolovat její plnění průběžně.

3.6.10 Metoda objevování a řízeného objevování Při učení metodou objevování se od edukantů očekává, že na dané principy či metody budou přicházet sami – i když většinou s určitou cizí pomocí nebo po zvláštní přípravě. Když je metoda objevování dobře naplánována a provedena, představuje aktivní formu učení – náročný, ale zvládnutelný a zábavný úkol. Edukant s její pomocí


35

velmi rychle porozumí učivu. Metoda objevování motivuje všechny edukanty, vyjma těch zcela apatických. Je ale nutné zdůraznit, že pokud činnosti špatně promyslíme nebo je špatně řídíme, může se stát, že se edukanti nic nenaučí a budou zmateni a frustrováni. Nedostatkem metody objevování, často přehlíženým i zkušenými pedagogy, je skutečnost, že tato metoda nikdy nestačí sama o sobě. Pro osvojení intelektuální nebo praktické dovednosti či postupu edukanti potřebují, aby jim byly nové poznatky vysvětleny na základě jejich dosavadních znalostí a zkušeností – a právě to metoda objevování poskytuje.

3.6.11 Metoda učení z textu Učení z textu si žádá, aby edukanti převzali za porozumění a získané znalosti odpovědnost, a má mnoho výhod individualizovaného učení. Umožňuje každému, aby pracoval svým vlastním tempem, takže bystřejší edukanti mohou postupovat rychleji a více do hloubky. Ti pomalejší naopak získávají dostatek času a lze pro ně zvolit jednodušší text. Učení z textu rozvíjí velmi důležitou dovednost osvojovat si přečtené informace. Toho není možné docilovat bez praxe. Dále pomáhá rozvíjet dovednost orientovat se v knize i v knihovně a seznamuje edukanty s jejich učebnicemi a dalšími důležitými texty. Při učení z textu mohou edukanti zaujmout jeden z následujících tří postojů. Nulový přístup – edukanti pouze mechanicky pročítají text v domnění, že jim automaticky naskáče do hlavy a chtějí to mít co nejrychleji za sebou. Povrchový přístup – edukanti jsou pasivní a chtějí zvládnout celé téma, naučit se co nejvíce stran, najít správné odpovědi, vstřebat přesně dané vědomosti, naučit se látku doslova. Hloubkový přístup – edukanti jsou duševně aktivní a chtějí znát hlavní myšlenky, téma jako celek, souvislosti, logiku argumentace a obsah textu ve svých důsledcích. Mělo by samozřejmě být snahou autora každého učebního textu i každého učitele, který s tímto textem ve výuce pracuje, aby pokud možno co nejvíce edukantů zaujalo hloubkový přístup a co nejméně přístup nulový. Je ale zřejmé, že realita tomuto ideálu neodpovídá.


36

3.7 Pedagogické vzory Projekt pedagogických vzorů [43] v didaktice byl inspirován podobným projektem v architektuře v sedmdesátých letech minulého století. Vzor je formulován jako popis a zobecnění určité zkušenosti, která vede k postupu, jak problém řešit [61]. Každý učitel ve své výuce vzory používá a většinou si to ani neuvědomuje. Pochopení pedagogických vzorů umožní zlepšení plánování probírání vyučovacích témat. Z našeho pohledu je studium pedagogických vzorů zajímavé především v kontextu využití ICT – tedy které vzory integraci ICT umožňují a jakým způsobem. Pro výuku informatiky bylo sestaveno 14 hlavních pedagogických vzorů [5]. Protože projekt pedagogických vzorů stále pokračuje, lze se domnívat, že toto číslo nemusí být konečné. Díky své obecnosti jsou popisované vzory použitelné i v jiných disciplínách, proto budeme předpokládat jejich obecnou využitelnost i v této práci. Early bird – ranní ptáče. Tento vzor organizuje výuku tak, že klíčové poznatky jsou sdělovány edukantům jako první. Pokud není možné je edukantům sdělit hned na začátku kurzu, jsou jim sděleny co možná nejdříve. Edukanti tak získají jasnou představu o relativní důležitosti jednotlivých poznatků. Typickým užitím je kurz sestávající z mnoha témat, která spolu vzájemně souvisejí. Spiral – spirála. Témata v kurzu jsou rozdělena na jednotlivé části a tyto části jsou edukantům předávány v pořadí odpovídajícím edukantovu řešení problému. Mnoho částí téma pouze uvozuje, ale nepokrývá detaily. Další detaily jsou předávány tehdy, až edukanti pochopí předcházející části. Následné cykly pak přináší další a další detaily a prohlubují tak pochopení problému. Consistent metaphor – konzistentní metafora. Pokud vyučujeme komplexní téma mimo běžnou zkušenost edukantů (typicky začátečníků), najdeme komplexní a konzistentní metaforu, která je edukantům známa. Edukanti v té době nevidí souvislost mezi popisovanou metaforou a skutečným problémem. Poté, co na zvolené metafoře vysvětlíme všechny zákonitosti a jevy, odhalíme edukantům souvislost se skutečným životem a přeneseme již pochopené jevy na reálné objekty. Toy box – krabice s hračkami. Smyslem tohoto vzoru je dát edukantům historický a technologický přehled o daném tématu tak, že je necháme „hrát si“


37

s ilustrativními pedagogickými pomůckami. Ono hraní si ve skutečnosti znamená zkoušení a postupné pochopení všech možných vlastností. Tool box – krabice s nářadím. Podstatou tohoto vzoru je, že si edukanti postupně vytvářejí nástroje, které využijí v daném kurzu později k řešení komplexnějších problémů. V programování se jedná typicky o vytváření jednoduchých procedur, které se stávají komponentami složitějších procedur. Aplikováno ve spirále, tyto procedury se opět stávají komponentami složitějších, atd. Lay of the land – pohled na krajinu. Pokud edukantům předáváme rozsáhlé téma, nejprve je popíšeme ve velmi hrubých rysech. Podobně, jako bychom se dívali na krajinu, která leží před námi, když jsme vystoupali na kopec. Krajinu vnímáme nejprve jako jeden celek. Teprve poté si můžeme vzít dalekohled a prozkoumat jednotlivé oblasti blíže. Fixer upper – opravami vzhůru. Při použití tohoto vzoru zadáme edukantům práci, na kterou objektivně nestačí. Jejich řešení proto nebude uspokojivé. Následnými opravami a úpravami, které již budou provádět pod naším vedením, pak dosáhnou uspokojivého řešení. Požadované znalosti získají právě postupným opravováním své práce. Larger than life – širší než život. Cílem tohoto vzoru je přimět edukanty k porozumění komplexnímu a rozsáhlému artefaktu, který nejsou schopni sami vytvořit. Mohou však upravovat jeho dílčí části a sledovat změny chování celého systému. Student design sprint – studentský návrhářský závod. Dříve, než se do něčeho pustíme, je třeba danou problematiku řádně promyslet a dobře navrhnout řešení. Špatný návrh na počátku může způsobit mnoho pozdějších problémů. Použití tohoto vzoru klade důraz na důkladné promyšlení toho, jak je potřeba problém řešit. Vlastní řešení problému pak zůstává v pozadí. Mistake – chyba. Lidé dělají chyby a měli by vědět, jaké důsledky chyby způsobí. Uplatněním tohoto vzoru vyzveme edukanty, aby během řešení problému udělali záměrně specifickou chybu. Následnou diskusí pak umožníme edukantům, aby odhalili všechny důsledky a souvislosti dané chyby, čímž se sníží riziko, že stejnou chybu udělají nevědomky.


38

Obrázek 3.4: Vazby mezi pedagogickými vzory podle [5] Test tube – zkumavka. Vzor též zvaný „Zkus a uvidíš“ je odpovědí na otázky edukantů „Co když…“. Dobrý učitel by na takovou otázku nikdy neměl odpovědět, že se stane to a to, ale právě větou „Zkus a uvidíš“. Vlastní pozorování je daleko efektivnější než pouhé vyslechnutí hotové informace. Fill in the blanks – vyplnění prázdného místa. Tento vzor nám opět pomůže při vysvětlování komplexních problémů. Edukantům předložíme řešení rozsáhlého problému, které by sami nebyli schopni vymyslet. Toto řešení však není úplné. Jsou v něm bílá místa a úkolem edukantů je tato bílá místa zaplnit. Nejprve tedy budou muset pochopit, co se děje v okolí těchto bílých míst a poté sami vytvořit to, čím bílá místa zaplní. Gold star – zlatá hvězda. Edukanti potřebují být odměňováni. Pochvala bývá tou největší motivací. Jak pro chváleného, tak po ostatní. Pochvala za správné řešení proto musí následovat vždy. Grade it again Sam – zkus to znovu. Škola je místem, kde se žáci učí. A dělají u toho chyby. Chyby často vedou k zesměšnění a ztrátě motivace. To jako učitelé


39

nesmíme nikdy připustit. Pedagogický vzor Zkus to znovu znamená důsledné potírání jakéhokoliv výsměchu kvůli chybám a minimalizaci ostychu ze strachu před chybami. Dělání chyb je ve vzdělávacím procesu naprosto přirozené, chyby dělá každý a každý by měl také dostat možnost svoji chybu napravit tím, že to zkusí znovu. Pedagogické vzory pracují dobře, pokud jsou využívány společně. Každý vzor má v pedagogické práci své místo. Často je jeden vzor využíván jako součást vzoru jiného. Vazby mezi deseti z uvedených vzorů znázorňuje obrázek 3.4. Přemýšlení nad vzory je přemýšlením nad prostředky, kterými jako pedagogové dosahujeme svých cílů – tedy předávat edukantům vědomosti tak, aby jim co nejlépe porozuměli.

3.8 Didaktické testy Didaktický test (angl. Achievement test) je definován jako zkouška, která se orientuje na objektivní zjišťování úrovně zvládnutí učiva u určité skupiny osob. Nebo stručně nástroj systematického zjišťování (měření) výsledků výuky [34]. První testy byly použity v USA v polovině 19. století [85]. Tzv. jednotné písemné páce z matematiky, určené pro žáky bostonských škol, sestavil v roce 1845 Horace Mann. Vznik didaktických testů je příznačně spojen s tehdejšími pokusy o sestavení vyučovacích strojů. Na skutečné nasazení „vyučovacích strojů“ si však pedagogika musela ještě přibližně 100 let počkat do doby, než se začal v souvislosti s vývojem výpočetní techniky rozvíjet eLearning. Samotné slovo test je odvozeno z latinského testor, testari, což znamená dosvědčovat, dokazovat [76]. K nám se toto slovo dostalo prostřednictvím angličtiny, kde znamená zkoušku, zkoumání, ověřování v nejširším smyslu. Poprvé toto slovo pravděpodobně použil U. M. Rice v roce 1897 pro zkoušku jazykových dovedností [84]. Pedagogická praxe byla v počátcích užívání testů značně ovlivněna psychologií. Do historie testování vešel Binetův test z roku 1904, používaný pro určování, zda jsou děti schopné školní docházky. Později se tyto testy vyvinuly v tzv. IQ testy, které jsou proslulé především svoji nesprávnou interpretací, která vedla k mnoha problémům [84]. Pedagogické testování je jednou z nejobjektivnějších metod pedagogické diagnostiky [85]. Didaktický test je daleko objektivnější než ústní zkouška [33], u které se projevují subjektivní faktory učitele a především výmluvnost zkoušeného, která


40

v mnohých případech dokáže jeho neznalosti výborně zakrýt. Stačí, aby byl zkoušený schopen převést téma hovoru do oblasti, ve které má bohatší znalosti, čehož si podle výzkumů [84] většina pedagogů nevšimne. Dalším faktorem snižujícím objektivitu ústního zkoušení, je výkon předcházejícího zkoušeného. Je známým faktem, že i průměrný student, který je zkoušen po studentovi, který předvedl zcela slabý výkon, je hodnocen jako výborný. Naopak ten, kdo je zkoušený po studentovi, jenž předvedl vynikající výkon, má situaci nepoměrně těžší. Konečně je třeba uvažovat i subjektivní faktory zkoušejícího, jako je jeho únava, hlad, zdravotní stav, nálada, nebo sympatie či antipatie ke zkoušenému. I přes zmíněné nedostatky má ústní zkoušení svůj smysl. Uvedený výčet měl ilustrovat vhodnost didaktických testů jako vhodného objektivního kontrolního nástroje. Dobře sestavený didaktický test je tedy velmi užitečným nástrojem, který umožňuje edukátorům nejen získávat od edukantů zpětnou vazbu, ale též finalizovat proces učení na straně edukanta. Podrobněji jsou cíle zkoušení rozebrány např. ve [65]. Mezi tyto cíle patří: •

kontrola výsledků učení (hodnocen je výkon edukanta)

•

kontrola kvantitativní stránky vzdělání edukanta (zjišťování rozsahu vědomostí a dovedností se zřetelem k požadavkům v učebních osnovách)

•

kontrola kvalitativní stránky vzdělání edukanta, tj. stupně rozvoje jeho schopností (např. logicky myslet, schopnosti aplikovat vědomosti a dovednosti v praxi, správnosti a přesnosti vědomostí, aj.

•

výchova

edukantů;

zkoušky

mají

vést

k

přesnosti,

svědomitosti,

zodpovědnosti a k trvalému osvojení učiva •

učitel si zkouškou ověřuje správnost svých učebních a výchovných metod

Pedagogické testování patří sice mezi nejobjektivnější metody, přesto však existují četné faktory, které tuto objektivitu ovlivňuji, resp. snižují. V literatuře [85] jsou uvedeny následující: •

časová náročnost zkoušky

•

únava zkoušených

•

napjatá atmosféra

•

čekání před zkouškou


41

Podle [64] existují tři hlavní faktory nepřesnosti měření didaktickým testem: •

mentální nevyrovnanost zkoušeného v čase

•

neobjektivita a nejednoznačnost při hodnocení výsledků

•

nejednoznačnost zadání úloh

Na tyto věci je proto potřeba dávat při návrhu testu pozor, jak bude ještě rozebráno v kapitole 5.

3.8.1 Rozdělení didaktických testů Obecnou klasifikaci testů provádí Vrána [31] podle toho, co testy zjišťují. Dělí tak testy na inteligenční a didaktické. Didaktické se pak dále dělí •

Podle způsobu zpracování na informační a standardizované

•

Podle účelu na zkušební, diagnostické a kontrolní

•

Podle způsobu použití na hromadné a individuální

Jiný způsob dělení didaktických testů zavádí Michalička [31] (viz tab. 3.5). V zásadě lze říci, že se odborná literatura shoduje na kritériích uváděných v následujícím výčtu. Jednotlivé druhy testů mají v pedagogické práci různé uplatnění. Test rychlosti × test úrovně – Test rychlosti zjišťuje, jak rychle je zkoušený schopen splnit daný úkol. Předpokládáme přitom, že úkol zvládá a skutečně jde pouze o to, zjistit jak rychle. Naproti tomu test úrovně zjišťuje pouze, zda a jak dobře je zkoušený schopen úkoly plnit, nezávisle na rychlosti. Platí, že test rychlosti by měl být konstruován tak, aby jej přibližně 90 % zkoušených nestihlo ve stanoveném čase vyřešit. Naproti tomu test úrovně by mělo přibližně 90 % zkoušených ve stanoveném čase vyřešit. Test zkušební × test procvičovací – Toto kritérium určuje, jakým způsobem budou využity výsledky testu. U procvičovacího testu mají výsledky primární smysl pro edukanta, kterému poskytují zpětnou vazbu pro další samostudium; tyto testy nejsou podkladem pro hodnocení edukanta. Naproti tomu zkušební testy jsou podkladem pro hodnocení, eventuelně podmiňují další studijní postup edukanta.


42

Test standardizovaný × test nestandardizovaný – U standardizovaného testu existuje objektivní srovnání pro výsledky, jichž edukanti dosáhnou. Tohoto srovnání nejčastěji dosahujeme tak, že stejný test předložíme velké skupině zkoušených (např. v celé republice). Standardizované testy jsou nejčastěji připravovány profesionálně a komerčně, v běžné praxi se zpravidla používají testy nestandardizované. Test kognitivní × test psychomotorický – Kognitivní testy měří kvalitu dosažených znalostí a vědomostí, psychomotorické testy měří úroveň dovedností nervosvalové souhry. Toto dělení vychází z dělení učení na tři oblasti (kognitivní, afektivní a psychomotorické) podle B.S. Blooma, jak bylo popsáno na začátku této kapitoly. Test výsledků výuky × test studijních předpokladů – Test výsledků výuky měří to, co se edukant v minulosti naučil, zatímco test studijních předpokladů zjišťuje, co je schopen edukant zvládnout v budoucnosti. Příprava testů studijních předpokladů vyžaduje odbornou psychologickou kvalifikaci a je daleko náročnější než příprava testů výsledků výuky. Tesy relativního výkonu × test absolutního výkonu – U testů relativního výkonu poměřujeme výsledek zkoušeného s výsledky ostatních v testovaném vzorku. Aby zkoušený dosáhl dobrého výsledku, nemusí být jeho znalosti na vysoké úrovni, stačí, když budou na vyšší úrovni, než u jeho spolužáků. Testy absolutního výkonu měří absolutní úroveň dosažených znalostí či dovedností bez ohledu na výsledky ostatních. Vstupní, průběžný a výstupní test – Vstupní test se zadává na začátku výuky, průběžný (formativní) test v průběhu výuky a výstupní (sumativní) test na konci výuky. Vstupní a průběžný test zpravidla neslouží jako podklad pro klasifikaci, ale jako pomůcka pro učitele, který se tak dozví úroveň znalostí edukantů před začátkem výuky (u vstupního testu) či rychlost osvojování předávaných poznatků (u formativního testu). Test monotematický × test polytematický – Testy monotematické testují jen jedno téma učební látky, zatímco polytematické testy zkouší učivo z několika celků. Test objektivně skórovatelný × test subjektivně skórovatelný – Toto dělení je z hlediska využití ICT velmi podstatné. Objektivně skórovatelný testy je totiž


43

možné vyhodnocovat s pomocí počítače. Jak již název napovídá, jedná se o testy, které obsahují pouze takové úlohy, kde o správnosti odpovědi nemůže být pochyb. Naproti tomu subjektivně skórovatelný testy obsahují i úlohy, o jejichž správnosti rozhoduje lidský faktor, tedy učitel (tzv. široké otevřené otázky – viz dále). V literatuře (např. v [76]) je uváděna spousta dalších kritérií (např. podle způsobu zadání na písemné x ústní, podle způsobu odpovědí na písemné x ústní x performační; atd.). Ty pro nás z hlediska nasazení eLearningových technologií ovšem nejsou podstatné, neboť předávání údajů z počítače na zkoušeného bude vždy písemné event. s využitím multimediálních technologií a předávání údajů od zkoušeného do počítače rovněž. Podle principů konstrukce Podle obsahu Podle specifikace zjišťovaných vědomostí Podle možností použití Podle charakteristiky výkonu Podle užití řeči

Podle procedury

Podle typu testových položek

Nestandardizované objektivní volných odpovědí informační mluvnické, početní, mluvnické, početní, dějepisné, atd. dějepisné, atd. celkových celkových vědomostí, vědomostí, speciálních speciálních vědomostí vědomostí individuální, individuální, skupinové skupinové optimálního optimálního výkonu, výkonu, maximálního maximálního výkonu výkonu verbální, verbální nonverbální písemné, ústní, obrázkové, písemné, ústní manipulační, přístrojové produkční, doplňovací, výběrové (ze dvou alternativ, z více produkční alternativ, dvoustranného výběru), kombinované

Standardizované mluvnické, početní, dějepisné, atd. celkových vědomostí, speciálních vědomostí individuální, skupinové optimálního výkonu, maximálního výkonu verbální, nonverbální písemné, ústní, obrázkové, manipulační, přístrojové produkční, doplňovací, výběrové (ze dvou alternativ, z více alternativ, dvoustranného výběru), kombinované

Tabulka 3.5: Klasifikace testů podle M. Michaličky


44

3.8.2 Vlastnosti didaktických testů Odborná literatura uvádí mnoho vlastností, které můžeme u didaktických testů sledovat. Některé z nich jsou objektivně měřitelné, některé méně, některé ukazují na kvalitu testů, jiné mají hodnotu pouze informační. Podívejme se nyní na některé z nich: Reliabilita (spolehlivost) – Test můžeme považovat za spolehlivý tehdy, dostanemeli při jeho opětovném použití u téhož vzorku v podstatě tytéž výsledky. Bohužel, sama podstata této definice vylučuje měření reliability právě na základě této definice. Zopakujeme-li test po kratším časovém úseku, budou si edukanti správné odpovědi ještě pamatovat. Ponecháme-li mezi testy delší časový odstup, změní se za tu dobu úroveň znalostí edukantů (např. vlivem jiných předmětů) a už se tedy nebude jednat o „tytéž“ jedince. Míru spolehlivosti lze ovšem měřit jako korelační koeficient, který může vyjadřovat: •

Pravděpodobnost shody mezi výsledky dosaženými při opakovaném testování stejným testem

•

Pravděpodobnost shody mezi výsledky dvou testů, které obsahují odlišné položky testující znalost téhož učiva (tzv. paralelní nebo ekvivalentní formy testu)

•

Pravděpodobnost shody mezi výsledky dosaženými v různých částech testu (např. liché x sudé položky, atp.)

Vhodná hranice, kdy je test ještě dostatečně spolehlivý, je cca 0,8. Vykazuje-li test nižší míru reliability, je třeba jej přepracovat. Validita (platnost) – Test zjišťuje to, co zjišťovat má. Validita má několik podskupin, z nichž nejpodstatnější je validita obsahová, vyjadřující shodu obsahu testu s obsahem vyučování. Při určování validity zpravidla vycházíme z přesného rozboru učebních osnov a jejich porovnáním s obsahem testových položek. Užitečnou pomůckou nám může být tzv. diagnostická tabulka (viz tab. 5.1). Obsahovou validitu lze rovněž statisticky měřit, a to jako korelaci výsledků testu se známkami udělovanými např. jiným učitelem, nebo s jiným kritériem, které je považováno za objektivní. Objektivnost – Test je objektivní, jestliže: •

položky jsou sestaveny tak, aby zkoušený mohl odpovídat jednoznačně

•

jednotlivé odpovědi je možno jednoznačně vyhodnotit

3. Metodologická východiska práce •

45

celkový výkon téhož jedince je posuzován a interpretován podle určitého systému norem

Senzibilita (citlivost) – Test považujeme za citlivý, jestliže umožňuje zjistit i menší rozdíly v rozsahu a kvalitě měřených vědomostí či dovedností zkoušených. Citlivost je do značné míry závislá na počtu položek, neboť větší počet položek zvyšuje možnost diferenciace výsledků zkoušeného. Počet otázek v testu – tato vlastnost úzce souvisí s časem potřebným k vypracování. Oběma veličinám se budeme věnovat podrobně v kapitole 5. Použitelnost – Pro praxi je důležité zejména, aby učitel snadno a rychle testy opravil. V případě eLearningu je použitelnost zpravidla garantována použitým LMS. Ekonomičnost – Na časové úspory, kterých použitím testu dosáhneme, lze usoudit z použitelnosti testu. Vzhledem k tomu, že ICT provedou spoustu (hlavně výpočetních) úkonů za nás, tak eLearning významně ekonomičnost testů zvyšuje.

3.8.3 Typy testových položek Základní testovou jednotkou je otázka, v literatuře též někdy nazývaná položka (angl. item). Tyto položky mohou být různého typu, každý typ je vhodný pro testování určitého druhu znalostí a vědomostí. Podívejme se tedy na typy testových položek, které se mohou v kognitivních didaktických testech vyskytovat. V žádném případě se nemůže jednat o konečný výčet, neboť kreativita učitelů může přinášet stále nové a nové typy otázek [86], [34]. Přesto si autor práce troufá tvrdit, že současná odborná literatura věnující se problematice didaktických testů nepopisuje žádné typy testových položek, které by nebyly uvedeny v této podkapitole; graf rozdělení typů testových položek a některé obecné typy položek tvoří vlastní dílo autora této práce.


46

Testové položky Otevřené

Široké

Uzavřené

Úzké

Jednoslovní

Výběrové

Doplňovací

Relační

Obecné

Injektivní

Bijektivní

Přařazovací

1zn

Složené

mzn

Nucená volba

Jednoduché

Uzavřené doplňovací Obecná

Prostá

S neurčitou možností

Dichotomická

Trichotomická

Seřaďovací

Prosté

Spojovací

S nespr. možnostmi

S otevřenou možností

Obrázek 3.6: Rozdělení typů testových položek Nejhrubší kritérium rozdělení otázek je na otázky uzavřené a otevřené. Uzavřené otázky jsou charakteristické tím, že zkoušený vybírá z daných možností, popřípadě dané možnosti nějak uspořádává či spojuje. Otevřené otázky jsou charakteristické tím, že zkoušený nemá k dispozici žádné možnosti a odpověď je nucen sám vytvořit. Rozdíl mezi těmito dvěma skupinami je zřejmý. Jsou založeny na odlišném psychickém procesu, který probíhá v mysli zkoušeného při řešení těchto úkolů. U otevřených otázek jde o samostatné vybavování, u uzavřených pak o nalezení správného řešení mezi těmi, která jsou zkoušenému předložena. Otevřené položky dále dělíme na široké a úzké, lišící se délkou odpovědi, kterou zkoušený vytváří. Uzavřené položky dělíme na výběrové, u nichž je obecně smyslem vybrat některé z nabízených možností a relační, u nichž zkoušený hledá vztah mezi nabízenými objekty, respektive množinami objektů. Schéma rozdělení typů testových položek je znázorněno na obrázku 3.6. Nyní se na jednotlivé typy podívejme podrobněji: Výběrové typu 1/n – Z n nabízených odpovědí je právě jedna správná. Úkolem zkoušeného je tuto odpověď vybrat. Pod slovem test si většina laiků představí test složený právě z položek tohoto typu. Jedná se o nejčastěji používaný typ položek.


47

Dichotomické (dvou konstantních alternativ) – jsou zvláštním případem výběrových otázek typu 1/n. Zkoušený volí mezi dvěma možnostmi (např. ANO/NE). Název „konstantních alternativ“ vychází z toho, že nabízené alternativy jsou u všech otázek tohoto typu stejné. Trichotomické (tří konstantních alternativ) – jedná se o rozšíření předcházejícího typu o třetí variantu, která je typu „Není podstatné“. Využití lze nalézt např. v medicíně, kdy se zkoušených ptáme, zda doporučit či nedoporučit určitý způsob léčby. Kromě jasného ano či jasného ne tak může být správná i možnost, že nabízený postup nebude mít na pacienta žádný vliv. Výběrové typu 1/n s otevřenou možností – V testu je nabídnuto n možností, z nichž poslední je typu „Jiný – napište jaký:“. Zkoušený tedy musí zvažovat i situaci, kdy mezi nabízenými možnostmi není správná odpověď, kterou poté musí sám napsat. Tento typ otázek kombinuje výběrové a úzké otevřené otázky. Výrazně snižuje pravděpodobnost, že zkoušený správnou odpověď uhodne. Řešení takovýchto položek je daleko náročnější než řešení prostých výběrových položek typu 1/n. Výběrové typu 1/n s neurčitou možností – V testu je zkoušenému nabídnuto n možností, z nichž poslední je typu „Žádná z předchozích možností“. Jedná se tedy o zjednodušení předchozího typu, kdy zkoušený sice musí poznat, že mezi nabízenými možnostmi není správná odpověď, ale tuto odpověď již nemusí sám vytvářet. Výběrové typu m/n – Z n nabízených odpovědí může být 0 až n správných. Zkoušený musí u každé možnosti zvlášť určit, zda odpovídá zadání či nikoliv. Varianty, kdy není správná žádná odpověď, případně jsou správné všechny, mohou být značně matoucí. De facto se jedná o sadu dichotomických otázek, neboť zkoušený u každé možnosti nezávisle rozhoduje, zda splňuje, či nesplňuje kritéria zadání. Výběrové typu m/n s implicitní špatnou odpovědí – Tento typ otázek objektivizuje předchozí typ. Pokud zkoušený neřeší otázku typu m/n (ať již záměrně, pro neznalost nebo pro nedostatek času), získává v průměru přibližně polovinu bodů za nezaškrtnuté špatné možnosti. Tento typ otázek předpokládá nikoliv dvoustavovou odpověď na každou možnost (ano – ne, zaškrtnuto –


48

nezaškrtnuto), ale třístavovou (ano – ne – nevím, zaškrtnuto – nezaškrtnuto – neřešeno). Možnost nevím – neřešeno je pak považována za špatnou. Zkoušený, který otázku neřeší, je na tom pak stejně jako ten, který na ni odpověděl zcela špatně. Nucená volba – Úkolem zkoušeného je z daných možností vybrat k-tici správných. Svým způsobem se jedná o speciální případ položek typu m/n, kdy je zkoušenému předem sděleno, kolik možností je správných. Tento údaj může posloužit nejen jako nápověda, ale může zkoušeného i znejistit. Spojovací – Úkolem zkoušeného je nalézt bijekci mezi dvěma n-prvkovými množinami objektů, tedy každý prvek z jedné množiny spojit s právě jedním prvkem z druhé množiny. Přiřazovací – Jedná se o zobecnění předchozího typu. Matematicky řečeno, zkoušený nehledá bijekci, ale injekci. Jeho úkolem je zadané objekty správně přiřadit ke skupinám. Do jedné skupiny může být zařazeno více objektů, některá ze skupin případně nemusí být využita vůbec. Každý objekt je však přiřazen právě do jedné skupiny. Obecné spojovací – Jedná se znovu o zobecnění přecházejícího typu – nejobecnější kategorii relačních položek. Zkušený má k dispozici dvě množiny (ne nutně stejně početné) a má mezi těmito dvěma množinami nalézt obecnou relaci (tedy podmnožinu kartézského součinu). Každý prvek jedné množiny tak může být spojen s libovolným (i nulovým) počtem prvků druhé množiny. Seřaďovací – Úkolem zkoušeného je seřadit nabízené objekty podle zadaného kritéria. Z teoretického hlediska se jedná o zvláštní případ spojovacích otázek, kdy jedna množina je začátek množiny přirozených čísel. Seřaďovací s nesprávnými možnostmi – Jedná se o variantu předchozího typu s tím rozdílem, že mezi nabízenými položkami jsou i takové, které do souboru ke třídění nepatří. Úkolem zkoušeného je kromě setřídění relevantních položek i označit položky, které zařadit nelze. Slovní (jednoslovní, úzké otevřené) – Zkoušený musí zadat slovní odpověď (jediné slovo či sousloví, případně synonymum). Zadání může být formulováno buď jako otázka, na kterou zkoušený odpovídá, nebo jako neúplné tvrzení, které je třeba doplnit.


49

Doplňovací – Tato položka je tvořena souvislým textem s vynechanými (několika) slovy. Úkolem zkoušeného je vynechaná slova doplnit. Tento typ položek najdeme především v jazykových testech. De facto se jedná o soustavu jednoslovních položek, které jsou svázány kontextem. Uzavřené doplňovací – Tyto položky jsou variantou předchozího typu, patří však již mezi položky uzavřené. Zkoušenému je opět nabídnut souvislý text s vynechanými slovy nebo jejich částmi; u každé vynechávky je zkoušenému nabídnuta množina alternativ, z nichž má vybrat tu, která se na dané místo (vzhledem k okolnímu kontextu), nejvíce hodí. Otevřené (široké otevřené) – Otázky vyžadující slovní odpověď (celou větou nebo větami). Široké otevřené otázky nemohou být jako jediné z uvedených vyhodnocovány strojově. Užití otevřených otázek implikuje subjektivní skórovatelnost testu, což je jejich velká nevýhoda. Přesto existuje spousta oblastí, kde se užití tohoto typu otázek nevyhneme. Na tomto místě jsme uvedli pouze výčet možných typů testových položek. Metodika jejich využití, vhodnost pro různé okruhy učiva, typy kurikula, jejich matematický základ, skórovací metody a způsob jejich implementace v eLearningových systémech budou diskutovány v kapitole 5.

3.9 Shrnutí metodologických východisek práce V předcházejících podkapitolách jsme se věnovali poznatkům didaktiky a pedagogiky, které mají souvislost s využitím ICT ve vzdělávacím procesu a budou tak sloužit jako východiska pro následující kapitoly této práce. Zabývali jsme se výukovými cíli, taxonomií poznatků, potřebami edukantů během učení a metodami předávání vědomostí. Stěžejní částí této kapitoly byla část 3.8 věnovaná didaktickým testům. Tato podkapitola nejen sumarizuje prakticky veškerou dostupnou literaturu věnovanou didaktickým testům, ale přináší nový pohled autora na danou problematiku a zejména rozdělení a výčet typů testových položek, které v takovém rozsahu, v jakém je prezentováno v této práci, nemá v literatuře obdoby.

4. eLearningové technologie ve vzdělávání

51

4 eLearningové technologie ve vzdělávání Nyní se zaměříme na to, jak využívat eLearningové technologie ve výuce. Hned na úvod je vhodném podotknout, že eLearningové technologie jsou obecně nástrojem, který umožňuje zlepšit výuku. Vzdělávací proces totiž nikdy nemůže být zcela dokonalý. Ve školní praxi, kdy máme třídu plnou studentů se zcela odlišnou úrovní vstupních znalostí, různými potřebami a různým způsobem zpracovávání nových poznatků, je prakticky nemožné dosáhnout dokonalého pochopení učiva u všech studentů [81]. Využívání různých metod předávání znalostí a neustálé zdokonalování těchto metod je cestou, jak efektivitu předávání vědomostí co nejvíce zvýšit. Informační a komunikační technologie nejen pomáhají zdokonalovat současné metody, ale přinášejí i metody zcela nové, které jsou na využití těchto technologií závislé.

4.1 Motivace a psychologické aspekty Jako každá inovace, vyžaduje zavedení ICT do výuky značnou dávku motivace a zpočátku je spojeno se značným úsilím. To ovšem není nevýhoda ICT oproti jiným, už zavedeným technologiím, jedná se o obecnou vlastnost jakékoliv nové technologie. Efektivita vzdělávacího procesu může po zavedení ICT krátkodobě klesnout. Tento pokles však bude pouze dočasný a poté, co se jak studenti, tak učitelé naučí s novými technologiemi zacházet, efektivita opět vzroste na úroveň, která bude úroveň před zavedením ICT značně převyšovat. Počítač je nástroj, na kterém je možné si vytvořit psychickou závislost. Nejedná se přitom jen o známou závislost na počítačových hrách – tzv. gamblerství, ale závislost na počítači jako takovém. Stroj, který rychle a (zpravidla) bez odmlouvání vykonává příkazy uživatele, je pro člověka fascinující partner. Touha po moci, která je v člověku odnepaměti zakořeněna, je pomocí počítače uspokojována. To je jeden z důvodů, proč


52

lidé, kteří s počítačem umí pracovat (což je nutná podmínka), využívají počítač zpravidla rádi. Děti, jimž naučení se pracovat s počítačem činí jen velmi malé problémy, tak získávají nástroj, pomocí kterého si hrají, malují, skládají hudbu, programují, píší texty. Vše, co chtějí, jim počítač splní. Bude-li navíc počítač pomocníkem i pro vzdělávání, bude toto vzdělávání daleko příjemnější, než by bylo bez počítače. Motivace dětí k využití počítačů pro vzdělávání je (jak ukazuje [16]), velmi silná, často silnější než u pedagogů. Protože motivace je velmi důležitou složkou vzdělávacího procesu, počítač už jen tím, že je použit, ušetří učiteli obrovský kus práce. Pokud se děti dozví, že se budou učit s počítačem, vůbec nezáleží na tom, co se budou učit. Budou se to učit rády. Úkolem učitele je vytěžit z tohoto nadšení co možná největší potenciál a vhodnou volbou nástrojů a technologií nejen předat edukantům co nejvíce znalostí, ale také jim metody s využitím ICT neznechutit.

4.2 Rozdělení užitečných eLearningových technologií Informační technologie mohou být ve vzdělávání využity dvěma způsoby podle toho, kdo je subjektem řízení výukového procesu: Počítačem podporovaná výuka – Hlavním aktérem, který předává vědomosti edukantům je učitel, který ke zjednodušení své práce využívá počítač. V presenční formě vzdělávání se jedná o dominantní způsob využití ICT. Různými možnostmi využití počítače jako pomocníka ve výuce a jejich metodikou se budeme zabývat v následujících podkapitolách. Počítačem řízená výuka – Tato forma výuky převládá u distanční formy studia. V interakci jsou spolu pouze edukant a počítač, učitel (tutor) zůstává v pozadí. V následujících podkapitolách se budeme věnovat i tomuto způsobu výuky, nejedná se však z našeho pohledu o dominantní oblast. Podle způsobu využití lze eLearningové technologie rozdělit do tří základních kategorií. První kategorii tvoří technologie, které lze použít přímo ve vyučovací hodině, druhou kategorií jsou technologie vhodné k procvičení a zkoušení nabytých znalostí a třetí kategorií jsou technologie využitelné při domácí přípravě. Třetí kritérium rozdělení eLearningových technologií je počet edukantů, kteří v daný okamžik využívají jedno médium. Individuální využití předpokládá, že u


53

jednoho počítače sedí jeden, maximálně dva edukanti, kteří tak zadané úkoly plní samostatně nebo po dvojicích. Skupinové využití předpokládá, že jeden počítač používá celá třída nebo v případě dělení na více skupin celá skupina. Počítač je v tomto případě ovládán učitelem nebo pověřeným demonstrátorem. V případě domácí přípravy je kritériem pro rozdělení existence či neexistence individuálního vzdělávacího obsahu, tj. zda se dokumenty zobrazují všem uživatelům stejně, nebo zda je průchod elektronickým kurzem uzpůsoben konkrétnímu uživateli. Poslední dvě zmíněná kritéria nám umožňují rozdělit eLearningové technologie do dvourozměrné tabulky (viz tab. 4.1). Metodickému využití jednotlivých technologií se budeme věnovat v dalších podkapitolách této kapitoly. eLearningové technologie

Individuální využití

Skupinové využití

Ve vyučovací hodině

Výukové programy Multimediální encyklopedie Elektronické kurzy

Prezentační technologie

K procvičení a zkoušení

Výukové programy Elektronické testy

Prezentační technologie

K domácí přípravě

Elektronické kurzy

WWW vzdělávací materiály

Tabulka 4.1: Rozdělení technologií pro počítačem podporovanou výuku

4.3 Nepoužitelné eLearningové technologie V tabulce uvedené na konci předcházející podkapitoly nejsou uvedeny všechny dostupné eLearningové technologie. Důvod je jednoduchý: Ne všechny technologie, které jsou obecně považovány za eLearningové, nacházejí využití na všech místech vzdělávacího procesu. Za určitých okolností může být jejich využití dokonce nevhodné. Je zřejmé, že základní či střední škola založená na denní docházce edukantů, bude ke vzdělávání využívat jiné technologie, než vysoká škola či podnik vzdělávající své zaměstnance. V základoškolském či středoškolském prostředí tak za nepoužitelné označíme zejména komunikační technologie, které hrají roli tam, kde chybí kontakt vzdělavatele se vzdělávanými, což rozhodně není případ střední ani základní školy. Těmito technologiemi jsou e-mail a chat. Pomocí e-mailu lze komunikovat s vyučujícím za účelem řešení nejasností, domlouvání případných konzultací, zveřejňování výsledků testů apod. Na střední a


54

základní škole všechny tyto činnosti probíhají v reálném prostředí školy za osobní účasti všech participantů, zavádění e-technologií do této oblasti je tudíž redundantní. Chat na rozdíl od e-mailu umožňuje účast více komunikantů v jednom čase, kteří navzájem sdílejí informace, které jsou médiu sdělovány. Ve vysokoškolské či firemní praxi slouží zejména k odstraňování nedostatků ve vědomostech. Protože na základní i střední škole je dostatek času, kdy se žáci či studenti s učitelem vidí, je nasazení chatu opět redundantní. Dokonce je zde riziko, že studenti, jimž bude v rámci školních eLearningových technologií umožněn chat, budou komunikovat o tématech, která s výukou příliš nesouvisejí a zbytečně tak promrhají čas u počítače. V distančním vzdělávání jsou naopak nepoužitelné prezentační technologie, neboť edukanti jsou od edukátora vzdáleni a není tedy možné používat prezentace jako podpůrný prostředek výkladu pedagoga.

4.4 Metodika využití e-technologií ve vyučovací hodině Použití informačních technologií ve vyučovací hodině je nejen atraktivním zpestřením a možností jak upoutat pozornost edukantů, ale i nástrojem, jak zefektivnit práci učitele ve vyučovací hodině.

4.4.1 Výukové programy Prakticky ve všech předmětech lze nalézt témata, jejichž probrání je možné svěřit vhodnému vzdělávacímu softwaru [94]. Nabídka vzdělávacích programů na softwarovém trhu i využití vzdělávacích programů v praxi vypovídají o diametrálním rozdílu mezi použitelností vzdělávacích programů mezi základní a střední školou. Základním faktorem přitom je rozdíl ve složitosti struktury poznatků vyučovaných na základní a na střední škole. Poznatky vyučované na střední škole jsou daleko složitější; jejich struktura a širší souvislosti tak tvoří problém při zapracování do výukového softwaru. Výjimkou jsou programy pro výuku jazyků a multimediální encyklopedie. Nutnou podmínkou pro využití výukových programů je dobře vybavená počítačová učebna. Protože na většině českých středních škol jsou počítačové učebny téměř zaplněny výukou informatiky, je aplikace výukových programů do výuky velmi obtížná. Na mnoha školách se již rozhodli pro vybudování speciální učebny, která bude vybavena kvalitním multimediálním hardwarem a která bude určená právě pro výuku neinformatických předmětů. Vzhledem k míře nasazení této technologie do výuky se


55

jeví jedna učebna pro školu, kterou si budou učitelé pro své hodiny rezervovat, jako dostačující. Oproti středním školám je situace na základních školách poněkud příznivější. Za předpokladu, že škola disponuje počítačovou učebnou, výuka informatiky v ní zpravidla nezaplní všechno místo v rozvrhu hodin a zbývá tak čas pro rezervaci této učebny ostatními učiteli pro výuku neinformatických předmětů. Jak vyplývá ze zkušeností učitelů i z postřehů samotných žáků, zejména pak na základních školách, vzdělávání prostřednictvím výukových programů je pro žáky poměrně atraktivní metodou, a to zejména ze dvou důvodů. Prvním je, že počítač je pro žáky především nástroj na hraní, mimo školu jej nevyužívají prakticky k ničemu jinému. Výukové programy tedy také vnímají jako hru, na kterou se těší, že je bude bavit. Druhým důvodem je skutečnost, že počítačová učebna je jiné prostředí než třída. Po několika hodinách strávených ve třídě je přechod do počítačové učebny vítanou změnou, která osvěží mysl žáků a přispěje k většímu soustředění. Ze zkušeností pedagogů i z obecných vlastností dostupných vzdělávacích programů přitom vyplývá, že daleko větší potenciál pro použití těchto programů tkví zejména v procvičování nového učiva [16]. Výklad nových skutečností, jejich souvislostí a zasazení do kontextu skutečností již probraných tak stále zůstává úkolem učitele. Informační technologie mu v tom mohou výrazně pomoci, jak bude popsáno v podkapitole o prezentačních technologiích. Výukové programy psané pro široké spektrum uživatelů nikdy nemohou nahradit profesionální, citlivý a konkrétním podmínkám přizpůsobený výklad pedagoga, který je schopen na základě vnějších projevů edukantů reagovat a svůj výklad jim přizpůsobit. Dalším důvodem, proč se výukové programy hodí spíše pro procvičení, než pro naučení je skutečnost, že prosté sdělení nových poznatků je možné s úspěchem aplikovat na celou třídu nebo učební skupinu, zatímco procvičení je již záležitostí individuálního tempa a potřeb každého edukanta.

4.4.2 Prezentační technologie Na vysokých školách, firemních školeních či vědeckých konferencích se datový projektor stal pomocníkem, bez nějž si přednášku prakticky nelze představit. Je proto velká škoda, že datové projektory a interaktivní tabule různého druhu (SmartBoard, ActiveBoard,…) chybí ve výuce na středních školách. Jejich možnosti jsou totiž velmi široké. Pomocí počítače lze modelovat různé jevy, jejichž vizualizace výborně doplňuje výklad učitele a šetří tak psaní a kreslení na tabuli. Pevné datové projektory v některých


56

odborných učebnách či laboratořích a přenosný datový projektor s notebookem, který by si učitelé mohli půjčovat podle potřeby, by tak neměl na škole, která se chce využitím informačních technologií pochlubit, chybět. V této souvislosti je namístě podotknout, že užití datového projektoru pro prezentaci doplňující výklad učitele je třeba předem připravit, aby zbytečně nezdržovalo výuku. Učitel musí rozumět hardwarové konfiguraci notebooku i softwaru, který pro prezentaci používá, případně se může spolehnout na studenta, který požadované znalosti má. Vše je pak potřeba připravit ještě před začátkem hodiny, podobně jako je tomu s ostatními, dnes běžně používanými pomůckami.

4.5 Metodika využití e-technologií při procvičování a zkoušení Procvičování a zkoušení je oblast, kde je na středních školách pro uplatnění eLearningových technologií největší prostor. Jednak proto, že vyhodnocování odpovědí patří mezi činnosti, jež lze ve většině případů úspěšně provozovat automaticky pomocí počítače [21], a jednak také proto, že počítač může velmi zefektivnit jak práci edukantů (zkoušených), tak práci učitele, jak bude popsáno dále. Opět se zvlášť zabývejme individuálním a skupinovým procvičováním. Hranice mezi nimi přitom není zcela ostrá a dochází zde i k prolínání s technologiemi využitelnými přímo ve výuce.

4.5.1 Individuální procvičování Nutným předpokladem využití ICT při individuálním procvičování je stálá dostupnost počítače pro každého edukanta (maximálně pro dvojici), kteří používají jeden počítač. Typickou aplikací, sloužící k individuálnímu procvičování, jsou didaktické testy, které umožňují testování „nanečisto“. Pomocí didaktických testů si mohou edukanti sami ověřit míru svých znalostí. S pomocí počítače se výsledky dozví bezprostředně po skončení testu. Okamžité upozornění na chybu je přitom nejúčinnější metoda, jak v budoucnu podobným chybám předcházet. Pokud je navíc individuálnímu procvičování přítomen učitel, jedná se o velmi efektivní a účinný nástroj na procvičení probraného učiva a odstranění nejasností, které edukanti mají. Individuální procvičování lze použít jako doplněk k výukovým programům, což je již ve většině dostupných výukových programů zaimplementováno. Individuální procvičování lze rovněž využít i


57

při domácí přípravě edukantů, za předpokladu, že tito mají k dispozici připojení k Internetu, nebo jim škola umožňuje využít počítače v době mimo výuku. Z hlediska učitele jsou zde zejména tyto faktory, které při využití ICT pro procvičování a zkoušení zvyšují efektivitu vzdělávacího procesu [62]: •

Žáci pracují svým tempem. Rychlejší z nich nemusí čekat, až cvičení dokončí jejich pomalejší spolužáci, a hned se mohou dozvědět správné výsledky. Pomalejší zase nejsou stresováni pocitem, že ostatní zdržují, a mohou se svým cvičením v klidu věnovat.

•

Jakmile některý žák udělá chybu, program mu to hned oznámí i s tím, jaké má být správné řešení a proč tomu tak je. Tato okamžitá zpětná vazba umožňuje efektivní propojování znalostí. Procvičování je tak daleko účinnější, než kdyby se žáci dozvěděli vyhodnocení až po několika minutách.

•

Jsou-li počítače v učebně vhodně rozmístěny, psaní testů na počítači znesnadňuje opisování. Zkoušení se tak skutečně zabývají svým cvičením a ztrácejí chuť opisovat od sousedů.

•

Udělá-li žák chybu, oznámí to počítač pouze jemu. Odpadá zde tak pocit ostudy, když někdo udělá chybu před celou třídou. Tento faktor snižuje stres a zvyšuje motivaci žáků řešit příklad, i když si nejsou správným řešením úplně jisti.

•

Počítače šetří práci učitele, který se nemusí zabývat vyhodnocováním správných odpovědí, ale může se během doby, kdy žáci pracují s počítači, například věnovat slabším (nebo naopak talentovaným) žákům, nebo individuálně vysvětlovat nejasnosti.

4.5.2 Elektronické testy Elektronické testy jsou zvláštní kategorií eLearningových technologií použitelných při individuálním procvičování, ale zejména při individuálním zkoušení. Jejich použití je velmi široké i na střední škole. Jako první si každý pod pojmem elektronické testy jistě představí, že zkoušení jsou v počítačové učebně, každý má k dispozici počítač a na něm aplikaci, která mu vygeneruje test, který vyplní a poté je mu automaticky vyhodnocen. Tento způsob použití ovšem není jediný. Dalšími možnostmi jsou sebetestování edukantů a generování offline testů, které umožní učitelům připravit


58

klasické papírové testy tak, aby měl každý jiné zadání a přesto byly testy na srovnatelném stupni obtížnosti. Sebetestování (tedy testování „nanečisto“) v podstatě odpovídá již popsané metodě individuálního procvičování. V této podkapitole se o něm zmiňujeme proto, že k jeho realizaci lze užít shodných technologií. V takovém případě se jedná o vyplnění testu, který neslouží jako podklad pro známku, ale jen k ověření znalostí edukanta pro jeho vlastní potřebu, případně pro metodické potřeby učitele. Pokud bude reálné zkoušení probíhat stejnou elektronickou formou jako zkoušení nanečisto, existuje zde několik rizik, kterým je třeba předcházet: •

Jsou-li otázky použité ve zkoušení nanečisto podobné nebo stejné jako otázky použité v reálném zkoušení, hrozí zde riziko, že se edukanti budou učit spíše testové otázky, než probírané učivo. Je proto vhodné otázky důkladně promyslet, aby byly při zkoušení nanečisto jiné něž při reálném zkoušení a přitom aby testovaly tytéž znalosti.

•

Edukanti si z otázek mohou vyvodit důležitost či okrajovost některých témat. Jejich vyvození však nemusí odpovídat skutečnosti a výsledek reálného zkoušení tak může být horší, než kdyby edukanti nebyli výběrem otázek ve zkoušení nanečisto ovlivněni.

Elektronické zkoušení, jak již bylo řečeno, předpokládá počítačovou učebnu, která je v ideálním případě uspořádána tak, že si zkoušení navzájem nevidí na monitory. Nutnou podmínkou navíc je, aby u každého počítače seděl maximálně jeden zkoušený. Testovací aplikace pak může zkoušenému vygenerovat test takových vlastností, jaké učitel zadal. Po vyplnění a odeslání testu může být test automaticky vyhodnocen a zkoušenému i zkoušejícímu je poté sdělen výsledek včetně informací o tom, kde zkoušený udělal chybu. Shrňme si nyní základní výhody a nevýhody této metody zkoušení oproti klasickým papírovým testům. Nejprve se zabývejme výhodami: •

Každý zkoušený má jedinečný test, jehož obsah nelze předem odhadnout. Je tedy značně ztížena možnost opisování nebo jiných podvodů.

•

Učiteli odpadá veškerá papírová administrativa. Není potřeba tisknout a kopírovat zadání. Stačí jen naplnit databázi otázkami a správně zadat parametry testu.

4. eLearningové technologie ve vzdělávání •

59

S odpadnutím papírové administrativy souvisí i ušetření často velkého množství papíru a tedy finanční úspora pro školu a šetření životního prostředí.

•

Většinu otázek v testu lze automaticky vyhodnotit. Zkoušený tedy ihned může vidět, v čem udělal chybu a ze svých chyb se poučit.

•

Učitel má méně práce s vyhodnocováním testu. Otázky většiny typů jsou vyhodnoceny automaticky, učitel zadává hodnocení pouze u otevřených otázek. Body získané u jednotlivých otázek jsou poté automaticky sečteny, což šetří práci učitele a odstraňuje riziko chyby.

•

Otázky lze použít v průběhu různých období. Jednou jsou uloženy v databázi a jejich užití v průběhu času není ničím omezené.

Nyní se podívejme na možné nevýhody elektronického zkoušení: •

Pokud se během zkoušení učitel spoléhá na funkčnost příliš velkého množství techniky, může se stát, že zkouška bude muset být z různých důvodů zrušena. Ohrozit ji může výpadek elektrického proudu, technické problémy s pracovními stanicemi či výpadek informačního systému.

•

Některým lidem nemusí elektronická forma vyhovovat. Je známým faktem, že velkému počtu lidí se lépe čte z papíru než z obrazovky. Existuje tedy riziko, že někdo při elektronickém zkoušení udělá chybu, kterou by v případě zkoušení na papíře neudělal.

•

Elektronické zkoušení svádí k tomu, aby měly otázky a odpovědi příliš jednoduchou strukturu a daly se tak strojově vyhodnotit. I v případě otevřených otázek se dají zpracovávat pouze odpovědi v textové formě. Těžko lze zkoušeným umožnit, aby ke své odpovědi přidali diagram, obrázek, nebo použili symboly, které nejsou na klávesnici. Tomuto faktu je třeba přizpůsobit i otázky a hrozí tak riziko, že některé části probraného učiva nebudou dostatečně v testech pokryty.

Generování offline testů opět vychází ze stejné technologie, která umožňuje vygenerovat test požadovaných vlastností na základě otázek uložených například do databáze. Tyto testy však nemusejí být vyplněny elektronicky, ale mohou být vytištěny, v tištěné formě předloženy zkoušeným a poté opraveny učitelem na papíře. Jedná se o přístup, který odstraňuje většinu nevýhod elektronického zkoušení při zachování velké


60

části výhod. Opět si rozeberme výhody a nevýhody této formy zkoušení. Nejprve výhody: •

Není nutné pro psaní písemné práce rezervovat počítačovou učebnu, odpadají technická rizika elektronického zkoušení.

•

Každý zkoušený bude mít svůj vlastní (statisticky jedinečný) test, což omezuje možnost opisování.

•

Otázky a možnosti odpovědí jsou uloženy v databázi, je tedy možné je opakovaně použít.

•

V otevřených otázkách lze použít i otázky, na něž lze odpovídat nejen pomocí textu, ale i pomocí obrázků, diagramů či symbolů, které nejsou na klávesnici.

Tento způsob generování testů má samozřejmě i své nevýhody, které si opět shrneme: •

Učitel musí takovéto testy opravovat a vyhodnocovat ručně. Automatické opravení je možné pouze s využitím skeneru a odpovídajícího softwarového vybavení. Tyto technologie jsou však dosud značně problematické.

•

Odpadají výhody elektronického zpracování, automatického sčítání bodů a přidělování známek.

Popsané způsoby testování mohou být pochopitelně i v rámci jednoho předmětu kombinovány. Vše záleží na konkrétním učiteli a potřebách konkrétního předmětu, jak bude podrobně rozebráno v kapitole 5.

4.5.3 Skupinové procvičování U skupinového procvičování nehrají informační technologie tak významnou roli a jejich jediným přínosem je šetření práce učitele, který se nemusí zdržovat psaním zadání na tabuli. Zadání, předem připravené v elektronické formě, které navíc může být doplněno obrázkem či dalšími prvky usnadňujícími jeho správné pochopení, pouze promítne. Nejčastější podobou e-technologií používanou pro skupinové procvičování je promítání zadání (a následně i správného řešení) pomocí datového projektoru. Aspekty


61

tohoto použití jsou tedy víceméně stejné jako při vysvětlování nového učiva a byly tedy už popsány v podkapitole věnované prezentačním technologiím.

4.6 Metodika využití eLearningu v domácí přípravě edukantů ICT apelují ponejvíce na společenské skupiny bohaté na zdroje. Aby bylo možné po technické stránce zajistit obnovování hardwaru a aktualizaci softwaru u domácích počítačů edukantů, je třeba být dobře existenčně zajištěn. Dále to vyžaduje mít velmi dobře rozvinuté technické a intelektuální schopnosti, jinak by nebylo možné získat a udržet si potřebný vhled a porozumění této problematice, které jsou nutné k tomu, aby člověk dokázal s těmito technologiemi průběžně pracovat a byl s nimi důvěrně obeznámen. Navíc je třeba mít v zásobě další dovednosti, které umožní přistupovat k této technologii ofenzivně a kriticky, klást požadavky, a tak efektivně využívat nebo odmítat nové možnosti, jak potenciální, tak ty, které se objevují na Internetu nebo v nabízených programech [50]. Nutnou podmínkou pro využití ICT při domácí přípravě je dostupnost počítačů připojených k Internetu pro všechny edukanty. Ti mohou mít takovéto počítače doma, nebo jim je škola může poskytnout přímo v budově. A to buď formou volného provozu počítačových učeben, nebo tím, že je nechá volně k dispozici v prostorách, které jsou ve škole bez omezení přístupné. Pojem domácí příprava v tomto případě není zcela přesný, je jej třeba chápat v obecnějším smyslu slova, tedy spíše jako mimoškolní přípravu, nebo přesněji jako přípravu mimo vyučovací hodinu.

4.6.1 E-kurzy Domácí příprava edukantů je jediným místem v prezenční formě vzdělávacího procesu, kde lze za určitých okolností využít klasické eLearningové kurzy. Výhody a nevýhody studia z e-kurzů jsou podrobně popsány např. v [62]. Ve většině případů je však jejich použití zbytečné, protože pouze dubluje informace, které již edukanti získali z výkladu učitele a zapsali do sešitu, nebo které lze získat z učebnice. Distanční vzdělávání na základní a střední škole nemá v naší republice místo, proto nelze očekávat, že dojde k masivnímu nasazení elektronických kurzů tak, jak je známe z vysokoškolského a firemního vzdělávání.


62

V případě, že škola elektronickými kurzy disponuje, může je edukantům zpřístupnit. Ti se tak mohou s novou látkou seznámit také jiným způsobem, než pomocí učebnice nebo výkladu učitele, což zvyšuje pravděpodobnost, že vše správně pochopí. Elektronických kurzů mohou také využít ti, kteří při probírání daných témat ve škole chyběli a musejí si své vědomosti sami doplňovat.

4.6.2 Vzdělávací texty Spíše než elektronické kurzy, najdou na střední škole využití lineární vzdělávací texty, které doplňují učebnice a poskytují studijní materiál k tématům, která jsou ve škole probírána nad rámec učebnice, či která jsou v učebnici vysvětlena nedostatečně. Tyto texty tak mohou edukantům při učení velmi pomoci. Edukanti mohou tyto texty nejen studovat na monitoru počítače, ale mohou si je i vytisknout a používat například místo sešitu. Zdrojem vzdělávacích textů nemusí být jen počítače (servery) ve škole, ale i servery kdekoliv v internetu. Podle [50] je internet často přirovnáván k tržišti, kde se dají nakupovat a prodávat různé druhy zboží, kde jsou udíleny a přijímány informace, kde se dají nacházet různé nápady, a kde se nabízí mnoho lákadel a reklam. Internet je podle [50] dále místem, kde se dá dobře inzerovat i hodně debatovat a uživatelé, byť by měli předem jasně definovaný cíl, jsou snadno odlákáni, surfují všemi směry a pravděpodobně zapomenou na svůj původní cíl, který se jim ztratil v tomto virtuálním světě. Orientace v Internetu je proto složitá. Volně dostupným vzdělávacím materiálům se budeme podrobněji věnovat v kapitole 4.7. V České republice existuje několik serverů, které poskytují studijní materiály k maturitním zkouškám, k přípravě referátů a podobně. Jejich nevýhodou ovšem je, že nerespektují (a pochopitelně ani nemohou) specifika konkrétní školy a nepokrývají v dostatečné míře témata, která jsou na dané škole zdůrazňována. Proto je vhodné, aby škola poskytovala doplňující vzdělávací materiály v elektronické podobě na svých WWW stránkách. Na zvážení přitom zůstává, zda budou tyto materiály přístupné zcela veřejně, nebo jen oprávněným uživatelům. Pro efektivní využití těchto textů je vhodné, aby byly vzdělávací materiály umístěné na jednom místě, aby o nich měli edukanti přehled a nemuseli je zdlouhavě vyhledávat např. na osobních stránkách jednotlivých učitelů.


63

4.6.3 Multimediální encyklopedie Multimediální encyklopedie jsou vhodným nástrojem pro předávání velkého objemu poznatků, které spolu souvisejí mnoha různými způsoby. Jsou proto vhodné tam, kde je potřeba nejen nastudovat velké množství údajů, ale i pochopit, jak spolu tyto údaje souvisejí. V základoškolské či středoškolské praxi se jedná o předměty jako biologie, zeměpis, dějepis a chemie. Naproti tomu deduktivní předměty, které vyučují především principy a souvislosti bez velkého množství údajů, na něž lze tyto principy aplikovat, jako jsou matematika a fyzika, nejsou příliš vhodné pro encyklopedické zpracování. S multimediálními encyklopediemi se daleko častěji setkáme na domácích počítačích edukantů než na počítačích ve škole, neboť školní počítače zpravidla nemají požadované hardwarové parametry.

4.7 Volně dostupný eLearning Představme si studenta (typicky střední školy), který se rozhodne vyhledat nějaké volně dostupné vzdělávací informace na Internetu. Pravděpodobně začne vhodným internetovým vyhledávačem, který mu zobrazí stránky, které se požadovaného tématu týkají. Názvy témat jsou většinou ustálené, proto není třeba se obávat, že student například špatně zvolí klíčová slova. Např. Pythagorova věta se prostě jmenuje Pythagorova věta a těžko si lze představit, že student hledající informace právě o tomto tématu bude zadávat do vyhledávače něco jiného. Student, který hledá obecné výukové materiály pro daný předmět, pak pravděpodobně začne vyhledáváním přes název předmětu, jemuž se chce učit. V této podkapitole se budeme věnovat možnostem, které zmíněnému studentovi nabízí český internet. Dalším předpokladem, ze kterého budeme vycházet, je, že student je při vyhledávání zpravidla netrpělivý a líný a nebude se mu chtít procházet více, než první dvě stránky nalezených výsledků, což odpovídá dvaceti nejvýše zobrazeným stránkám. Do třetice předpokládejme, že informace, které nelze najít pomocí internetového vyhledavače, nebo informace, k nimž je nějakým způsobem omezen přístup (a tudíž je stejně pomocí vyhledavače nelze nalézt), jako by na Internetu vůbec nebyly. Za použití vhodného vyhledavače (k čemuž nám poslouží Google) zmapujeme výukové materiály k různým předmětům, které jsou na Internetu volně dostupné. Zjistíme, které předměty jsou různými internetovými nadšenci pokryty více a které méně a pokusíme se analyzovat příčiny tohoto stavu.


64

Budeme tedy postupně do internetového vyhledavače Google zadávat názvy předmětů, které jsou na ZŠ a SŠ vyučovány a sledovat výsledky. Ve všech případech se zaměříme pouze na prvních 20 zobrazených výsledků, tedy první dvě stránky. Na těchto dvou stránkách projdeme všechny odkazy, zjistíme, zda jsou relevantní, a pokud ano, zhodnotíme jejich informační hodnotu a pedagogickou kvalitu. Poznamenejme ještě, že se omezíme pouze na hledání stránek psaných česky. Důležitým číslem pro nás bude také přibližný počet nalezených výsledků, které nám napoví, jaké je procentuální zastoupení předmětů ve volně dostupných výukových materiálech.

4.7.1 Výsledky výzkumu volně dostupného eLearningu Jako klíčová slova do internetového vyhledavače Google byla postupně zadána následující hesla: Matematika, Informatika, Výpočetní technika, Český jazyk, Čeština, Mluvnice, Literatura, Sloh, Anglický jazyk, Angličtina, Fyzika, Chemie, Biologie, Zeměpis, Dějepis, Základy společenských věd, Občanská výchova, Občanská nauka, Občanka, ZSV, Tělesná výchova, Tělocvik, Výtvarná výchova, Výtvarka, Hudební výchova, Hudebka. Snahou bylo pokrýt pokud možno všechny předměty, které jsou na druhém stupni základních škol a na středních školách vyučovány. To je samozřejmě nemožné, neboť variabilita je zejména na středních školách poměrně značná, proto jsme se zaměřili jen na předměty, o nichž předpokládáme, že jsou vyučovány všude, nebo alespoň skoro všude. Následující tabulka (tab. 4.3) nám ukazuje, jaký počet stránek, na nichž se vyskytují tato klíčová slova, se v Internetu vyskytuje (2. sloupec), kolik stránek z první dvacítky zobrazených poskytuje relevantní informace (3. sloupec), a do třetice, jaká je kvalita těchto relevantních materiálů (4. sloupec). Za relevantní stránky přitom považujeme skutečně stránky, ze kterých se lze přímo dozvědět informace vyučované v jednotlivých předmětech. Nelze do nich tedy zahrnout stránky plné odkazů, stránky s nabídkou výukového softwaru, ani komerční stránky jakéhokoliv druhu. Stejně tak stránky, na něž je jakýmkoliv způsobem omezen přístup (i když stačí pouhá registrace, kterou může provést každý), z tohoto výzkumu vyjmeme. Kvalita je vždy zobrazována ve tvaru x – y, kde x hodnotí obsah a y formu. Obě hodnoty jsou stanoveny jako školní známky, tedy 1 (nejlepší) až 5 (nejhorší). Poslední sloupec obsahuje dvě dvojice hodnot. První odpovídá nejkvalitnějším nalezené stránce, druhá určuje průměrnou kvalitu relevantních materiálů.


Klíčové slovo

Počet stránek

65

Počet relevantních Hodnocení kvality v první dvacítce

Matematika

2,25 mil.

8

1 – 1; 2 – 2

Informatika

2,59 mil.

4

1 – 1; 2 – 2

Český jazyk

1,55 mil.

6

1 – 1; 3 – 1

Čeština

2,43 mil.

1

2 – 2; 2 – 2

Mluvnice

53 tis.

2

1 – 1; 3 – 2

Literatura

2,3 mil.

5

1 – 1; 2- 2

Sloh

74 tis.

3

3 – 2; 3 – 2

Anglický jazyk

443 tis.

1

1 – 1; 1 – 1

Angličtina

3,8 mil.

4

1 – 1; 1 – 2

Fyzika

1,61 mil.

7

1 – 1; 2 – 1

Chemie

3,2 mil.

6

1 – 1; 2 – 2

Biologie

1,6 mil.

6

1 – 1; 3 – 2

Zeměpis

547 tis.

6

1 – 1; 2 – 2

Dějepis

327 tis.

8

1 – 1; 2 – 2

Občanská nauka

29 tis.

1

2 – 1; 2 – 1

Tělesná výchova

127 tis.

1

2 – 2; 2 – 2

Výtvarka

16 tis.

2

2 – 2; 2 – 2

Hudební výchova 181 tis.

1

3 – 3; 3 – 3

Hudebka

3

2 – 1; 2 – 2

11 tis.

Tabulka 4.3: Výsledy výzkumu volně dostupného eLearningu v ČR Jak je vidět, výsledky jsou velmi pestré, věnujme se proto diskusi a pokusme se výsledky analyzovat. Jak si lze všimnout, v tabulce nejsou zahrnuta všechna hesla, která byla napsána výše. Je to proto, že některá z hesel vůbec nedávala výsledky odpovídající výukovým materiálům. Například při zadání hesla „Výpočetní technika“ se nám zobrazí pouze komerční nabídky firem, které prodávají výpočetní techniku a žádné materiály k předmětu „Výpočetní technika“. Za úvahu stojí také hesla, která v první dvacítce zobrazovala jen jediný, případně dva výsledky. Například heslo „Čeština“ nám zobrazí odkazy

na

spousty

stránek

zabývající

se

problematikou

kódování

češtiny

v internetových prohlížečích a jiných programech, výukové materiály do předmětu Jazyk český se v nich však hledají těžko. Podobně heslo mluvnice nás navede na spoustu článků a pojednání o mluvnici různých jazyků, jen ne češtiny.


66

Po zadání hesla „sloh“ je potřeba hledat výukové materiály do jazyka českého mezi záplavou odkazů o různých stavebních slozích, materiály do „anglického jazyka“ musíme filtrovat ze záplavy komerčních nabídek na výuku, nabídky výukových programů a dalších komerčních záležitostí. Heslo „chemie“ nám zobrazí spoustu stránek o chemickém průmyslu, ale i výukových materiálů je k dispozici poměrně hodně. Zajímavé výsledky dostáváme při zadávání hesel „Základy společenských věd“, „ZSV“, „občanská nauka“ a „občanská výchova“. Jediný výsledek, který je pro nás relevantní, jsou referáty do předmětu „občanská nauka“, jinak se nám zobrazí odkazy ponejvíce na články, které s danou problematikou sice vzdáleně souvisejí, pro výuku jsou však naprosto nepoužitelné. A tak si lze odnést důležitý poznatek, že výukové materiály k tomuto předmětu na Internetu buďto vůbec nejsou, nebo je nelze nalézt vyhledáním přes název předmětu. Poměrně překvapivé výsledky dostáváme při zadání hesla „matematika“, kde zejména ve druhé dvacítce převládají odkazy na stránky v maďarštině, a to i přesto, že vyhledávání omezujeme na stránky psané česky. Tento jev se nepodařilo objasnit. Další zajímavou skutečností je, že materiály k předmětům „výtvarná výchova“ a „hudební výchova“, najdeme spíše pod hesly „výtvarka“ a „hudebka“, neboť jsou umístěny v podobě referátů na různých studentských serverech a názvy předmětů na nich jsou ve slangovém tvaru. V těchto předmětech se však pochopitelně nedočkáme ničeho, z čeho by bylo možné se naučit kreslit, zpívat nebo hrát na hudební nástroj, neboť to jsou dovednosti, jejichž výuka je s pomocí počítače nerealizovatelná nebo realizovatelná jen velmi obtížně. Obecně lze říci, že předpoklad, že student bude hledat jen na prvních dvou stránkách zobrazených výsledků, nebyl vůbec na závadu, neboť na dalších stránkách se již prakticky nevyskytovaly odkazy na materiály, které by měly nějakou pedagogickou hodnotu. Lze tedy víceméně s jistotou tvrdit, že číslo ve třetím sloupci tak značí celkový počet stránek v Internetu, na nichž se lze něco z daného předmětu naučit. Samozřejmě za předpokladu, že výukové materiály hledáme přes název předmětu a ne přímo. Další důležitý poznatek získáme analýzou posledního sloupce tabulky. První dvojice čísel je obvykle tvaru 1 – 1, což znamená, že téměř ke všem předmětům lze na Internetu nalézt materiály, které mají jak vysokou informační hodnotu, tak jsou přehledně zpracované. To je dobrá zpráva, neboť značí, že z Internetu se skutečně lze učit cokoliv. Druhá dvojice pak odpovídá tomu, jak snadno se daný předmět učí pomocí elektronických materiálů. Je zřejmé, že encyklopedické předměty budou mít lepší


67

známku než předměty jako výtvarná nebo hudební výchova. Faktem ovšem také je, že známku 1 – 1, dostávaly často stránky obsahující pouze testy, což je sice výborný výukový materiál, ovšem pouze jako doplněk ke vzdělávacím textům. Dalším obecným poznatkem, který však neplatí stoprocentně, je, že větší kvalitu vzdělávacích materiálů vykazují servery, které jsou komplexně zaměřené na pokrytí veškerého učiva ve všech předmětech (ewa.cz, mendelova.cz, maturita.cz, referaty.cz, atd.). Jednostranně zaměřené stránky se kvalitou velmi liší. Fyzika, chemie, biologie či matematika se může pochlubit kvalitními vzdělávacími materiály (daleko kvalitnějšími než na zmíněných komplexně zaměřených serverech), zatímco literatura či dějepis příliš ne. Obecně lze říci, že do elektronické podoby se daleko lépe zpracovává učivo předmětů encyklopedického charakteru (biologie, zeměpis, dějepis) a předmětů vyučujících poznatky provázané logickými souvislostmi (matematika, fyzika, chemie). Různé výchovy (výtvarná, hudební, tělesná, občanská) touto metodou zpracovat takřka nelze, proto se výukové materiály na Internetu prakticky nevyskytují.

4.8 Elektronické vzdělávací hry Využití hry jako velmi efektivního didaktického nástroje popsal již učitel národů J.A. Komenský. Protože hraní je nejčastější činnost, kterou děti s počítačem vykonávají, jeví se jako přirozené využít počítače pro vzdělávání právě za pomoci her. Jednodušší využití počítačů je v případě psychomotorického učení. Typickými „výukovými“ programy jsou různé simulátory, které se používají pro výcvik řidičů v autoškole, pro výcvik pilotů, strojvedoucích atd. Simulace situací, které v reálném světě mohou nastat, je z didaktického hlediska velmi cenná. Ještě cennější je pak skutečnost, že počítače umožňují tuto simulaci provádět bez zásahu do reálného světa. O něco složitější je využití počítačových her pro kognitivní učení. Spíše než pro vlastní předávání vědomostí, mohou počítačové hry zvyšovat obecné studijní předpoklady tím, že např. rozvíjí logické myšlení, nebo kombinační a analytické schopnosti. I to je však velmi cenné a široký repertoár her, které rozvíjejí schopnosti edukantů důležité pro učení, by měl být součástí každého školního počítače, aby jej mohli žáci využívat v době volného provozu, o přestávkách, či v suplovaných hodinách. Učitelé (hlavně informatiky) by měli svým žákům či studentům doporučit kvalitní hry,


68

které mohou pro vzdělávání využít, a pokud to licenční podmínky dovolí, umožnit jim i zkopírováním těchto her na domácí počítače. Obecně lze říci, že elektronické vzdělávací hry jsou velmi málo využívaným prostředkem pro vzdělávání ve školách, což není ovšem vlastnost jen elektronických her, ale her obecně. Zatímco skautské, pionýrské, turistické a podobné oddíly používají hru jako dominantní vzdělávací a výchovný nástroj, škola zůstává v tomto směru pozadu. Počítače, se kterými jsou si děti zvyklé hrát, by mohly tomuto stavu pomoci a přiblížit současný vzdělávací systém zásadám, které byly definovány již před 400 lety a dosud nebyly zpochybněny. Podívejme se nyní na několik her, které lze v počítači podporované výuce použít. Učitel s dobrou fantazií se jimi může nechat inspirovat a vymyslet další.

4.8.1 Křížovky Pomocí různých křížovek nebo doplňovaček si lze hrát prakticky s jakýmkoliv učivem. Známe matematické křížovky, fyzikální, chemické, biologické, a další. Princip je přitom všude stejný. Hráči na základě definice doplňují různé pojmy z dané oblasti a pokud je doplňují správně, v tajence jim vyjde jiný pojem. Jako příklad si ukážeme jednoduchou slovenskou matematickou křížovku převzatou z [91]:

Obrázek 4.4: Matematická křížovka


69

Další možností jsou osmisměrky, z nichž vyškrtáváme opět pojmy z dané oblasti a jako tajenka nám vyjde další pojem z příslušného učiva. Stejně jako křížovky, i osmisměrky můžeme využít pro procvičování znalosti základních pojmů ve všech předmětech. Jejich implementace na počítači je poměrně jednoduchá a na internetu lze nalézt bezpočet programů pro jejich tvorbu.

4.8.2 Puzzle Klasické puzzle, kdy se z kousků různých tvarů skládá obrázek, zná každý. V elektronické implementaci puzzle není podstatné to, jak dobře do sebe jednotlivé tvary zapadají, proto je obrázek zpravidla rozdělen pravidelně. Hledání souvislostí mezi sousedními částmi a nutnost mít představu, kam daný objekt umístit, však zůstává důležitým prvkem i zde. Didaktickou hodnotu puzzle dodává obsah obrázku. Vezmeme-li například mapu Evropy nebo jiného světadílu, hráč je nucen na základě svých znalostí o tvaru a velikosti států poskládat kousky tak, aby mapu získal. V průběhu hry je možné hru navíc přerušovat otázkami, na něž je třeba správně odpovědět, aby mohla hra pokračovat. Popsaná zeměpisná hra je (v angličtině) dostupná např. na [52]. Princip puzzle můžeme s výhodou využít i v ostatních předmětech používajících ve výuce obrázky (typicky biologie, dějepis, chemie). Stačí mít jen dostatečnou fantazii. Programů implementujících puzzle s možností přidání vlastního obrázku je na internetu k volnému stažení mnoho.

4.8.3 Pexeso Další obrázkovou hrou je pexeso, které cvičí nejen paměť, ale můžeme jej použít i k procvičování jakéhokoliv poznávání [93]. Poznávat lze typicky jakékoliv přírodniny (pexeso se zvířaty, rostlinami, houbami, ptáky, rybami, nerosty, atd. atd.), ale i třeba chemické prvky, chemické vzorce, matematické výrazy, geometrické tvary nebo hudební nástroje. Takřka v každém předmětu lze najít téma, jež lze s pomocí pexesa procvičit. Pexeso lze hrát s pomocí počítače jako solitér, ale u počítače jej může hrát i více hráčů. Nalézt na internetu program, který umožňuje hrát pexeso, není obtížné a přidání sady vlastních obrázků je již implementační detail. Z didaktického hlediska jsou zajímavé především varianty hry pexeso: Pexeso s nestejnými obrázky ve dvojici nebo restriktivní pexeso. Pexeso s nestejnými obrázky


70

ve dvojici se hraje úplně stejně jako normální pexeso, pouze s tím rozdílem, že hráči nehledají identické obrázky, ale obrázky, které spolu tvoří logickou dvojici (např. obrázek objektu a jeho název, anebo třeba vlajka státu a tvar státu, nebo vlajka státu a typická stavba v daném státě). Restriktivní pexeso se hraje tak, že pokud hráč najde dvojici, může si ji vzít pouze tehdy, pokud ví, co na ní je. Nestačí mít tedy dobrou paměť na umístění obrázků v hracím poli, je třeba vyobrazené objekty také poznat. V případě, že objekt nepozná, dvojici vrací zpět do pole a ve hře pokračuje další hráč.

4.8.4 Milionář a další televizní hry I obyčejný test může být zábavný, pokud se podá zábavnou formou. Známou televizní hru Chcete být milionářem? každý aspoň někdy viděl. Její implementace jako vzdělávacího programu je také poměrně jednoduchá a pokud se dítě honí za cílem vyhrát 10 milionů, je mu celkem jedno, jestli dostává otázky o fotbalistech nebo o zpěvných ptácích. Princip hry, tedy testování znalostí, je stále stejný. Kdybychom přitom dětem předložili test o desíti otázkách typu 1 z 4, tak by je to jistě tak nebavilo, jako když si mohou zahrát na své „hrdiny“ z televize. Stejným způsobem lze využít i spoustu dalších nápadů známých z televize, které jsou pro děti velmi atraktivní. Televizní pořady jako Riskuj, AZ kvíz a další nám mohou poskytnout cennou inspiraci a zcela jistě již někdy někdo něco podobného naprogramoval a dal volně k dispozici. A pokud ne, není to nic složitého.

4.8.5 Logické hry a hlavolamy Poslední kategorií her, kterou se budeme zabývat, jsou hry a hlavolamy rozvíjející logické myšlení. Přestože typickým předmětem, do kterého bychom tyto hry zařadili, je matematika, logické myšlení se uplatní téměř ve všech předmětech. V dnešní době lze nalézt implementaci prakticky každé deskové hry a všech typických her hraných na papíře. Jako příklady nám poslouží šachy, go, piškvorky, set game, nebo Rubikova kostka. Uvádíme zde skutečně jen ty nejtypičtější, jinak by byl výčet opravdu dlouhý.

4.9 Metriky na vzdělávací texty Ať se zabýváme kterýmkoliv z uvedených typů vzdělávacích materiálů (e-kurzy, vzdělávací texty, multimediální encyklopedie), můžeme si položit otázku, jak kvalitní


71

daný učební materiál je. Přestože těžiště kvality a užitečnosti spočívá v tom, zda je kurikulum dobře a srozumitelně vysvětleno, existuje několik vlastností, které, nezávisle na obsahu textových částí učebního materiálu, jsou pro nás také důležitým ukazatelem kvality. Na rozdíl od obsahu textu, který (alespoň prozatím) nelze analyzovat a ohodnotit strojově, tyto vlastnosti jsou měřitelné poměrně snadno. Materiálů pro vzdělávání neustále přibývá, a to jak v tištěné, tak v elektronické podobě. Vzdělání je v době informační společnosti stále cennější, je proto vhodné se zamýšlet nad tím, z jakých textů se učit a jakých prostředků ke vzdělání využít. Možnost studia u počítače přináší dříve netušené možnosti, které mohou výrazně zjednodušit a zefektivnit vzdělávací proces. Odborníci se ovšem shodují na tom, že eLearning, ať se jedná o jakkoliv mocný nástroj, nemůže nikdy být zárukou kvality sám o sobě. Vzdělávací cíl může být splněn jen při použití kvalitního kurzu, který je vytvořen metodicky správně, odpovídá potřebám cílové skupiny a přináší požadované poznatky [24]. Vlastností, které by měl dobrý eLearningový kurz splňovat, je mnoho. Nejdůležitější je metodická správnost, následují motivace, podpora aktivity, strukturovanost a jazyková variabilita. Nyní se budeme jednotlivými vlastnostmi zabývat podrobněji. Ještě zdůrazněme, že se budeme zabývat pouze vlastnostmi vlastního učebního textu (kurzu) a ponecháme stranou vlastnosti a omezení eLearningového systému, ve kterém je kurz eventuelně předkládán. Metriky pro kvalitu eLearningových prostředí uvádí např. Mišovič v [72]. Formalizaci metrik v eLearningu se věnují Mišovič a Foltýnek v [24], [73] a [72]. V uvedených publikacích nalezneme však buďto obecné rozdělení metrik v eLearningu, případně metriky, které se netýkají vzdělávacího obsahu. Metriky na vzdělávací texty tvoří vlastní přínos autora práce. Veškeré vlastnosti, které lze vyjádřit kvantitativně, budeme pro přehlednost a názornost vyjadřovat hodnotami z intervalu <0,100>.

4.9.1 Metodičnost (metodická správnost) Pod pojmem metodická správnost rozumíme souhrn vlastností, které určují, zda je daná eLearningová opora vytvořena metodicky správně a může tak plnit svůj cíl. Metodičnost, tedy kvalita obsahu, se skládá z těchto vlastností: •

Přizpůsobení textu věku edukantů: průměrný počet slov ve větě

4. eLearningové technologie ve vzdělávání •

72

Odbornost použitých termínů: musí odpovídat potřebám cílové skupiny a její odbornosti; kvantitativně budeme stanovovat jako počet neznámých (odborných či přejatých) slov v textu

•

Rozsah kurzu ve vztahu k potřebám a věku cílové skupiny

•

Rozsah jednotlivých částí kurzu vůči sobě navzájem: měl by odpovídat jejich důležitosti

•

Využití multimediálních objektů (MMO): musí být přiměřené

Ideální by bylo najít kvantitativní vyjádření daných vlastností a shrnout je do jednoho čísla nejlépe z rozsahu 0–100. Protože dosud nebyla kvantitativní kritéria pro vyjádření metodické správnosti učebního textu zpracována, pokusme se je zpracovat sami za použití vícerozměrného modelu realizovaného skalárním součinem 5

MS = ∑ k i ⋅ xi , i =1

kde ki je váha příslušného kritéria a xi jeho kvantitativní vyjádření. Protože nelze říci, že by některé z uvedených kritérií bylo významně důležitější než některé jiné, stanovme jednotně ki = 20, pro i = 1, 2, … 5

a uvažujme hodnoty xi jako reálná čísla z intervalu <0,1>. Tím zaručíme, že celková hodnota MS bude v požadovaném rozsahu <0,100>. Platí tedy 5

MS = 20 ⋅ ∑ xi , i =1

Nyní se budeme zabývat stanovením hodnot xi. Dílčí metriku pro přizpůsobení věku edukantů stanovíme vztahem x1 = 1 −

min ( 20, po − p s 20

),

kde po je optimální průměrný počet slov ve větě vzhledem k věku cílové skupiny učebního textu a ps je skutečný průměrný počet slov v jedné větě hodnoceného učebního textu. Pro stanovení odbornosti použitých termínů uvažujme taková plnovýznamová slova (tj. podstatná jména, přídavná jména a slovesa), která mohou být edukantům v době studia textu neznámá. Předpokládejme přitom, že užití takového slova způsobí nepochopení celé věty, proto položme


73

x2 = 1 −

vn , vc

kde vc je celkový počet vět v učebním textu a vn je počet nevyhovujících vět, tedy takových vět, které obsahují neznámé pojmy. Za neznámé pojmy přitom nepovažujeme nové pojmy, které jsou v textu definovány a náležitě vysvětleny. Dílčí metriku pro rozsah kurzu stanovíme jako procentuální odlišnost skutečné délky kurzu od ideální délky kurzu vzhledem k typu kurikula a potřebám edukantů. Jakmile pedagogický odborník na danou problematiku stanoví optimální délku učebního textu, lze délku hodnoceného textu s touto délkou porovnávat. Pak klademe lo − l s

x3 = 1 −

lo

,

kde lo je optimální délka kurzu a ls je skutečná délka kurzu. Je přitom zcela lhostejné, zda měříme délku jako počet znaků, slov, vět, odstavců či stránek, důležité pouze je, aby byly veličiny lo i ls stanoveny stejným způsobem. Při stanovování čtvrtého kritéria budeme vycházet z diagnostické tabulky, kterou je třeba si stanovit nejen pro hodnocení kvality učebního textu, ale také pro správné sestavení didaktického testu, jak bude popsáno v kapitole 5.2. Vzhledem k tomu, že rozklad učiva na dílčí témata je třeba provést již při tvorbě kurikula a obsahu učebního textu, nejedná se o žádnou práci navíc bez dalšího využití. Nechť d1, d2, … dn je důležitost jednotlivých částí učiva, kde n je počet částí učiva (nejlépe by měl odpovídat počtu významných kapitol v učebním textu. Hodnoty d1, d2, … dn je třeba stanovit tak, aby platilo n

∑d i =1

i

=1.

Dále označme symbolem lc celkovou délku učebního textu, danou zřejmě vztahem n

l c = ∑ li i =1

Poté vypočítáme průměrnou odchylku relativní délky částí textu od jejich důležitosti. Je-li totiž li délka i-té části textu, mělo by platit li = di . lc Odtud již dostáváme konečný vztah


x4 = 1 −

74 n

li

i =1

c

∑l

− di .

n

Ve světle předchozích poznatků můžeme stanovit metriku pro použití MMO podobným způsobem. Protože optimální míru užití MMO je vhodnější stanovit pro každou část zvlášť, budeme analogicky vyčíslovat dílčí metriku pro využití MMO jako průměrnou odchylku počtu MMO v jednotlivých částech od optimálního počtu MMO v příslušných částech: n

msi − moi

i =1

moi

∑ x5 = 1 −

,

n

kde ms je skutečný počet MMO v dané části a mo je optimální počet MMO v této

části učebního textu.

4.9.2 Motivace Každá eLearningová opora by měla obsahovat část „Motivace“, ve které se edukanti ve dvou až třech odstavcích dozví, proč je třeba danou problematiku studovat. Připomeňme, že vlastní motivace studujících je jeden z nejcennějších předpokladů úspěšného zvládnutí výuky, proto nelze tuto část kurzu podcenit nebo dokonce vynechat! Kvalitu motivace měříme opět procentuálně a vyjadřuje procento lidí splňujících vstupní předpoklady kurzu, kteří jsou po přečtení motivační kapitoly přesvědčení o tom, že je třeba danou problematiku studovat. K měření motivace tak potřebujeme co největší vzorek respondentů, kterým lze položit otázku buďto binární (ano – ne), nebo škálovanou. Jednotlivým hodnotám předložené škály pak přiřadíme patřičné procentuální hodnoty (jak moc jsou edukanti motivováni) a poté zprůměrňujeme procentuálně vyjádřenou motivaci jednotlivých respondentů. Matematicky vyjádřeno n

MO = 100 ⋅

∑m i =1

n

i

,

kde n je počet respondentů účastnících se výzkumu motivace a mi je motivace i-tého respondenta (mi ∈ <0,1>, kde 0 značí absolutní nezájem, 1 absolutní zájem a případné


75

hodnoty zevnitř intervalu vyjadřují míru motivace v případě, že byla respondentům dána možnost vyjádřit svoji motivaci škálovaně)

4.9.3 Podpora aktivity Učit se lze buďto pasivním vstřebáváním vědomostí poslechem přednášky, nebo

četbou vzdělávacího textu, anebo aktivně vlastní prací a objevováním. Jak píše Prokeš v [80], je zřejmé, že aktivní učení je daleko efektivnější než učení pasivní, v prezenční formě výuky je však poměrně náročné na práci učitele. V prostředí eLearningu přejímá značnou část úkolů učitele počítač, eLearningové kurzy tedy poskytují značný prostor pro podporu aktivního učení. Podporu aktivity budeme opět vyjadřovat v procentech a bude určovat, kolik času edukanti během studia stráví vlastní aktivitou. Čas vlastní aktivity je pak vhodné vztáhnout k celkovému času věnovanému studiu a vyjádřit v procentech. Aktivita může být teoretická (např. esej na dané téma) nebo praktická (např. vyrobit nějaký výrobek) a edukanti ji mohou provádět samostatně nebo ve skupinách. Je zřejmé, že praktické aktivity ve skupinách v eLearningovém prostředí mnoho nebude, ale apriori ji nelze zcela vyloučit. •

Dále je třeba rozlišovat minimální dobu strávenou aktivitou nutnou ke správnému pochopení a nastudování dané látky, dále ideální dobu strávenou aktivitou a potom maximální dobu, kterou aktivní prací stráví ti nejpomalejší ze svědomitých edukantů plnících všechny úkoly. Podpora aktivity se souhrnně vyjadřuje v tabulce podle následujícího vzoru: Teoretická Praktická Samostatná

N/I/M

N/I/M

Skupinová

N/I/M

N/I/M

Tabulka 4.2: Tabulka podpory aktivity V každé buňce jsou 3 hodnoty: nezbytná doba (N), ideální doba (I) a maximální doba (M) věnovaná tomu kterému druhu aktivity. Jako směrodatný údaj budeme v dalším počítat s ideální dobou bez ohledu na typ aktivity. Tu vztáhneme k celkové době věnované studiu (včetně měřeného aktivního studia) a vyjádříme v procentech: tp – čas věnovaný pasivnímu studiu (edukanti čtou, poslouchají nebo sledují učitele)


76

ta – čas věnovaný aktivnímu studiu (edukanti něco tvoří) Podpora aktivity je pak číslo z intervalu <0,100> vyjadřující kolik procent studijního času jsou edukanti sami aktivní; je souhrnně dána vzorcem PA = 100 ⋅

ta t p + ta

Pokud hodnotu ta nevypočítáváme z ideální míry aktivity, ale z nezbytné, resp. maximální míry, získáváme tak minimální a maximální procentuální aktivitu, ze které si každý na základě vlastního kritického zhodnocení svých schopností může vyvodit, kolik

času aktivitou skutečně stráví. Metodice výpočtu hodnoty ta je pochopitelně třeba přizpůsobit i metodiku výpočtu hodnoty tp, neboť lze předpokládat, že edukanti vykonávající jen nezbytnou aktivitu vykonají i toliko nezbytné pasivní úkony a naopak ti, kteří stráví maximální možný čas aktivním studiem stráví i maximální možný čas pasivním studiem. Vyvážená eLearningové opora by při procentuálním vyjádření všech tří hodnot podpory aktivity měla získat přibližně stejné hodnoty.

4.9.4 Strukturovanost Jakkoliv kvalitní text ztrácí na názornosti, přehlednosti a tím i na své didaktické hodnotě, pokud není dobře strukturovaný. Malo v [67] doporučuje, aby každý eLearningový kurz měl následující části: •

Motivace

•

Návaznost

•

Poučení

•

Cíl kurzu

•

Úvod kurzu

•

Učební text

•

Závěrečný test

•

Závěr kurzu

•

Literatura

•

Glosář

Učební text pak navrhuje rozdělit na kapitoly, z nichž každá by měla obsahovat: •

Název

•

Cíl


77

•

Výukový text dělený na sekce a podsekce

•

Shrnutí

•

Seznam pojmů

•

Seznam otázek

•

Vzorové příklady

•

Příklady s klíčem k jejich řešení

•

Doplňující literatura

•

Průběžný test

Rozdělení kurzu První charakteristikou, kterou jsme schopni při hodnocení strukturovanosti elektronického kurzu hodnotit, je míra respektování výše uvedeného rozdělení. V některých případech mohou některé části chybět, ale obecně by se to mělo stávat co nejméně a pokud se tak stane, měl by to autor kurzu umět zdůvodnit. Předpokládejme, že strukturovanost celého textu (tedy respektování prvního seznamu), má stejnou váhu, jako strukturovanost jednotlivých kapitol (tedy respektování druhého seznamu). Při hodnocení strukturovanosti budeme uvažovat respektování uvedeného rozdělení; z tohoto pohledu je tedy irelevantní hodnotit relativní důležitost jednotlivých položek. Každé položce tedy přidělíme číslo γi z intervalu <0,1>, a to buďto celé, pokud chceme hodnotit pouze

zastoupení daného

prvku v učebním textu, anebo reálné, pokud chceme hodnotit také to, jak dobře se autor s daným prvkem vypořádal. Rozdělení celého textu tak stanovíme podle vzorce 10

RT = 5 ⋅ ∑ γ i , i =1

čímž získáme hodnotu od 0 do 50, která bude vyjadřovat polovinu celkové hodnoty metriky na rozdělení kurzu. Stejným způsobem stanovíme rozdělení jednotlivých kapitol. Vzorec pro výpočet strukturovanosti j-té kapitoly je 10

RC j = 5 ⋅ ∑ γ i , i =1


78

Celkové rozdělení kapitol tak získáme jako průměr strukturovanosti jednotlivých kapitol. Společně se strukturovaností celého textu tak dostáváme vztah pro výpočet metriky na rozdělení kurzu: n

RK = RT +

∑ RC k =1

n

k

,

kde n je počet kapitol v kurzu, RT je rozdělení celého textu a RCk je rozdělení k-té kapitoly.

Konzistence délek kapitol Další vlastností, která edukantům velice zpříjemní studium především po taktické stránce, je přibližně stejný rozsah kapitol nejnižší úrovně (podsekcí). Čtenář má tak možnost odhadnout, kolik témat zvládne nastudovat za jednotku času a může si své studium lépe rozvrhnout. Náročná témata, která vyžadují delší čas ke studiu, by tak měla být rozdělena na menší celky, jejichž rozsah odpovídá rozsahu ostatních celků v kurzu. Kvantitativně lze tuto metriku vyjádřit jako poměr rozdílu, kterým se liší nejkratší a nejdelší podsekce. Pro konzistenci s ostatními metrikami navíc požadujeme, aby hodnota 100 odpovídala kvalitnímu kurzu (tedy tomu, ve kterém jsou všechny kapitoly přesně stejně dlouhé) a hodnoty blízké 0 kurzu s velkými rozdíly v délce kapitol. Metriku na stejný rozsah kapitol pak definujeme podle vzorce

 d − d min DK = 100 ⋅ 1 − max d max 

  , 

kde dmax je délka nejdelší kapitoly, dmin je délka nejkratší kapitoly.

Provázanost textu odkazy U eLearningových kurzů se síťovou strukturou lze míru síťového propojení jednotlivých celků kvantitativně vyjádřit jako průměrný počet odkazů, které z jednoho celku odkazují do ostatních celků. Označíme-li tuto veličinu jako op a uvažujeme-li optimální množství odkazů oo, jsme schopni stanovit metriku na provázanost textu jako

 oo − o p OV = 100 ⋅ 1 −  oo 

 .  


79

Odkazy na externí zdroje Podobně jako předchozí metriku, můžeme zavést i metriku určující průměrný počet odkazů na externí zdroje vedoucích z jedné kapitoly nejnižší úrovně. Do tohoto počtu se nepočítají odkazy na celou knihu, rozsáhlý dokument, jiný kurz či celý strom WWW stránek, ale jen ty odkazy, které vedou ke konkrétním poznatkům. Množství odkazů musí být přiměřené, opět tedy budeme vycházet z hodnoty optimálního množství odkazů v textu. Vzorec pro výpočet metriky je analogický jako v předchozím případě:

 oo − o p OE = 100 ⋅ 1 −  oo 

   

Celkovou hodnotu strukturovanosti učebního textu vyjádříme opět na základě vícerozměrného modelu. Váhy jednotlivých veličin jsou stanoveny teoretickou cestou na základě didaktického citu autora práce následovně: •

Rozdělení kurzu

1/3

•

Konzistence délek kapitol

1/3

•

Provázanost textu odkazy

1/6

•

Odkazy na externí zdroje

1/6

Uvažujíce všechny čtyři veličiny, je třeba zmíněné váhy dělit čtyřmi, aby bylo zachováno pravidlo, že celková hodnota je číslo z intervalu <0,100>. Celkově je tak strukturovanost textu dána vztahem ST =

1 1 1 1 RK + DK + OV + OE 12 12 24 24

4.9.5 Jazyková variabilita V kolika jazycích je daná eLearningové opora dostupná? Kvantitativně tato vlastnost příliš nemá význam. Důležité je spíše ve kterých jazycích je daná opora dostupná. Jazykovou variabilitu kurzu nelze nijak adekvátně měřit tak, abychom dostali hodnotu 100 pro kurz, který má „tu nejlepší jazykovou variabilitu“. V případě, že škola

či edukanti kladou důraz na zpracování textu v konkrétním jazyce, není to jen jedno z mnoha kritérií, které při rozhodování uvažují, ale zpravidla se jedná o nutnou podmínku, bez jejíhož splnění o četbě daného textu ani neuvažují. Jazykovou variabilitu proto nebudeme v následující sumarizaci uvažovat.


80

4.9.6 Sumarizace metrik. Celkové zhodnocení výukového textu V předcházejících částech jsme rozebrali dílčí metriky, jejichž hodnoty můžeme u eLearningových opor a jiných učebních textů kvantitativně vyjádřit. Nyní tyto dílčí poznatky spojíme v jeden celek a vytvoříme vzorec, který umožní z uvedených vztahů vypočíst jedinou hodnotu odpovídající celkové kvalitě eLearningové opory. Shrňme si tedy ještě jednou dílčí metriky a stanovme jejich relativní váhy. Za nejdůležitější metriku považujeme metodickou správnost (metodičnost), která je stejně důležitá jako všechny ostatní metriky dohromady. Na druhém místě v pořadí důležitosti je podpora aktivity, které opět přidělíme stejnou váhu jako oběma zbývajícím metrikám, tedy motivaci a strukturovanosti, kterým již přiřadíme stejné váhy.

1/2

Metodičnost

1/5

Přizpůsobení textu věku

1/5

Odbornost použitých termínů

1/5

Rozsah kurzu

1/5

Rozsah jednotlivých částí kurzu

1/5

Využití multimediálních objektů

Kvalita vzdělávacího textu

1/4

Podpora aktivity

1/8

Motivace 1/3

1/8

Strukturovanost

Rozdělení kurzu

1/3

Délka kapitol

1/6

Provázanost textu odkazy Odkazy na externí zdroje

1/6

Obrázek 5.3: Metriky na vzdělávací texty


81

Celkově tedy dostáváme: •

Metodická správnost

1/2

•

Podpora aktivity

1/4

•

Motivace

1/8

•

Strukturovanost

1/8

Celková kvalita učebního textu je tak, za předpokladu dodržení požadavku na obor hodnot <0,100>, dána vzorcem 1 1 1 1 CK = MS + PA + MO + ST 8 16 32 32 Všechny uvažované metriky a jejich váhy jsou přehledně znázorněny na schématu na obr. 5.3.

4.10 Diskuse a závěr ke kapitole 4 V předcházejících podkapitolách jsme se zabývali metodikou využití prakticky všech eLearningových technologií. Elektronických testů jsme se dotkli jen okrajově, neboť jim bude věnována samostatná kapitola této práce. Uvedli jsme metodické zásady, kterých je třeba se držet, aby měla výuka s podporou ICT požadovaný efekt. Podrobně jsme rozebrali výhody a nevýhody jednotlivých technologií a jejich užití v různých situacích. Zjistili jsme, že eLearningové technologie mohou být velmi cenným nástrojem, což ostatně potvrzují i výpovědi učitelů, kteří je v praxi hojně používají. Jejich použití však není samospasitelné a bylo by velkou pedagogickou chybou, kdybychom si mysleli, že použití počítače pro výuku automaticky zajistí větší vzdělávací efekt. Může tomu totiž být právě naopak! Učitel neznalý práce s moderními technologiemi může jejich nesprávným použitím napáchat více škody než užitku. Nejen že ztratí čas, který mohl využít klasickou výukou, ale navíc je možné, že demotivuje edukanty, kteří tak příště nebudou mít chuť se s pomocí e-technologií učit. Různých vzdělávacích textů je v Internetu velké množství, značná část z nich je volně dostupná. V kapitole 4.7 jsme zmapovali volně dostupné vzdělávací materiály na

českých internetových serverech. Zjistili jsme, že pro každý předmět existují jak materiály relativně kvalitní, tak velké množství materiálů nekvalitních, jejichž studium může edukanty zmást. Je proto nanejvýš vhodné, aby edukátor měl přehled o volně


82

dostupných vzdělávacích materiálech týkajících se jeho předmětu a včas edukanty upozornil na kvalitní zdroje a naopak je varoval před zdroji nekvalitními. Poslední podkapitola byla věnována metrikám na vzdělávací texty, které umožňují v omezené míře kvantitativně vyjadřovat kvalitu vzdělávacího textu a tím i potenciální vzdělávací efekt. Uvedli jsme několik kritérií, která lze u každého učebního textu kvantifikovat a zamysleli jsme se nad váhami těchto kritérií, jež vstupují do skalárního součinu vyjadřujícího celkovou evaluaci textu. Podstatné navíc je, že ačkoliv jsou tyto metriky primárně navrženy pro eLearningové materiály, mohou nalézt využití i pro klasické (papírové) učební materiály. Pokud bychom chtěli závěry celé kapitoly shrnout do několika co nejstručnějších a nejvýstižnějších vět, nabízejí se následující tři zásady, které by měl každý pedagog používající eLearningové technologie ve výuce dodržovat: •

Používejme eLearningové technologie jen v situacích, kdy je to užitečné.

•

Používejme veškerou techniku metodicky správně; snažme se vytěžit maximum z jejích výhod a co nejvíce eliminovat její nevýhody.

•

Používejme jenom ty materiály (kurzy, testy, texty, prezentace,…), které jsou navrženy metodicky správně a skutečně nám ve výuce pomohou.

5. Metodika využití didaktických testů v eLearningu

83

5 Metodika využití didaktických testů v eLearningu Tato kapitola je klíčovou částí práce. Vychází nejen z teoretických poznatků a použité literatury, ale především z praxe autora, který vyvinul Testovací aplikaci, jež je hojně používána v mnoha předmětech vyučovaných na PEF MZLU. Tyto zkušenosti mohou být zobecněny pro použití nejen v univerzitním, ale i v základoškolském, středoškolském či firemním prostředí. Jak již bylo řečeno, ověřování znalostí je integrální součástí vzdělávacího procesu, jehož smysl netkví v pouhém ověření a zhodnocení znalostí, ale má mnoho dalších aspektů nastíněných v kapitole 3.8. V celé kapitole 5 předpokládejme, že učitel (tutor) má k dispozici aplikaci, která umožňuje testování provádět. Dále předpokládejme, že je škola vybavena patřičnou technikou pro vlastní realizaci testů (počítačová učebna). Technické aspekty elektronického testování nejsou předmětem této kapitoly; jejím předmětem jsou metodické rady, kterých by se měl tutor držet, aby bylo testování co nejobjektivnější, nejúčinnější a mělo maximální efekt jak pro edukanty, tak pro tutora. Připomeňme, že cílem zkoušení je podle [65] kontrola výsledků učení edukanta, kontrola kvantitativní a kvalitativní stránky vzdělání edukanta, jeho výchova a zpětná vazba pro učitele. V dalších kapitolách se budeme věnovat metodám naplnění těchto cílů. I když didaktické testy plní nenahraditelnou roli při vzdělávání, je třeba je používat s mírou a rozmyslem. Krátce po zavedení testů v USA na počátku minulého století, znamenalo jejich užívání spíše brzdu rozvoje amerických středních škol, neboť učitelé se zaměřovali na jednoduché, málo strukturované otázky nerespektující zásady správné


84

formulace (viz kap. 5.2). V roce 1934 byla výzkumem zjištěna tato negativa testů používaných na amerických středních školách [76]: •

Cíle a metody výuky byly stanovovány podle obsahu testů

•

Bylo posíleno „biflování“, „šprtání“ a mechanické učení

•

Vedoucí úloha učitele byla potlačena, byl degradován na pouhého testátora

•

Ve vyučování byla věnována pozornost pouze tomu, co bylo možno měřit testy

•

Adaptace vyučování místním potřebám byla znemožněna

•

Ve stále větší míře se rozmáhalo memorování

•

Obsah vyučování byl stále více standardizován a uniformován

Neužívejme tedy testy bezmyšlenkovitě, snažme se i v případě maximálního využití automatizace

při

vyhodnocování

podporovat

kreativní

myšlení

edukantů

a

nepřizpůsobujme učivo testům, ale testy učivu. Způsoby, jak toho všeho docílit, jsou popsány v dalších podkapitolách této kapitoly.

5.1 Stanovení cílů testu Ještě předtím, než začneme test sestavovat (tedy na počátku analytické fáze – viz dále), je třeba se důkladně zamyslet nad cíli testu, tj. nad tím, co chceme testem zjistit. Nemusí přitom jít o pouhé ověřování znalostí, funkce didaktického testu mohou být rozličné [90], [19]: •

Administrativní – určuje, zda zkoušený splnil či nesplnil požadavky k postupu do dalšího ročníku apod.

•

Poradenská – ukazuje na speciální schopnosti či nedostatky edukanta, doporučuje vhodné směry dalšího rozvoje osobnosti

•

Informační – ukazuje na výkon, pokrok, úspěch (selhání) edukanta, rodiče či učitele

•

Motivační – stimuluje edukanta i okolí k většímu výkonu

•

Didaktická – upevňuje a prohlubuje vědomosti

•

Výchovná – formuje vztah edukanta k učení a poznání

•

Řídicí – hodnotí edukanta ve vztahu k talentu, zájmu, vynaloženému úsilí a k minulým výkonům

5. Metodika využití didaktických testů v eLearningu •

85

Reflexní – poskytuje zpětnou vazbu pro učitele

Každý test samozřejmě nemusí plnit všechny uvedené funkce, a ani to není dost dobře možné. V rámci zachování co největší efektivity edukačního procesu je však výhodné, aby každý použitý test plnil co nejvíce z uvedených funkcí. Test by v žádném případě neměl být samoúčelný. Nikdy nesmíme psát test pro test. Test je prostředkem pro dosahování výukových cílů, nikoliv cílem sám o sobě. Stanovované cíle testu by měly vycházet především z výukových cílů, které bychom jako učitelé měli znát ještě před začátkem výuky (viz kap. 3.2). Dostatečnými cíli testu tak jsou např. zjištění úrovně osvojení poznatků z některé části učiva, zjištění vstupních znalostí před začátkem výuky některé části učiva, klasifikace, závěrečné hodnocení, atd. Ve většině případů lze zakomponovat motivační, didaktickou, výchovnou a zpětnovazební funkci takřka do každého testu.

5.2 Příprava testu Sestavení kvalitního didaktického testu vyžaduje systematickou cílevědomou práci jeho autora (učitele) [85]. Bylo by velkou chybou začít vytvářet test bez hlubšího zamyšlení nad jeho smyslem a bez důkladného promyšlení vhodnosti a smyslu každé otázky. Příprava testu probíhá zpravidla v několika fázích. Mezi jednotlivými fázemi není ostrá hranice; vzájemně se prolínají a za určitých okolností se vracíme i k úkonům z předcházejících fází. Podle [85] se jedná o tyto fáze: •

Analytická fáze

•

Syntetická fáze

•

Optimalizační fáze

Podívejme se nyní na jednotlivé fáze přípravy testu podrobněji.

5.2.1 Analytická fáze Mezi nejdůležitější úkoly v této fázi patří vytyčení cíle testu podle kap. 5.1 a výběr učiva, které hodláme prověřovat. Učitel si musí ujasnit, co chce testem zjistit. Volba prověřovaného učiva musí být přiměřená věku a možnostem edukantů. Je třeba


86

rozčlenit učivo na malé učební jednotky (definice pojmů, číselná a slovní data,...) a stanovit počet otázek k prověření jednotlivých poznatků.

Častým prostředkem používaným v analytické fázi je tzv. diagnostická tabulka, která určuje, která otázka testuje znalost kterého tématu:

Otázka 1 Otázka 2 … Otázka n Vyváženost testu

Téma 1 Téma 2 … Téma m Komplexnost otázek 1 0 0 k1 1 0 1 k1 vi,j 0 1 0 kn

ϕ1

ϕ2

ϕn

Tabulka 5.1: Příklad diagnostické tabulky V této tabulce mohou být v jednodušším případě pouze hodnoty 0 a 1, které indikují, zda daná otázka ověřuje či neověřuje znalost daného tématu. Chceme-li být pečlivější, můžeme do tabulky vkládat i hodnoty zevnitř intervalu <0,1> podle toho, jakou hloubku má ověření daného tématu příslušnou otázkou. V posledním řádku a posledním sloupci pak hodnoty z daného sloupce resp. řádku sečteme. Pro každou otázku tak získáme informaci o tom, kolika témat se týká, tj. její komplexnost. Komplexnost i-té otázky je tedy dána vzorcem m

k i = ∑ vi , j , j =1

kde vi,j jsou údaje z diagnostické tabulky, tedy míra ověřování znalosti daného tématu příslušnou otázkou a m je počet sledovaných učebních témat. Lze předpokládat, že komplexnější otázky budou zkoušeným dělat větší problémy, což dokládá nespolehlivost jednoduché metody popsané v předcházejícím odstavci. Pro každé téma pak získáváme informaci o tom, kolika otázkami je testováno. Označme tuto veličinu symbolem ϕ. Pak platí n

ϕ j = ∑ vi , j , i =1

kde vi,j jsou opět údaje z diagnostické tabulky a n je počet otázek. Toto číslo by mělo odpovídat relativní důležitosti jednotlivých témat. Pokud tomu tak není, je třeba test přepracovat vypuštěním některých otázek nebo přidáním nových, které testují dosud málo využité téma. Výsledkem analytické fáze by mělo být jasné stanovení cílů testu, roztřídění učiva a prvotní nástin testových otázek (položek).


87

5.2.2 Syntetická fáze Tato fáze přípravy testu je časově nejnáročnější. Základním cílem je vytvoření použitelné verze testových otázek (položek) na základě poznatků stanovených v analytické fázi. Jednotlivé položky (úkoly, otázky) jsou základní stavební jednotkou každého didaktického testu. Výstavba položek se realizuje z hlediska možných typů položek (viz kap. 3.8.3) a z hlediska jejich náročnosti. Na konci syntetické fáze by měla být hotová první verze testu, kterou předložíme malému vzorku edukantů. Typy položek (otázek) jsou v různé literatuře členěny různě. Členění uvedené v kapitole 3.8.3 se snaží být co nejjemnější a postihnout všechny možné náhledy různých autorů. Abychom mohli přehledně stanovit, které typy otázek se hodí pro testování které úrovně osvojení poznatků podle Niemerkovy taxonomie, seskupíme některé typy dohromady. Vzniklé skupiny typů testových položek jsou: •

Produkční (slovní, otevřené)

•

Doplňovací (slovní)

•

Dichotomické (dichotomické)

•

S výběrem odpovědí – polytomické (1/n, 1/n s otevřenou možností, 1/n s neurčitou možností, m/n, m/n s implicitní špatnou odpovědí, nucená volba)

•

Přiřazovací (spojovací, přiřazovací, obecné spojovací)

•

Uspořádací (seřaďovací)

První dvě skupiny lze souhrnně označit jako otevřené (úkolem zkoušeného je odpověď vytvořit), zbytek tvoří položky uzavřené (možnosti jsou dány, úkolem zkoušeného je vybrat nebo přiřadit). Na pomezí těchto skupin stojí položky typu 1/n s otevřenou možností. Je evidentní, že jednotlivé typy testových položek jsou vhodné nejen pro ověřování znalostí jednotlivých druhů učiva, ale také se jejich užití liší podle toho, jakou hloubku znalostí jimi testujeme. Následující tabulka uvádí vhodnost jednotlivých typů testových úloh pro požadované úrovně osvojení učiva podle Niemerkovy taxonomie [33]:

5. Metodika využití didaktických testů v eLearningu Úroveň osvojení Zapamatování Porozumění Použití v typ. situacích Použití v probl. situacích

88

Produk- Doplňo- Dichoto- S výb. Přiřazo- Uspořáční vací mické odpovědi vací dací ++ ++ ++ + ++ + ++ + ++ ++ ++ ++ ++ + + ++ + – +

–

–

+

+

+

Tabulka 5.2: Vhodnost typů testových položek podle úrovně ověřovaných znalostí Důležitou roli pro kvalitu výsledného testu hraje správná formulace zadání úloh. Zadání by mělo být naprosto jednoznačné a srozumitelné a zkoušený by z něj měl ihned pochopit, co se po něm chce. Nesrozumitelnost zadání zvyšuje [64]: •

Použití cizích slov

•

Použití nezvyklých domácích slov

•

Velké množství symboliky

•

Nevhodné zkratky slov

Je proto dobré dávat si na tyto věci pozor. To, co může být učiteli na první pohled zřejmé, nemusí být na první pohled zřejmé edukantům. Mějme na paměti, že testujeme skutečné znalosti zkoušených a ne jejich schopnost dešifrovat myšlenkové pochody pedagoga. Nyní se zabývejme dalšími obecnými doporučeními, která bychom při návrhu testových úloh měli dodržovat, pokud chceme, aby byl test kvalitní [33]:

5.2.2.1 Obecné zásady konstrukce testových položek Při konstrukci testových položek je obecně třeba dodržovat následující zásady: •

Vyhýbáme se úlohám kvízového charakteru. Příkladem nevhodné položky může být např.: Biografie je − nauka o konstrukci biografů − životopis − zápis o chování živočichů

•

Snažíme se navrhovat testové úlohy, které jsou navzájem nezávislé, tj. takové, kdy vyřešení jedné úlohy není vázáno na vyřešení jiné úlohy. Tato


89

závislost je velmi lákavá zejména v matematice či fyzice. Příkladem dvou následujících položek popírajících tuto zásadu může být: Tomáš je 3x starší než Lucie, která má 8 let. Jak starý je Tomáš? Jestliže se Tomáš, jehož věk známe z předchozí úlohy, narodil mamince ve 23 letech, jak stará je nyní jeho maminka? •

Zadání úloh musí být správné po gramatické stránce. Gramatické chyby mohou být velmi matoucí, neboť zkoušený očekává, že zadání je správné a hledá v chybách hlubší smysl.

•

Při formulaci testových úloh musíme dbát na to, aby zadání neobsahovalo nápovědu správné odpovědi.

•

Zásadně nepoužíváme tzv. „chytáků“, kde vlastně nezkoušíme stupeň zvládnutí učiva, ale zcela jiné charakteristiky jedince (postřeh, atd.).

•

Vyhýbáme se položkám testujícím znalost poznatků, které jsou dosud předmětem vědecké diskuse (pokud to není smyslem otázky).

•

Testových úloh navrhujeme vždy o 25 – 50 % více než kolik jich má být v konečné podobě testu. Zkušenosti ukazují, že řada úloh se totiž v dalším ověřování ukáže jako nevyhovující.

Ještě než se budeme věnovat zásadám konstrukce jednotlivých typů úloh, všimněme si úloh speciálního charakteru, tzv. úloh analogických [76]. Zadáme zkoušeným dva pojmy v určitém vztahu a poté požadujeme, aby našli, vybrali či posoudili vztah analogický. Této metody konstrukce otázek lze využít při slovních otázkách, polytomických i dichotomických. Ilustrujme si analogickou úlohu na příkladu zvíře – kyslík, rostlina – uhlík. Jedná se o dvě dvojice pojmů, které jsou spolu ve stejném vztahu. Možné testové otázky pak jsou: •

Zvíře – kyslík, rostlina – ________ (doplň)

•

Zvíře – kyslík, rostlina – uhlík (ano – ne)

•

Zvíře – kyslík, rostlina – (a. vodík; b. uhlík; c. dusík; d. síra)

Tohoto typu otázek se často používá v testech inteligence, lze jej však s úspěchem použít i v kognitivních testech.


90

5.2.2.2 Užití MMO v testech Multimediální objekty jsou v didaktických testech důležitým prvkem, který nejen může sloužit pro lepší znázornění otázky a snížení rizika, že ji zkoušený špatně pochopí; z metodického hlediska důležitější je takové využití, kdy se otázka týká přímo informací v MMO. Rozdělme si tedy využití MMO z metodického hlediska do tří základních skupin: •

Podpůrné multimediální objekty – jsou takové multimediální objekty, které slouží pouze pro lepší názornost testové položky. Jedná se pouze o doplněk, který by v případě vynechání, u většiny zkoušených nevadil. Je však vhodné jej k některým položkám přiřadit, neboť za prvé oživí test a pomůže udržet pozornost, a za druhé sníží riziko nesprávné interpretace zadání.

•

Multimediální objekty v zadání – jsou zpravidla klíčovým prvkem doplněným pouze krátkým textovým řetězcem formulujícím otázku. Např.: Co je na obrázku? Který druh ptáka je slyšet na zvukovém záznamu? Co znázorňuje videozáznam? Atd. Multimediální objekty v zadání jsou typické pro uzavřené výběrové položky, případně pro úzké či široké otevřené. V některých případech je možné je využít i u relačních položek, jejich využití v těchto případech je však méně typické.

•

Multimediální objekty v možnostech – zpravidla nebývají doplněny žádnou textovou informací a jsou samy předmětem výběru či zařazování. U výběrových otázek můžeme s úspěchem využít MMO coby možnosti u otázek typu: Na kterém obrázku je dub letní? Na které nahrávce slyšíme skřivana polního? Který videozáznam odpovídá správnému způsobení provedení…? Atd. MMO mohou také tvořit jednu z množin použitých u relačních položek. Typickým příkladem může být přiřazování názvů k obrázkům (bijekce), zařazování rostlin (zobrazených pouze na obrázku) do

čeledí, apod. Obecně lze říci, že využívání MMO v didaktickém testu má veskrze pozitivní efekt. Jednak přibližuje testované učivo realitě; zkoušení jsou tak konfrontování s daleko skutečnějšími objekty, než by tomu bylo v případě, že by skutečnost byla popsána pouze textem. Přestože neexistuje žádná maximální míra únosnosti využití MMO a obecně platí, že čím více MMO, tím lépe, přece jen bychom se měli vyhnout tomu, aby


91

byly MMO použity u každé položky a neměli bychom zapomínat na to, že textový

řetězec je také nositelem informace a pro účely testování je typičtější než jakýkoliv multimediální prvek.

5.2.2.3 Zásady konstrukce úloh se stručnou odpovědí Úloh tohoto typu užíváme jen tehdy, lze-li odpovědět velmi stručně (nejlépe jedním slovem). Při jejich konstrukci dodržujeme tyto zásady: •

Úlohu formulujeme zcela jasně a jednoznačně.

•

Nevyžadujeme doslovné opakování textu z učebnice.

•

Uvážíme předem všechny možné odpovědi, je-li jich mnoho, úlohu nepoužijeme.

•

Necháme edukanty doplňovat jen důležité údaje.

•

Z neúplné věty musí být patrné, co se má doplnit.

•

Údaj, který se má doplnit, umísťujeme pokud možno na konec věty.

•

Vyhýbáme se nejen neúmyslné, ale i úmyslné nápovědě, jako je např. uvádění prvního písmene, počtu písmen, apod.

•

Zadání formulujeme raději jako otázku nebo příkaz, spíše než jako neúplnou větu.

•

Vyhýbáme se položkám vyžadujícím znalost relativně nedůležitých faktů.

•

Vyhýbáme se příliš velkému počtu vynechaných údajů, neboť úkol se tak může snadno stát nejasným.

Při opravování je třeba dbát na to, aby správná odpověď s pravopisnou chybou byla rovněž považována za správnou (pakliže se nejedná o test pravopisu). Toto je ovšem velký problém v eLearningových testovacích aplikacích, neboť ty pravopisnou chybu zpravidla neodhalí a považují odpověď za špatnou.

5.2.2.4 Zásady konstrukce dichotomických úloh Nevýhodou dichotomických úloh je velká pravděpodobnost uhodnutí správné odpovědi. To je třeba si uvědomit a pro zachování reliability testu zvolit vhodný počet položek tohoto typu. Naproti tomu jejich velkou výhodou je, že jsou blízké životním situacím, neboť zkoušený musí rozeznávat pravdu od nepravdy. Je proto obzvláště vhodný pro odlišování vědeckých pravd od běžných bludů a pověr. To, že k dané otázce


92

existují jen dvě možné alternativy, se obecně stává velice často. Jedná se rovněž o velmi ekonomický typ otázky. Žádný jiný typ neumožňuje tak velký počet řešení položek za jednotku času. Další výhodou je pak jeho absolutní objektivita u témat, která jsou nezpochybnitelná. Naopak existují oblasti, kde lze na mnohé otázky odpovědět „ano“ i „ne“. Těmto oblastem je přirozeně potřeba se při používání dichotomických otázek vyhýbat. Při návrhu dichotomických úloh dodržujeme tyto zásady: •

Tvrzení uváděné v zadání musí být jednoznačně správné nebo jednoznačně nesprávné.

•

Nepoužíváme příliš dlouhých tvrzení, ve kterých by se zkoušení mohli ztrácet.

•

V tvrzeních nepoužíváme dvojího záporu.

•

V tvrzeních nepoužíváme výrazů typu „často“, „téměř“, „vždy“, „nikdy“, „zřídka“, apod.

•

Navrhujeme zhruba stejný počet správných a nesprávných tvrzení.

•

Nepoužíváme vět vytržených z učebnice, ani je neobměňujeme zařazením záporu.

•

Úkol nesmí být formulován tak, aby zkoušeného sváděl k nesprávnému

řešení, ač zná řešení správné.

5.2.2.5 Zásady konstrukce polytomických úloh Polytomické úlohy jsou nejčastějším typem úloh používaných v eLearningových testech. Nesprávné možnosti u výběrových úloh se nazývají distraktory [33] a jejich výběru je třeba věnovat značnou péči (viz dále). Úlohami s výběrem odpovědí nezkoušíme zapamatování konkrétních poznatků. I tak je však tento typ otázek nejpružnější. Opět se jedná o zcela objektivní typ otázek. Při návrhu polytomických úloh se držme těchto zásad: •

Otázka i nabízené možnosti mají být co nejstručnější – někteří lidé mívají problémy se čtením dlouhého textu, ten navíc odvádí pozornost od podstaty

řešeného problému. Dlouhý text se vyplatí nahradit obrázkem. •

Větší část úkolu má být soustředěna v zadání; jednotlivé možnosti by měly být co nejkratší.


93

Osvědčuje se zadávat 4–5 možných odpovědí, což je vhodný kompromis mezi nízkou pravděpodobností uhodnutí správné možnosti a přehledností otázky.

•

Nesprávné alternativy by měly odpovídat častým chybám. Nahodilé sestavení nesprávných alternativ má za následek jejich mechanické vyloučení zkoušenými.

•

Před vlastním sestavením testu je výhodné zadat žákům jiné třídy či skupiny otázky, které se objeví v testu (samozřejmě nenápadně, aby nedošlo k úniku informací do testovaného vzorku). Žáci budou na otázky odpovídat volně. Tím zjistíme, že je jen určitý počet chybných odpovědí a ty použijeme.

•

V zadání úlohy se vyhýbáme slovům nebo údajům, které by mohly sloužit jako nápověda.

•

Z formulace zadání by neměl vycházet žádný podnět ke správné odpovědi (např. rod, číslo, atd.).

•

Pokud se ve formulaci úlohy vyskytuje zápor, zvýrazníme jej (např. podtržením).

•

Soubor nabízených odpovědí k jedné úloze by měl být homogenní, tj. podobný obsahovým zaměřením i formou.

•

Distraktory se nesmějí navzájem překrývat nebo jinou formou vyjadřovat totéž.

•

Umístění správné odpovědi mezi distraktory musí být náhodné.

•

Má smysl používat jen takové distraktory, u nichž je předpoklad, že budou využívány.

•

Při používání úloh s vícenásobnou volbou odpovědi je nutné zkoušené upozornit, že může být správných více odpovědí.

•

Při formulaci zadání dáváme přednost otázkám před neúplnými tvrzeními, a to zejména u mladších žáků.

•

Je-li zadání neúplnou větou, na níž navazují možnosti, je nutné, aby se po stránce obsahové i gramatické shodovaly se zadáním.

•

Možnosti by měly být uvedeny vždy až po úvodní části (zadání), nikoliv uvnitř.


94

5.2.2.6 Zásady konstrukce seřaďovacích úloh Sestavení seřaďovacích úloh je poměrně obtížné. Při jejich sestavování je potřeba postupovat velmi opatrně, neboť se mohou stát velmi snadno bezcennými, poskytují-li možnost skryté nápovědy nebo možnost většího počtu správných odpovědí. Nevýhodou seřaďovacích úloh je omezená oblast použití, ale také obtížné skórování. Nesprávné seřazení totiž může být provedeno mnoha způsoby, přičemž se jedná o různě velké chyby. O způsobu skórování se ještě zmíníme v kap. 5.4. Zásadou je, že množina tříděných položek musí být homogenní. Homogenitu lze ověřit existencí nadřazeného pojmu, který by se měl objevit v zadání. Rovněž je třeba pamatovat na to, aby nebyl počet tříděných položek příliš velký. Mužić v [76] doporučuje jako maximální hranici 12 položek, podle názoru autora by měl být tento počet ještě nižší (max. 8).

5.2.2.7 Zásady konstrukce přiřazovacích úloh Při konstrukci přiřazovacích úloh dbáme na to, aby počty prvků ve dvou množinách byly různé, čímž se vyhneme tomu, že zkoušení budou postupovat „vylučovací metodou“. Přiřazovací úlohy omezují možnost uhodnout správnou odpověď na minimální míru. Jejich použití je však možné jen v poměrně omezeném okruhu učiva. Obecně při konstrukci přiřazovacích úloh platí tyto zásady [76]: •

Množiny položek musí být homogenní. To lze ověří existencí nadřazeného pojmu, který platí pro všechny položky.

•

V zadání úlohy by se měl nadřazený pojem vyskytnout.

•

U přiřazovacích úloh by měl být aspoň jeden sloupec tvořen jednoslovnými položkami. Při přiřazování celých vět celým větám nelze zaručit přehlednost.

•

Pro dosažení větší přehlednosti je lepší, když je sloupec, v němž se volí odpovědi, setříděn podle nějakého principu.

•

Počet možností v jednom sloupci by neměl být příliš velký, maximální únosný počet je 12.

5.2.2.8 Počet testových položek a čas na vypracování Počet otázek v testu je závislý především na tom, jak velkou část učiva testujeme. Odborná literatura [9] uvádí, že globální test by měl obsahovat cca 40–60 otázek, test


95

přezkušující jeden tematický celek 20–40 otázek a orientační přezkušování z jedné vyučovací jednotky 5–20 otázek. Doba na vypracování při orientačním přezkušování by měla být 3–20 minut, při tematické prověrce 10–30 minut a při závěrečném přezkušování

doporučuje

se

30–50 minut. Proti dlouhodobějšímu přezkušování vznášejí námitky někteří pedagogové a hygienici, v jejich názorech však také není shody a je třeba uvážit, že v některých specifických případech je skutečně nutné dobu testování významně prodloužit (např. maturitní písemka z matematiky). Orientační hodnoty časů k řešení jednotlivých druhů testových úloh uvádí následující tabulka [33]: Druh testové úlohy Široké otevřené – odpověď 1 – 2 strany Široké otevřené – odpověď ½ strany Produkční – krátké Produkční – delší S výběrem odpovědi – bez výpočtu S výběrem odpovědi – s výpočtem Přiřazovací Doplňovací Dichotomické Uspořádací

Čas potřebný k vyřešení v min. 15 – 25 8 – 12 0,5 – 1 1–5 0,5 – 1,5 1–5 1–2 0,5 – 1 0,5 – 1 0,5 – 1

Tabulka 5.3: Orientační časy řešení jednotlivých typů testových položek Tato tabulka je převzata z literatury zabývající se papírovými testy. Z hlediska eLearningu je zcela relevantní pouze v případě offline testů, její druhá polovina je však použitelná i pro online testy. Všimněme si, že hodnoty časů jsou uváděny se značným rozptylem. Tento rozptyl je dán tím, že tabulka uvádí časy v závislosti na typu položky. Typem položky však ještě není určena její obtížnost, která časovou hodnotu determinuje. Jinou metodou odhadu času, který zkoušení k vypracování spotřebují, je odhad na základě času, který řešením testu strávil učitel. Je přitom potřeba zadat test učiteli, který sice daný předmět učí, ale který se na přípravě testu nepodílel. Odborná literatura [7] i praktické zkušenosti ukazují, že čas k práci edukantů by měl představovat cca 2–3 násobek času, který potřebuje ke zpracování testu učitel.


96

Je samozřejmě vhodné pro co nejpřesnější odhad obě metody zkombinovat. Důležitější pak bude analýza výsledků vzorku edukantů prováděná v optimalizační fázi přípravy testu. Používáme-li v testu pouze uzavřené položky výběrového typu, je třeba počítat s tím, že u těchto položek existuje jistá pravděpodobnost uhodnutí správné odpovědi. Aby byly výsledky testů co nejspolehlivější, je třeba tuto pravděpodobnost co nejvíce snížit. O metodě korekce hádání bude pojednáno v kapitole 5.4. věnované analýze výsledků testu. V syntetické fázi přípravy testu je potřeba mít na paměti, že čím více výběrových položek bude, tím menší je vliv hádání. Pravděpodobnost, že by se někomu podařilo uhodnout všechny správné odpovědi totiž s rostoucím počtem otázek pochopitelně velmi rychle klesá. Obecně platí, že test musí obsahovat tím více testových úloh, čím menší je počet předkládaných odpovědí. Pravděpodobnost uhodnutí správné odpovědi lze v některých případech snížit i užitím tzv. neurčité odpovědi (není uvedena správná hodnota, nic z předchozího apod.) – viz kap. 3.8.3. V tomto případě musí zkoušený správnou odpověď skutečně vědět (vypočítat), nestačí jen hádat. Při použití neurčitých odpovědí musí být tyto možnosti občas správné.

5.2.2.9 Obtížnost položek Z hlediska obtížnosti jednotlivých položek je důležité, jaké myšlenkové operace je třeba k vyřešení dané položky provádět. Podle [65] je potřeba souhra didaktických úrovní všech složek učení (motivační, poznávací, prováděcí, kontrolní). Nemůžeme tedy po zkoušených v testu vyžadovat znalosti a myšlenkové operace, kterým se předtím nenaučili; je rovněž chybou testovat nižší úroveň znalostí než byla stanovena na začátku výuky. Zmíněné myšlenkové operace mohou být: •

Pamětní reprodukce poznatků

•

Jednoduché myšlenkové operace s poznatky

•

Složitější myšlenkové operace s poznatky

•

Tvořivé myšlení

•

Sdělení poznatků

U každé položky je tedy vhodné se zamyslet nad tím, co je k jejímu vyřešení potřeba a předem odhadnout její obtížnost. S obtížností testových položek úzce souvisí také jejich časová náročnost. Nad jednoduchými položkami není třeba strávit příliš mnoho


97

času přemýšlením; náročnější položky již zaberou času více. Je tedy třeba vědět, kolik času zkoušeným na vypracování testu dát (resp. kolik položek použít, je-li čas dán), v závislosti na tom, zda se jedná o test rychlosti, nebo test úrovně.

5.2.2.10 Pořadí testových položek Používáme-li výběrové otázky, je obecně žádoucí kombinovat jejich různé druhy (pozitivní a negativní výběr, seřaďovací, přiřazovací, rozdělovací, postupové,...). Zkoušeného tak nutíme stále udržovat pozornost a nesklouznout do myšlenkového stereotypu a mechanického uvažování. Ze stejného důvodu je vhodné kombinovat více typů úloh v celém testu. V takovém případě se doporučuje úlohy stejného typu soustředit do jedné části testu a v takto vzniklých částech setřídit úlohy vzestupně podle obtížnosti [33]. Je velmi důležité, aby každá sada úloh obsahovala pokyny pro správné vypracování. Předejdeme tak zbytečným nejasnostem a dotazům. Pokud předem stanovíme pořadí úloh, stíráme tím jednu z podstatných výhod elektronického testování, kterou bylo náhodné sestavování ekvivalentních forem testu, tedy náhodné pořadí úloh znesnadňující opisování. Proto je dobré – a toto je spíše metodická poznámka pro návrháře testovacích aplikací než pro učitele – aby testovací aplikace umožňovala nejen náhodné rozmístění úloh, ale i rozmístění úloh podle daných pravidel při co největší diferenciaci ekvivalentních forem testu.

5.2.2.11 Váha položek Váhou položek rozumíme jejich bodové hodnocení. Pro snadné vyhodnocení testu je nejlepší, když mají všechny položky v testu stejnou váhu. Tento přístup je i „férový“ vůči zkoušeným, kteří tak mohou snadno odhadnout svoji úspěšnost ještě před samotným vyhodnocením testu. Někdy je však vhodné bodovou váhu jednotlivých položek rozlišit; nejčastěji tak, aby odpovídala obtížnosti položek. I tak je ale vhodné, aby neměla každá položka jinou váhu, ale aby se v testu vyskytovaly 2–3 skupiny položek a váha položek v jednotlivých skupinách byla stejná. Problém ovšem nastává, když zkoušený napíše test úspěšně díky tomu, že správně odpoví pouze na otázky s malou váhou, na nichž nasbírá potřebný počet bodů. Proti těmto případům se lze bránit stanovením dalších doplňujících podmínek pro průchod testem – kromě určitého počtu bodů získaného za odpovědi na všechny položky je třeba


98

získat i určitý počet bodů za položky z konkrétní skupiny. De facto se pak jedná o dva testy v jednom.

5.2.3 Optimalizační fáze Tato fáze je velmi důležitá, ale mnohými učiteli je žel opomíjená. Na konci syntetické fáze již máme hotový test. Nyní je potřeba ověřit, jestli test skutečně splňuje vše, co od něj očekáváme. Ideální tedy je, pokud se nám podaří test předložit takové skupině edukantů, která je co nejpodobnější vzorku, který chceme testovat. Pokud se nám to nepodaří, je možné test předložit přímo testovanému vzorku s tím, že jeho výsledky nebudou mít takovou vypovídací hodnotu a test optimalizovat až poté (pro využití v následujících letech či semestrech). Předpokládejme nicméně, že se nám podaří test předložit pokusnému vzorku. Po předběžném ověření testu na určitém testovacím vzorku, je tedy čas na důkladnou analýzu testových položek a jejich další úpravy. Ze zkušeností [85] vyplývá, že pro nevhodnost vyřadíme cca 1/4 položek, s čímž je potřeba se hned na začátku smířit, aby nám později nebylo líto vynaloženého úsilí.

5.2.3.1 Index obtížnosti položky Základní vlastností, kterou je třeba zjistit u každé položky zvlášť, je její index obtížnosti. V praxi se tento index nejčastěji měří jako procento zkoušených, kteří položku vyřešili správně vzhledem k počtu těch, kteří položku řešili (nikoliv tedy vzhledem k počtu všech zkoušených). Pro každou otázku a každého zkoušeného, který ji řešil, budeme uvažovat reálné

číslo z intervalu <0,1>, kde 0 znamená, že dotyčný danou otázku vyřešil zcela špatně, 1 znamená, že ji vyřešil správně a hodnoty zevnitř intervalu znamenají částečně správnou odpověď. Z těchto hodnot sestavíme tabulku [19] (viz tab. 5.4). Zatímco aritmetický (event. vážený) průměr pro každý sloupec (tj. všechny otázky, které řešil daný student) je podkladem pro klasifikaci, aritmetický průměr pro každý

řádek (tj. všechny výsledky zkoušených na danou otázku), jsou podkladem pro hodnocení otázek.


Otázka 1 Otázka 2 … Otázka n Hodnocení studentů

99

0,7 0,6

Výsledky otázek o1 o2

1

1

on

s2

sm

Student 1

Student 2

0 0,5

1 1

1 s1

…

Student m

pi,j

Tabulka 5.4: Výpočet indexu obtížnosti testových položek Výsledek j-tého studenta lze zřejmě získat podle vzorce n

sj =

∑p i =1

i, j

,

n

kde pi,j označuje úspěšnost j-tého studenta na i-tou otázku a n je počet otázek v testu. Je běžné, že si učitel vytvoří závěr o kvalitě edukanta na základě jeho výsledků v testu. Podobně tomu může být i u otázek. Lze předpokládat, že otázky, na něž zkoušení odpovídali vesměs správně, ověřují znalost tématu, které je dobře zvládnuté, zatímco otázky, na něž zkoušení odpovídali většinou špatně, ověřují znalost tématu, kterému edukanti neporozuměli. Rovněž lze ale předpokládat, že otázky, na něž značná

část zkoušených odpověděla správně, jsou v testu zbytečné, neboť jsou příliš snadné. A do třetice lze předpokládat, že otázky, na něž značná část zkoušených odpověděla špatně, mohou být špatně formulovány. Jako pomocné vodítko nám může sloužit index obtížnosti otázek testujících stejnou část učiva. Index obtížnosti jednotlivých testových položek tedy získáme pomocí analogického vzorce m

∑p oi =

j =1

mi

i, j

,

kde pi,j má stejný význam jako v předcházejícím vzorci a mi je počet zkoušených, kteří řešili i-tou položku. Při výpočtu indexu obtížnosti jsme brali v úvahu jen odpovědi těch zkoušených, kteří danou položku řešili (stranou nyní ponechme metodu, jak rozlišit toho, kdo danou položku řešil a nevyřešil od toho, který ji vůbec neřešil. Procento zkoušených, kteří položku neřešili, je pro nás však také velmi užitečný údaj. Položky, které v testu zůstaly neřešeny, nebo položky, které byly vyřešeny zcela špatně, se nazývají nenormované a jejich analýzou se budeme zabývat později.


100

Obrázek 5.5: Příklady rozložení bodového hodnocení testových položek U položek, které lze hodnotit pouze diskrétně (např. 0–5 bodů, ale připouštíme pouze celočíselné hodnoty), je důležitým ukazatelem statistické rozložení jednotlivých bodových hodnocení (viz obr. 5.5). To by mělo co nejpřesněji odpovídat normálnímu rozložení (obr. 5.5.a). Z rozložení na obr. 5.5.b je patrné, že většina zkoušených získala spíše vyšší hodnocení, jedná se tedy o položku, která je poměrně snadná a pro použití v testu je spíše nevhodná. Naproti tomu u položky na obr. 5.5.c nezískal nadpoloviční počet bodů nikdo, většina zkoušených získala průměrné hodnocení. Zde je potřeba provést hlubší analýzu – pokud se jednalo o výběrovou položku, je potřeba analyzovat, které možnosti zkoušení volili a které ne. To, že nikdo nezískal více než 3 body, může např. znamenat, že nikdo nezná více než 3 prvky, otázkou však je, jestli se jednalo u všech o stejné či rozdílné prvky.

5.2.3.2 Rozlišovací účinnost položek Test zpravidla používáme k tomu, abychom zkoušené nějakým způsobem rozlišili. Toto rozlišování však musí probíhat už na úrovni jednotlivých položek. Rozlišovací účinnost vyjadřuje, do jaké míry položka rozlišuje mezi zkoušenými, kteří se od sebe liší skutečným množstvím zkoumaných vědomostí a dovedností. Je tím větší, čím

častěji ti, kteří na otázku odpověděli správně, patří do skupiny vynikajících, kdežto ti, kteří odpověděli špatně, patří do skupiny podprůměrných. Abychom mohli rozlišovací účinnost stanovit, potřebujeme rozdělit zkoušené na dvě skupiny pole objektivního kritéria, nebo podle celkových výsledku testu. Je přitom


101

možné (a někdy i vhodné) neuvažovat výsledky těch, kteří dosáhli průměrného hodnocení. Hodnocení těchto dvou skupin vyneseme do jednoho grafu (viz obr. 5.6 – vynikající jedinci jsou znázorněni plnou čarou, podprůměrní přerušovanou). Opět si rozeberme tři základní možnosti, které mohou nastat. Za optimální v tomto případě považujeme rozložení podle možnosti a), ze kterého je patrné, že ti, co měli celkově horší výsledky odpovídali na danou otázku hůře než ti, co měli celkové výsledky lepší. Tak by to mělo být. Položka, jejíž hodnocení se blíží příkladu 5.6.b, je v testu zbytečná. Dobří i špatní žáci na ni odpovídají přibližně se stejnou úspěšností. Při jejich rozlišení tedy tato položka nehraje žádnou roli. Pokud žáci ze skupiny vynikajících odpovídali na otázku hůře než žáci ze skupiny průměrných, jako je tomu na obrázku 5.6.c, je otázka zjevně špatně formulovaná a je třeba ji vypustit nebo změnit.

Obrázek 5.6: Grafy pro určení rozlišovací účinnosti položek

5.2.3.3 Analýza nenormovaných úloh Nenormovanými úlohami rozumíme ty úlohy, které zůstaly zkoušenými neřešeny (vynechány), nebo byly vyřešeny špatně. Jestliže zjistíme, že některé odpovědi jsou vynechány, může to vedle neznalosti učiva znamenat také nepochopení formulace úlohy nebo nedostatek času na její vypracování. V literatuře [7] lze nalézt doporučení, podle kterého je třeba věnovat zvýšenou pozornost zejména těm otevřeným úlohám, ve kterých odpověď vynechalo více než 30–40 % zkoušených. U úloh uzavřených je však nutno věnovat zvýšenou pozornost i úlohám, na něž neodpovědělo více než 20 % zkoušených. Rozbor nesprávných odpovědí u úloh s výběrem odpovědí je velmi jednoduchý. Stačí se podívat, které distraktory zkoušení volí a které nikoli a málo atraktivní distraktory vypustit nebo nahradit jinými, vhodnějšími.


102

Rozbor chyb u otevřených úloh je složitější. Chyby je vhodné rozdělit do dvou kategorií:

základní chyby – tyto chyby jsou způsobené nepochopením nebo nezvládnutím učiva a jejich výskyt je tedy v podstatě přirozenou záležitostí.

vedlejší chyby – ty jsou způsobené např. přehlédnutím, numerickou chybou, nepřesností, atd., a jejich výskyt ukazuje na to, že úspěch řešení příslušné položky závisí i na jiných vlivech, než je stupeň zvládnutí učiva. Úlohu, kde převažují vedlejší chyby nad chybami základními, je potřeba z testu vyloučit jako nevhodnou, případně hledat možnosti, jak ji formulovat lépe.

5.2.3.4 Nevhodné úlohy Shrneme-li si výsledky předchozích dvou podkapitol do přehledného seznamu, získáme vlastnosti, které indikují nevhodnost úlohy. Tyto úlohy poté z testu vypustíme nebo jejich zadání významně přepracujeme. •

Index obtížnosti je větší než 80 % nebo menší než 20 % – tj. úloha je příliš snadná nebo příliš obtížná.

•

V uzavřených úlohách je vynechaná odpověď u více než 20 % zkoušených, v otevřených u 30–40 %.

•

Četnost vedlejších chyb u otevřených úloh převažuje nad četností chyb hlavních.

•

Téměř nikdo ze zkoušených nevolí určité distraktory u uzavřených úloh.

Další informace o vhodnosti úloh můžeme získat analýzou položek zabývajících se jednotlivými tématy. Máme-li k dispozici údaje o úspěšnosti jednotlivých témat, údaje o úspěšnosti jednotlivých otázek (tab. 5.4) a informaci o tom, která otázka se vztahuje ke kterému tématu (tab. 5.1), můžeme z toho vyvozovat další závěry. Zabývejme se nyní množinou otázek, které ověřují znalost jednoho tématu a porovnejme úspěšnost edukantů na jednotlivé otázky z této množiny. Logicky lze očekávat, že úspěšnosti by měly být přibližně stejné. Pokud některé otázky výrazně vyčnívají, je třeba se zabývat zněním těchto otázek. Úspěšně zodpovězená otázka na špatně zvládnuté téma indikuje příliš jednoduchou otázku, která danou znalost ověřuje pouze povrchně. Naopak neúspěšná otázka na dobře zvládnuté téma nás může přivést k domněnce, že daná otázka je špatně formulována.


103

5.3 Realizace testu Realizace testu je okamžikem, kdy jako učitelé konečně zhodnotíme práci, kterou jsme do přípravy testu vložili. Psaní testu je psychickou zátěží nejen pro zkoušené, ale i pro examinátora, který má možnost v průběhu testu ovlivnit spoustu faktorů, které úspěšnost testu podmiňují. V prvé řadě je to celková atmosféra při psaní testu, kterou máme šanci ovlivnit především svým vystupováním před začátkem zkoušky. Před zkouškou je třeba brát zřetel především na tyto momenty [76]:

Atmosféra místnosti – Je žádoucí, aby zkoušení v době psaní testu setrvávali ve svém přirozeném prostředí. Je třeba odstranit vše, co by je mohlo rozptylovat. Rovněž je nezbytné učinit taková opatření, aby nedocházelo k rušení během práce (vstupování cizích osob do místnosti, hluk zvenčí, atd.).

Rozsazení zkoušených – Pokud to místnost dovoluje, je třeba rozsadit zkoušené tak, aby seděli co nejdále od sebe a přesně za sebou. V počítačové učebně zpravidla nemáme možnost konfiguraci místnosti měnit, je třeba tento aspekt zvažovat již při návrhu místnosti.

Chování učitele – Učitel by měl během testování udržovat odměřený, neosobní vztah, který by však neměl být nepřívětivý, aby nevyvolával nervozitu. Během zadávání pokynů by měl mluvit pomalu, jasně a zřetelně.

Dodržování pokynů – Učitel musí zajistit bezvýhradné dodržování stanovených pokynů a omezení.

Místo učitele ve třídě – Pokud žáci pracují, neměl by se jim učitel dívat přes rameno nebo přecházet po místnosti, neboť tyto činnosti žáky ruší a znervózňují. Nejlepší je, když se učitel postaví před třídu a neustále žáky sleduje.

Ukončení testování – Po uplynutí času určeného pro psaní testů je třeba bezpodmínečně zařídit, aby všichni přestali pracovat. Elearningové technologie ve většině případů zajistí dodržení časového limitu automaticky, u offline testů je třeba, aby dodržení stanoveného času zajistil učitel.

5.4 Stanovení skóre didaktického testu Až do tohoto okamžiku jsme se zabývali obecnými vlastnostmi a metodikou didaktických testů nezávisle na tom, jestli jsou testy realizovány na papíře, nebo


104

v elektronické podobě. Stejně tak tomu může být i v případě stanovování skóre testu, přesto je vhodné položit si otázku, zda využití počítačů nepřináší nové a netušené možnosti a skórovací metody, které by v případě papírových testů a jejich ručního zpracování nebylo možné použít, nebo by jejich použití bylo příliš pracné. V této podkapitole bude vybudována obecná formalizace a numerizace skórování položek didaktického testu (dále TIS z angl. Test Item Scoring). Ukážeme, že skórovací metody dostupné v odborné didaktické literatuře jsou jen zvláštním případem aplikace obecných metod TIS a konečně se zamyslíme nad tím, co nového přinášejí pro skórování testu eLearningové technologie.

5.4.1 Celkové skóre didaktického testu Uvažujeme test T. Nechť je test tvořen n položkami, které označíme p1, p2, …, pn. Platí tedy

T = { p1, p2, …, pn } Nechť b1, b2, …, bn je bodové hodnocení položek, tedy jejich váhy. Během procesu TIS najdeme pro každou položku tzv. dílčí skóre položky, tedy reálné číslo z intervalu <-1,1>, které budeme označovat σi. Toto číslo bude sloužit jako základ pro výpočet skóre položky, které označíme si a zohledníme v něm vzájemnou váhu jednotlivých položek v testu vůči sobě. Zřejmě platí vztah si = σi ⋅ bi Pak pro celkové skóre sT testu T platí n

n

i =1

i =1

S = ∑ s i = ∑ σ i ⋅ bi Hodnoty b1, b2, …, bn stanovuje examinátor během přípravy testu. Hodnoty σi pro i = 1, 2, …, n jsou vypočítány z odpovědí zkoušených během procesu TIS.

5.4.2 Teoretická východiska výběru metod TIS Vycházejme ze čtyř různých kategorizačních východisek: Taxonomie výukových cílů (viz kap. 3.2), taxonomie poznatků (viz kap. 3.3), typů testových položek (viz kap. 3.8.3) a cílů didaktického testu (viz kap. 3.8). Získáme tak čtyřrozměrný prostor ukazatelů, které nám pomohou vybrat tu správnou skórovací metodu pro konkrétní test. Vztahy jednotlivých východisek mezi sebou a k TIS jsou přehledně znázorněny v diagramu na obr. 5.7.:


Výukové cíle

105

Typy test. položek

TIS

Cíle testu

Taxonomie poznatků

Obrázek 5.7: Vztahy východisek k TIS Výukové cíle či taxonomie poznatků ovlivňují kromě TIS také volbu typů testových položek. TIS je závislé na všech čtyřech východiscích.

5.4.3 Matematický základ TIS Testová položka je určena těmito prvky: •

Textovým řetězcem Z, tvořícím zadání otázky, které specifikuje, co má zkoušený provádět. Na formulaci zadání jsou kladeny určité metodické požadavky (viz kap. 5.2.2), na způsob vyhodnocování však nemá vliv.

•

U výběrových otázek konečnou množinou alternativ (tedy nabízených možností) M, která je zkoušenému předložena ve zcela náhodném uspořádání.

•

U relačních otázek množinou objektů A a množinou skupin B, které jsou zkoušenému také předloženy ve zcela náhodném uspořádání

Dále pak definujeme prostor řešení Ω jako množinu všech možných odpovědí na danou otázku. Pro Ω přitom platí: Ω = {ω; ω je textový řetězec} pro otevřené otázky Ω = P(M), tedy potenční množina množiny M pro výběrové otázky Ω = P(A × B), tedy množina všech relací mezi množinami A a B pro relační otázky Odpověď zkoušeného, tedy prvek množiny Ω budeme označovat ω.


106

Nyní hledáme funkci, která z odpovědi zkoušeného vypočítá dílčí skóre položky. Nazvěme tuto funkci evaluační funkcí a označme ji f. Definičním oborem funkce je prostor řešení Ω a oborem hodnot je interval <0,1>. Platí tedy f: Ω → <-1,1>.

5.4.4 Koeficient korektnosti κ Abychom mohli formalizmus TIS zpracovat co nejobecněji, je třeba skórování položek každého typu rozložit na co nejelementárnější prvky. •

U otevřených položek uvažujeme textové řetězce

•

U výběrových položek uvažujeme jednotlivé alternativy (tedy prvky množiny M)

•

U injektivních a obecných relačních položek uvažujeme prvky kartézského součinu A × B (tedy uspořádané dvojice (a,b), kde a ∈ A a b ∈ B.

•

U bijektivních položek uvažujeme jednotlivé bijekce mezi množinami A a

B. V dalším textu budeme množinu všech takovýchto bijekcí označovat symbolem Bij(A,B). Pro každý z těchto elementů definujeme jeho koeficient korektnosti, který označíme κ, a který bude základem pro výpočet dílčího skóre položky. Koeficient korektnosti bude mít stejný obor hodnot jako dílčí skóre položky; jak ukážeme později, v některých případech si tyto hodnoty budou rovny. •

κ: Ω → <-1,1> pro otevřené položky

•

κ: M → <-1,1> pro výběrové položky

•

κ: A × B → <-1,1> pro injektivní a obecné relační položky

•

κ: Bij(A,B) → <-1,1> pro bijektivní položky

Z metodického hlediska se v koeficientu korektnosti skrývá míra správnosti (případně míra špatnosti) každé dílčí odpovědi. Vysvětleme nyní sémantiku koeficientu korektnosti u jednotlivých skupin typů testových položek. U otevřených položek je koeficient korektnosti přiřazen každému textovému řetězci. Je zřejmé, že pro většinu řetězců bude platit, že κ = 0, to budou obecně špatné či nesmyslné odpovědi. Pro zcela správnou odpověď bude κ = 1. V případě, že je zcela správných odpovědí více, budou mít všechny koeficient korektnosti roven jedné.


107

Mohou však existovat pouze částečně správné odpovědi. V tom případě nabývají na významu hodnoty zevnitř intervalu (0,1), které budou určovat, jak moc se zkoušený správné odpovědi přiblížil. Mohou však existovat i odpovědi, které svědčí o hrubé neznalosti zkoušeného. V takovém případě a za předpokladu hodně restriktivní metody TIS je možné uvažovat i hodnoty κ ∈ <-1,0), které budou určovat míru „špatnosti“ těchto odpovědí. Otevřené položky jsou příkladem položky, pro něž platí rovnost mezi koeficientem korektnosti a dílčím skóre položky. U výběrových položek je koeficient korektnosti přiřazen každé alternativě. Nezáleží přitom na tom, o který typ výběrové položky se jedná. Je totiž potřeba si uvědomit, že výběrové položky typu m z n jsou de facto soustavami dichotomických položek, které jsou samy o sobě zvláštním případem výběrových položek typu 1 z n. Stačí tedy numerizaci TIS zpracovat pouze pro výběrové položky typu 1 z n a získané poznatky pak bude možné aplikovat i na další typy. Je tedy dána množina alternativ, z nichž má zkoušený za úkol vybrat právě jednu. V nejjednodušším případě přiřadíme jediné správné alternativě κ = 1 a všem ostatním alternativám κ = 0. Nyní je ale třeba uvažovat případ, kdy je třeba odlišit chybu plynoucí ze zvolení jednotlivých špatných alternativ. Ne všechny mohou totiž být stejně špatné a může se dokonce stát, že jedna z nich je „skoro správná“. V takovém případě je tedy, podobně jako tomu bylo u otevřených položek, na místě uvažovat i hodnoty koeficientu korektnosti zevnitř intervalu (0,1). Dále se může stát, že mezi položkami jsou takové, jejichž zvolení poukazuje na hrubou neznalost, kterou je třeba potrestat záporným bodovým hodnocením a můžeme tak uvažovat i hodnoty z intervalu <-1,0). Záporné hodnoty koeficientu korektnosti nabývají na významu také v případě, kdy chceme provádět korekci na hádání, tedy penalizaci špatných odpovědí (viz kap. 5.4.6). V tom případě položíme κ = 1 pro správnou alternativu a κ=

−1 n −1

pro nesprávnou alternativu. Vzhledem k tomu, že položky typu m z n jsou, jak již bylo řešeno, soustavami položek typu 1 z n se dvěma (případně třemi) konstantními alternativami, je třeba u výběrových položek nadefinovat koeficient korektnosti u každé alternativy jak pro případ, kdy zkoušený danou alternativu zvolí, tak pro případ, kdy ji nezvolí.


108

Injektivní položky jsou de facto soustavou výběrových položek typu 1 z n s konstantní množinou alternativ rovnou množině B. Koeficient korektnosti tedy definujeme pro každou dvojici kartézského součinu A × B a jeho sémantika tkví v ohodnocení správnosti zařazení objektu ze skupiny A do skupiny b ∈ B. Hodnoty 0 nebo 1, respektive hodnoty zevnitř intervalu (0,1), případně hodnoty záporné mají stejný význam jako tomu bylo u výběrových položek typu 1 z n. Na obecné relační položky lze pohlížet jako na soustavu výběrových položek typu m z n, kdy u každého objektu z množiny Q zkoušený rozhoduje, do kterých skupin z množiny B daný objekt patří. Protože víme, že položky typu m z n jsou vlastně soustavami dichotomických položek, lze i na obecné relační položky pohlížet jako na soustavu |A|⋅|B| dichotomických položek. Koeficient korektnosti tedy určujeme zvlášť pro každou dvojici (a,b), kde a ∈ A a b ∈ B a každý z případů zvoleno – nezvoleno. Tento postup je zcela v souladu s potřebnými myšlenkovými postupy odehrávajícími se v mozku zkoušeného, neboť ten také musí nezávisle u každého objektu rozhodnout, zda může být prvkem dané skupiny – nezávisle tedy zvažuje, zda zaškrtnout či nezaškrtnout každou z dvojic (a,b). Největší problém při stanovování koeficientu korektnosti je u bijektivních položek, a to jak u spojovacích, tak u seřaďovacích. Na bijektivní položky totiž nelze pohlížet jako na soustavu výběrových položek, neboť tyto položky by nebyly vzájemně nezávislé. Úkolem zkoušeného sice je, stejně jako u všech ostatních relačních položek, přiřadit každý objekt do správné skupiny, v případě bijektivních položek navíc požadujeme, aby byla každá skupina použita právě jednou (množiny A a B jsou v tomto případě zřejmě stejně početné). Nejmenší nezávislý element, jenž jsme schopni v takovémto případě ohodnotit koeficientem korektnosti, je tak celá bijekce. Vzhledem k jejich velkému počtu (k! pro k = |Q| = |G|) je tak potřeba vybrat (kromě správné bijekce) ty, které poukazují na určité specifické chyby a těm přiřadit individuální koeficient korektnosti. U ostatních bijekcí nám pak nezbude, než přiřadit jim nějakou vhodnou implicitní hodnotu κ (např. κ = 0). Blíže se této problematice budeme věnovat v kap. 5.4.5.5, která je věnována TIS seřaďovacích položek, coby zvláštního případu bijektivních položek.


109

5.4.5 Skórování položek testu (Test Item Scoring) V předcházející kapitole jsme zavedli koeficient korektnosti κ pro různé typy položek. Nyní tohoto koeficientu využijeme pro stanovení dílčího skóre položek. Rozebereme si zvlášť všechny typy a možné metody skórování.

5.4.5.1 Skórování uzavřených výběrových položek Nejprve se podívejme na nejjednodušší případ uzavřených výběrových položek, tedy položky typu 1 z n, u nichž zkoušený vybírá z nabízené množiny alternativ právě jednu. Připomeňme, že pracujeme s množinou alternativ M. Pro každé m ∈ M je definován koeficient korektnosti κ(m). Nechť mo ∈ M je odpověď zkoušeného, tedy zvolená alternativa. Dílčí skóre položky je pak dáno vztahem σ = κ(mo) Stejný vztah platí i pro zvláštní případy uzavřených výběrových položek, tedy pro položky dichotomické a trichotomické. Na výběrové položky typu m z n pohlížíme jako na soustavu dichotomických položek. Je-li tedy M množina alternativ, definujme v souladu s kap. 5.4.4 koeficient korektnosti pro každou alternativu a každou z možností zvoleno – nezvoleno (0 – 1). Označme Z ⊆ M množinu položek, které zkoušený zvolil (označil, zaškrtl) a Ž ⊆ M množinu položek, které nezvolil. Nutně přitom platí, že množiny Z a Ž tvoří rozklad množiny M (tedy Z ∪ Ž = M a Z ∩ Ž = ∅). Pro dílčí skóre položky pak platí

σ=

∑κ (m,1) + ∑κ (m,0)

m∈Z

m∈Ž

M

5.4.5.2 Skórování injektivních a obecných relačních položek Vyjděme z toho, že úkolem zkoušeného je nalézt relaci mezi dvěma množinami. U relace jako u podmnožiny kartézského součinu platí, že daná dvojice do hledané relace buďto patří, nebo ne. Rozložíme-li tedy hledanou relaci na jednotlivé prvky a uvažujeme-li každý prvek zvlášť jako elementární dichotomickou otázku, lze při TIS relačních otázek aplikovat metody uzavřených výběrových položek. Nechť A, B jsou množiny, mezi nimiž se hledá relace. U přiřazovacích otázek zpravidla nazýváme množinu A množinou objektů a množinu B množinou skupin.


110

Pak platí, že odpověď O ⊆ A × B = {(a, b) | a ∈ A, b ∈ B}. V nejobecnějším případě definujeme pro každý prvek kartézského součinu A × B a každý z případů zvoleno, nezvoleno, koeficient korektnosti κ, tedy zobrazení κ: A × B × {0, 1} → <1,1>. Dílčí skóre uzavřené relační otázky je tedy v takovémto nejobecnějším případě dáno vztahem

∑ κ (a, b,1) + ∑ κ (a, b,0)

σ=

( a ,b )∈O

( a ,b )∈ A× B \ O

A× B

5.4.5.3 Skórování úzkých otevřených položek I v případě otevřených otázek lze problematiku TIS rozšířit z klasického pohledu „správná odpověď / špatná odpověď“ na obecnější případ, kdy rozlišujeme správnost jednotlivých možných odpovědí. V tomto případě však nikdy nejsme schopní pokrýt koeficientem korektnosti celou množinu možných odpovědí, tedy všechna slova daného jazyka. Je tedy třeba určit implicitní hodnotu, která se použije v případě, že koeficient korektnosti není pro odpověď zkoušeného definován. Výsledné hodnocení úzké otevřené otázky, na níž zkoušený odpověděl slovem s, pak je dáno jednoduchým vztahem

σ = κ (s )

5.4.5.4 Skórování spojovacích položek Nyní se budeme věnovat bijektivním položkám kromě položek seřaďovacích. Tedy takovým položkám, v nichž je třeba nalézt bijekci mezi dvěma (stejně mohutnými) množinami. Protože řešení bijektivních položek ze strany zkoušeného představuje poměrně složitou myšlenkovou operaci a díky závislosti jednoho prvku bijekce na druhém není možné provést rozklad na elementární případy, pro něž bychom zavedli koeficient korektnosti zvlášť, je třeba jej stanovit zvlášť pro každou bijekci. Připomeňme, že A a B jsou množiny objektů, mezi nimiž zkoušený hledá bijekci. Koeficient korektnosti je definován pro každou bijekci, tedy, pro každý prvek množiny Bij(A,B). Je-li tedy odpověď zkoušeného O ∈ Bij(A,B), je dílčí skóre spojovací položky dáno vztahem

σ = κ (O)


111

Problém algoritmického skórování spojovacích položek jsme tím však nevyřešili, pouze jsme jej přesunuli o úroveň níže. Zamysleme se nyní nad tím, jak vypočítat κ pro danou bijekci, která představuje odpověď zkoušeného a rozeberme si různé metody výpočtu. Ve zbytku této podkapitoly budeme symbolem P označovat správnou odpověď, tedy správnou bijekci. Platí tedy, že O ∈ Bij(A,B) a zejména κ(P) = 1.

Počet správných dvojic Označme symbolem k počet prvků v množině A, resp. B. Platí tedy k = |A| = |B|. Zkoušený tedy hledá k dvojic. Použijeme-li jako jediné měřítko počet dvojic, které má správně, lze koeficient korektnosti dané bijekce stanovit podle vztahu

κ (O) =

O∩P k

,

tedy jako podíl velikosti průniku bijekcí (a tedy množin) O a P představující počet správných dvojic a počtu všech dvojic.

Ostatní metody Počet správných dvojic je nejčastěji implementovanou metodou stanovení koeficientu korektnosti. Dále můžeme na spojovací položky pohlížet jako na zvláštní případ relačních položek a využít metodu stanovení koeficientu korektnosti pro každou dvojici zvlášť. Skutečnost, že se jedná o položky bijektivní tak bude sloužit pouze jako vodítko pro zkoušeného, aby použil každý prvek z množiny skupin právě jednou. V případě, že najdeme vhodné setřídění množiny A, lze na bijektivní položky pohlížet jako na položky seřaďovací a použít metody uvedené v následující podkapitole.

5.4.5.5 Skórování seřaďovacích položek Jak jsme si rozebrali v kapitole 5.4.4, koeficient korektnosti stanovujeme pro každou permutaci množiny alternativ zvlášť. Označíme-li tedy Per(M) množinu všech permutací množiny M a O ∈ Per(M) odpověď zkoušeného, tedy zvolenou permutaci, dílčí skóre položky je určeno zřejmým vztahem σ = κ(O) Dále označme P ∈ Per(M) správnou odpověď, tedy permutaci představující správné setřídění. Pro tuto permutaci pak zřejmě platí κ(P) = 1


112

Nyní se budeme zabývat metodami stanovení κ pro různé permutace množiny tříděných objektů.

Příklady seřaďovacích položek Ačkoliv definice seřaďovacích položek je zcela jednoznačná a z implementačního hlediska dostačující, z hlediska metodického je třeba rozlišovat další vlastnosti, které seřaďovací otázky jemněji rozlišují. Ukažme si to na příkladech: Seřaďte uvedené události od nejstarší po nejmladší: •

Zlatá bula Sicilská

•

Založení Karlovy univerzity

•

Upálení Mistra Jana Husa

•

Bitva na Bílé hoře

Sestavte jednotlivé základní etapy projektu do správného pořadí. •

příprava

•

plánování

•

realizace

•

ukončení

Je dán graf (viz obr. 5.8). Jaké pořadí uzlů odpovídá prohledávání tohoto grafu do šířky?

Obrázek 5.8: Graf Seřaďte uvedené hory podle výšky od nejvyšší po nejnižší: •

Sněžka


Luční hora

•

Praděd

•

Plechý

•

Lysá hora

113

V jakém pořadí budete projíždět uvedenými městy při cestě z Českých Budějovic do Ostravy? •

Tábor

•

Jihlava

•

Brno

•

Prostějov

•

Olomouc

Operace odlišnosti permutací Naším cílem bude nyní definovat takovou operaci na množině všech permutací konečné podmnožiny přirozených čísel, která by vyjadřovala míru jejich odlišnosti a odpovídala tak míře odlišnosti odpovědi zkoušeného od správné odpovědi. Bylo by na místě uvažovat o definici takové operace, která splňuje axiomy metriky a vyjadřuje tak vzdálenost dvou permutací. Bodové hodnocení by se pak vypočítávalo ze vzdálenosti odpovědi zkoušeného od správné odpovědi. Nazvěme tuto operaci odlišnost a označujme ji dále symbolem d. Definici této operace nyní ponechme stranou a věnujme se nejprve přepočtu jejího výsledku do intervalu <0,1>, tedy stanovení dílčího skóre položky. Pro správnou odpověď, která se od správné odpovědi neliší vůbec a výsledek operace bude tedy nulový, musí hledaná funkce vracet hodnotu 1. Hodnota 0 by naopak měla odpovídat maximální možné chybě, tedy největší možné odlišnosti permutací O a P. Dostáváme tedy vzorec σ = 1−

d (O, P ) , d max ( P )

kde d(O,P) je odlišnost permutace O od permutace P a dmax(P) je odlišnost nejodlišnější permutace od permutace P. Nyní tedy zbývá definovat zmíněnou operaci odlišnosti. Tu lze definovat mnoha způsoby, které budou korespondovat s různými způsoby vyhodnocování. Všechny pak budou použitelné pro dosazení do výše uvedeného vzorce.


114

Součtová metoda Nechť A = (a1, a2, …, an) a B = (b1, b2, …, bn) jsou dvě permutace množiny Nn. Jejich odlišnost d definujeme vztahem n

d = ∑ ai − bi i =1

Pro B = P = (1, 2, …, n) pak dostáváme zjednodušený vztah n

d = ∑ ai − i i =1

Tato metoda pro každý prvek množiny možností vypočítá, jak daleko je tento prvek umístěn od své správné pozice. Součet těchto rozdílů (vzdáleností) pak vypovídá o celkové míře shody, resp. odlišnosti celých permutací. Maximální možnou hodnotu dmax dostáváme pro opačné permutace a její hodnota je rovna n

d max = ∑ (n − (n − i + 1)) , i =1

odkud po úpravě dostaneme d max =

n 2 − (n mod 2) 2

Metoda sekvencí Nechť A = (a1, a2, … an) je permutace množiny Nn. Její odlišnost d od permutace

P = (1, 2, …, n) definujeme vztahem n −1

d = (n − 1) − ∑ j (ai +1 − ai ) , i =1

kde

1 pro x = 1 j ( x) =  0 pro x ≠ 1 Výsledkem této metody je součet délek správných sekvencí bez ohledu na jejich umístění v posloupnosti. Protože maximální možná sekvence má délku n– 1, vyskytuje se tento výraz na začátku pravé strany a zajišťuje, že výsledkem operace d bude pro maximální možnou sekvenci hodnota 0. Pro permutaci neobsahující žádnou správnou sekvenci dostaneme výsledek dmax = n – 1.


115

Euklidovská metoda Pohlížíme-li na permutace n přirozených čísel jako na body v n-rozměrném euklidovském prostoru, lze odlišnost dvou permutací chápat jako euklidovskou vzdálenost jim příslušných bodů. Nechť tedy opět A = (a1, a2, …, an) a B = (b1, b2, …, bn) jsou dvě permutace množiny Nn. Jejich odlišnost d definujeme euklidovskou metodou vztahem

d=

n

∑ (a i =1

i

− bi ) 2

Maximální možná vzdálenost bodů, jejichž žádná souřadnice není větší než n, je úhlopříčka n-rozměrné krychle o hraně délky n – 1. Pro zjednodušení zanedbejme skutečnost, že protilehlé rohy této krychle nepředstavují body příslušné posloupnostem

O a P. Pak dostáváme d max = n ⋅ (n − 1) 2 = (n − 1) n

Metoda největší chyby Tato metoda je založena na rozdílu pozic v posloupnostech u toho prvku, jehož pozice se nejvíce liší. Nechť tedy opět A = (a1, a2, …, an) a B = (b1, b2, …, bn) jsou dvě permutace množiny Nn. Jejich odlišnost d pak definujeme vztahem

d = max{ i − j ; ai = b j ; ai , b j ∈ M } Pro maximální rozdíl v pozicích prvků zřejmě platí dmax = n – 1

Metoda individuální evaluace Tato metoda je založená na předpokladu, že každá permutace vyjadřuje chybu jiného druhu a neexistuje proto jednotný funkční předpis, který by pouze na základě permutací stanovil bodovou hodnotu odpovědi. Evaluační funkce je v tomto případě definována výčtem na základě sémantiky zadání a prvků množiny M.

Metodická vhodnost jednotlivých způsobů Ukázali jsme si pět metod evaluace odpovědi zkoušeného. Nyní se podívejme na to, ve kterých případech je vhodné použít kterou metodu. Obsahuje-li množina M nezávislé položky, které třídíme podle některé jejich klíčové vlastnosti (např. hory podle jejich výšky, apod.), kterou je třeba znát, může


116

nastat situace, že zkoušený nezná hodnotu klíčové vlastnosti u některých prvků. V takovém případě umístění těchto prvků určí pravděpodobně náhodně, případně je umístí na konec. Za zcela nevhodnou lze v tomto případě označit metodu největší chyby, která bude v tomto případě hodnotit pouze strategii, kterou zkoušený zvolil pro umístění neznámého prvku a nikoliv míru správnosti umístění jemu známých prvků. Naopak vhodnými metodami jsou v tomto případě součtová či euklidovská, které vycházejí z rozdílného umístění prvků a korespondují tak s míru chyby, kterou zkoušený v tomto případě udělal. Obsahuje-li množina M vzájemně závislé položky, které třídíme do logického sledu (např. správné pořadí dílčích činností v určitém procesu apod.), je důležité postihnout návaznosti mezi jednotlivými prvky. Tyto návaznosti se projeví správným setříděním prvků do sekvencí a proto vhodnou metodou pro tento případ bude právě metoda sekvencí. U otázek vyžadujících ucelenou představu o vztazích mezi tříděnými prvky (např. pořadí projížděných měst apod.), lze použít prakticky kteroukoliv z uvedených metod bez obavy z neobjektivnosti hodnocení. U otázek, kde je možné považovat několik permutací za správné a některé permutace vyjadřují specifickou chybu (např. pořadí uzlů při prohledávání grafu), může být vhodné použít metodu individuální evaluace. Tato metoda je pochopitelně nejnáročnější, neboť definice operace odlišnosti výčtem může být velmi nepohodlná. Evaluační funkce navíc není definována obecně a hodí se pouze pro danou otázku a pro žádnou jinou. V uvedených případech je proto vhodné namísto seřaďovacích otázek použít otázky jiných typů, např. výběrových, kdy nabízené možnosti budou odpovídat specifickým případům, které bychom jako učitelé v evaluační funkci postihovali.

5.4.6 Korekce hádání u výběrových položek Základní charakteristikou TIS výběrových položek je jejich restriktivita, tedy to, jak moc jsou postihovány špatné, nebo ne zcela správné odpovědi. Typickým restriktivním opatřením je korekce hádání u výběrových úloh, tedy jednoduchá penalizace špatných odpovědí. Někdy je však třeba odlišit míru chyby a penalizaci za špatnou odpověď snížit, resp. zvýšit. Jak již bylo řečeno dříve, použití výběrových úloh typu 1 z n s sebou totiž přináší riziko, že zkoušený bude správné odpovědi hádat. Již jsme se zmínili o tom, že toto riziko lze odstranit jak dostatečným počtem alternativ u jednotlivých testových položek,


117

tak dostatečným počtem položek v testu. Rovněž již bylo řečeno, že čím méně alternativ u každé položky je, tím více by mělo být položek. Ať je počet alternativ i počet položek jakýkoliv, při vyhodnocování výsledků testu lze provést automatickou korekci hádání – tedy úpravu bodového hodnocení tak, aby se případné hádání zkoušeného na jeho výsledcích neprojevilo, resp. projevilo co nejméně [33]. Při korekci hádání přisoudíme zkoušenému počet bodů podle toho, kolika chyb se dopustil. Vycházíme přitom z toho, že ten, kdo odpověď hádá, se dopouští chyb častěji, než ten, kdo úlohy skutečně řeší a odpovídá jedině tehdy, když odpověď zná. Korekci dosažených bodových výsledků lze provést například podle vztahu So = Sn −

N , n −1

kde So je tzv. opravené skóre, Sn je neopravené (původní) skóre, N je počet nesprávných odpovědí v testu a n udává počet nabízených možností na jednu otázku. Uvedený vztah, platný pro aposteriorní úpravu celkového skóre testu, lze upravit tak, aby byl použitelný při stanovování dílčího skóre položky:

1  σ = 1 − n − 1

pro správnou alternativu pro špatnou alternativu

Je-li dílčí skóre položky rovno koeficientu korektnosti zvolené alternativy, dostáváme pak vztah pro výpočet koeficientu korektnosti alternativy m ∈ M.

1  κ ( m) =  1 − n − 1

pro správnou alternativu pro špatnou alternativu

Právem examinátora ovšem je, že u alternativ, jejichž zvolení by poukazovalo na mimořádně hrubou chybu, případně u alternativ, jejichž zvolení nepředstavuje vážný problém, může hodnoty koeficientu korektnosti upravit tak, aby odpovídaly stanoveným cílům didaktického testu. Ještě pro jistotu zdůrazněme, že korekci hádání můžeme provádět i u dichotomických úloh, coby speciálního případu úloh polytomických. Ve jmenovateli pak dostáváme 2 - 1 = 1 a způsob hodnocení tedy odpovídá kladným bodům za správnou odpověď a záporným bodům za odpověď špatnou. Jestliže provádíme korekci hádání, je nutno zkoušené na tuto skutečnost předem upozornit. V takovém případě je pro ně totiž výhodnější, pokud správnou odpověď


118

neznají nebo si nejsou jisti, neodpovídat vůbec. Pokud bychom zkoušené předem neupozornili a poté korekci provedli, může to vést z jejich strany k oprávněným námitkám. Způsob hodnocení testu by měl být znám předem do všech podrobností. Odborníci se přou o to, zda korekci hádání provádět či nikoli. Zásadní rozpor teoretičtí pedagogové vnímají v chování zkoušeného, který nezná správnou odpověď. Je lepší, aby to aspoň zkusil, nebo má přiznat, že odpověď nezná? Ani v reálném životě neexistuje jednoznačně správná odpověď. Toto rozhodnutí je tedy třeba nechat na examinátorovi, aby sám posoudil, zda je z povahy zkoušeného učiva lepší hádat, nebo přiznat neznalost.

5.5 Využití výsledků testu Vyhodnocení výsledků je fází, při které nejvíce oceníme pomoc informačních a komunikačních technologií. Papírové odpovědní archy mohou být oskenovány a převedeny do elektronické formy, testy psané na počítači již v elektronické formě jsou. Databáze odpovědí zkoušených na testové položky je cenný zdroj pro mnoho informací. Tyto informace lze rozdělit do čtyř základních kategorií: •

Informace pro hodnocení edukantů

•

Informace vypovídající o pochopení učiva

•

Informace pro zpětnou vazbu učitele

•

Informace o edukačních rozdílech různých skupin edukantů

5.5.1 Hodnocení edukantů Prvním druhem informací, který lze z odpovědí získat, je hodnocení edukantů. To je zpravidla primární cíl při psaní testu, proto není jeho uvedení na prvním místě nijak překvapivé. Stanovení klasifikační stupnice, resp. limitu pro úspěšné zvládnutí testu, se nazývá normalizace didaktického testu. Na hodnocení edukantů existují dva základní pohledy:

Absolutní norma – hodnocení edukanta je závislé na tom, jakého výsledku dosáhl ve srovnání s objektivně stanovenou mezí. Tento pohled se používá tam, kde lze předem říci, kolik toho edukanti musejí umět (technické předměty, předměty zaměřené na znalost údajů). Protože absolutní normu je třeba stanovit předem,


119

existuje zde reálné nebezpečí stanovení příliš tvrdých, nebo naopak příliš měkkých norem. Toto riziko do jisté míry odstraňuje prvotní pokusné použití testu, nikdy se mu však nevyhneme zcela.

Relativní norma – hodnocení edukanta je závislé na tom, jak dopadl ve srovnání s ostatními. Tento pohled se uplatňuje při srovnávání více různých skupin edukantů nebo při srovnávání efektivnosti výuky různých vyučujících. Dále se používá při hodnocení testů v naukových a humanitních předmětech (dějepis, základy společenských věd), kde lze obtížně stanovit objektivní rozsah požadovaných vědomostí. Základní statistickou veličinou pro vyhodnocování relativní normy je percentil, který vypovídá o tom, kolik procent zkoušených má shodný nebo horší výsledek. Podle názoru autora práce je vhodné v maximální míře využívat absolutních norem, které jsou daleko objektivnější a vypovídají o skutečných znalostech edukantů. Užití relativní normy je neobjektivní zejména v případech, kdy se většina edukantů danou problematiku skutečně naučí, nebo v případě, že se žáci domluví a na test se téměř nikdo nepřipraví. Klasifikace založená na relativní normě pak bude v obou případech stejná, úroveň znalostí edukantů diametrálně odlišná. Faktem ovšem je, že po zbytek života budou edukanti konfrontováni se svým okolím – pro přijetí na vyšší stupeň školy není důležité být dobrý, ale být lepší než ostatní. Stejně tak je tomu ve většině případů i při přijímání do zaměstnání, atd. Primárním cílem výuky, který chceme testy měřit, však je předávání vědomostí, a proto bychom měli měřit skutečnou míru vědomostí jednotlivých edukantů a ne relativní míru vzhledem k ostatním.

5.5.1.1 Relativní normalizace testu Mechlová v [70] navrhuje stanovit normu testu následovně: •

prvních 15 % studujících je klasifikováno výborně,

•

dalších 20 % velmi dobře,

•

dalších 30 % dobře,

•

dalších 20 % dostatečně a

•

zbývajících 15 % studujících nedostatečně.


120

Dále dodává, že tato je příliš přísná, neboť by testem prošlo pouze 65 % zkoušených. Při implementaci relativní normy můžeme klasifikaci testu stanovit až poté, co známe výsledky všech testů. Zkoušení tedy do poslední chvíle neví, jakou známku dostanou, neboť závisí i na výsledcích ostatních testů.

5.5.1.2 Absolutní normalizace testu Absolutní normalizace závisí především na tom, jaké skórovací metody byly použity. Absolutní normu testu stanovujeme ještě předtím, než je test psán, klasifikaci je tedy možné provést u každého zkoušeného bezprostředně po skončení skórování. Přestože absolutní normu je potřeba stanovit u každého testu zvlášť na základě jeho obtížnosti, vodítkem nám může být klasifikační stupnice podle [70]: 1. Výborně

100 % – 80 %

2. Velmi dobře

80 % – 60 %

3. Dobře

60 % – 50 %

4. Nevyhověl

50 % – 0 %

Abychom mohli automatizovat proces normalizace testu, je potřeba, aby examinátor u každého testu zadal klasifikační stupnici. Tuto stupnici je nejvhodnější zadávat v procentech, neboť jsou-li v testu použity složitější metody TIS, korekce na hádání a další prvky zavádějící do procesu záporný koeficient korektnosti, může se stát, že examinátor správně nezváží všechny možné záporné položky; navíc tato činnost je snadno algoritmizovatelná a je zbytečné po examinátorovi požadovat, aby výpočty prováděl sám. Označme písmenem K množinu všech možných známek, které může zkoušený získat. Běžně se jedná o začátek množiny přirozených čísel s různou sémantikou. Na

českých základních a středních školách je K = {1…5}, na vysokých školách se používá K = {1…4}, případně K = {N, Z}, atd. V jiných státech se používají jiná měřítka. Například na španělské škole by bylo K = {1, 2, …, 20} s tím, že vyšší číslo udává na rozdíl od českého systému lepší výsledek. Examinátor tedy v podstatě definuje normalizační funkci k: <0,1> → K. Zcela mimo oblast jeho zájmu pak může zůstat způsob, jakým se celkové skóre testu zobrazí do intervalu <0,1> použitého pro procentuální vyjádření a klasifikaci. Toto zobrazení nám zajistí normalizační funkce ν: R → <0,1>, která celkové skóre testu S lineárně zobrazí


121

do intervalu <0,1>. Převod celkového skóre testu na výslednou známku z je pak dán složením funkcí ν a k takto: z = k(ν(S)). Nyní se věnujme definici normalizační funkce ν. Po této funkci požadujeme, aby nejlepší možné celkové skóre testu Smax zobrazila na hodnotu 1, zatímco nejhorší možné skóre Smin na hodnotu 0. Hodnoty Smax a Smin se přitom mohou pro jednotlivé zkoušené lišit. Máme-li totiž k dispozici zásobárnu položek s různou bodovou hodnotou, z nichž jsou položky do testu čerpány každému zkoušenému zvlášť, může se stát, že zkoušení mají absolutní skóre nesrovnatelné; srovnatelné mohou být až hodnoty poskytnuté normalizační funkcí. Platí (při označení dle začátku kap. 5.4.1):

S − S min , S max − S min

ν (S ) = kde n

S max = ∑ bi ⋅ max{σ i } i =1

a n

S min = ∑ bi ⋅ min{σ i } . i =1

Stanovit minimum a maximum dílčích skóre jednotlivých položek může být obtížné, zvláště v případech, kdy jsou použity netypické a hlavně rozdílné hodnoty koeficientu korektnosti. Ve většině případů se však nejedná o velký problém.

5.5.2 Pochopení jednotlivých částí učiva Celkové výsledky testu jsou pro učitele cennou informací nejen pro klasifikaci či jiné hodnocení edukantů, ale také jako informace o tom, jak dobře edukanti učivo pochopili. V tomto případě nám však již nestačí souhrnné výsledky testů, je potřeba se zaměřit na pochopení jednotlivých témat. Můžeme totiž například zjistit, že i když test dopadl velmi dobře a edukanti danou problematiku ovládají, existuje část učiva, které zcela neporozuměli. Naopak, pokud test nedopadl dobře, můžeme podrobnější analýzou výsledků zjistit, ve kterých konkrétních partiích mají edukanti problémy a na ty se ve výuce zaměřit ještě jednou a důkladně je vysvětlit.


122

Vraťme se znovu k tabulce 5.1, kterou jsme používali při sestavování testu. V tabulce je přehledně znázorněno, která otázka testuje znalost které části učiva. Druhým podkladem pro nás bude tabulka 5.4, kterou jsme předtím používali pro stanovení indexu obtížnosti jednotlivých testových položek. V této tabulce je znázorněno, jak úspěšní byli edukanti v odpovědích na jednotlivé otázky. Nyní se podívejme, jak můžeme údaje z těchto dvou tabulek využít pro zpětnou vazbu. Pro každé učební téma spočteme vážený průměr skóre u daných položek (poslední sloupec tab. 5.4), kde váhou budou hodnoty z tab. 5.1. Výsledkem pak bude číslo, které nevyjadřuje úspěšnost odpovědí na jednotlivé položky, ale pochopení jednotlivých témat, což je přesně to, co jsme od zpětné vazby očekávali. Formálně je míra pochopení j-tého tématu dána vzorcem n

Tj =

∑v i =1

i, j

ϕj

⋅o i ,

kde vi,j jsou údaje z diagnostické tabulky (tab. 5.1 – míra ověřování znalosti daného tématu příslušnou otázkou), oi označuje průměrnou úspěšnost odpovědí zkoušených na i-tou otázku, n je počet otázek v testu, kde, tedy a ϕi je počet otázek testujících znalost daného tématu. Číslo Tj leží z intervalu <0,1>. Obrovskou výhodou ICT v tomto případě je, že požadované informace lze, pokud je k tomu LMS uzpůsoben, získat jedním kliknutím myši. Učitel tak okamžitě po testu vidí, která témata dělají edukantům problémy. Stejné metody lze použít pro diagnostiku nejčastějších chyb. Pokud máme téma, u nějž je konečná (a poměrně) malá množina chyb, kterých se edukanti dopouštějí, nesestavíme diagnostickou tabulku podle probíraných témat, ale podle druhu chyby, kterou je potřeba neudělat pro správné vyřešení úkolu. Míra pochopení jednotlivých témat se nám tak rázem změní v míru nedělání příslušného druhu chyby. Nejčastější chyby pak s edukanty znovu probereme a pracujeme na jejich odstranění. Do třetice lze didaktického testu využít i pro analýzu znalosti učiva, které se má teprve probírat. Je přitom lhostejné, zda edukanti dané znalosti získali v jiných předmětech, nebo v běžném životě. Z hlediska efektivity vzdělávacího procesu je pochopitelně zbytečné témata, která edukanti znají, probírat.


123

5.5.3 Zpětná vazba pro učitele První informaci pro zpětnou vazbu poskytuje již úspěšnost zvládnutí jednotlivých témat popisovaná v předchozí podkapitole. V této podkapitole se budeme zabývat spíše takovým druhem zpětné vazby, který učiteli poskytne srovnání různých forem výuky či srovnání úspěchu různých edukantů. Abychom mohli objektivně hodnotit kvalitu samotného vzdělávacího procesu (lhostejno zda probíhá klasickou F2F či eLearningovou formou), je třeba srovnávat více vzorků edukantů, kteří dané znalosti nabyli různým způsobem, od různých učitelů, nebo z různých učebních opor. Máme-li k dispozici jen jeden vzorek, nelze činit mnoho závěrů. Znamená celkově nízká úspěšnost, že se jedná o slabé edukanty, špatné učební opory, nebo chybný přístup vyučujících? Pokud máme s čím srovnávat, jednoznačné závěry již činit lze. Pokud měli edukanti přístup ke stejně kvalitní výuce, měli by nabýt znalosti přibližně stejné úrovně. Opět předpokládáme, že se jedná o srovnatelné vzorky edukantů, mezi nimiž nejsou zásadní rozdíly např. v předchozích znalostech či obecných studijních předpokladech. Obměnou této implikace tak získáváme tvrzení, že pokud edukanti přibližně stejných průměrných výsledků nedosáhnou, nebyla výuka stejně kvalitní. Na základě výsledků testů tak můžeme srovnávat pedagogické schopnosti jednotlivých učitelů, jednotlivých učebnic či eLearningových učebních opor. Tato hodnocení lze později využít např. pro odměňování učitelů (je však třeba opatrnosti a zvážení dalších okolností), rozhodování o použití či naopak nepoužití určitých učebnic, atp. Rozhodně se jedná o cenné informace, které by neměly zůstat ležet ladem. Důležitou zásadou je, nečinit z výsledků testu závěry o veličinách, které test vůbec neměří. Výsledek didaktického testu ukazuje na míru vědomostí, nikoliv např. na rysy osobnosti, i když jsou to rysy s danými vědomostmi zdánlivě související.

5.5.4 Rozdíly u různých skupin edukantů Druhou možností je naopak rozdělení edukantů podle určitých kritérií (věk, pohlaví, kulturní, sociální či národnostní determinace, atd.), která jsou objektivně zjistitelná. Za podmínky, že všechny skupiny učí jeden vyučující a všichni mají k dispozici stejné učební opory, lze vyvozovat závěry o schopnostech edukantů zvládat daná témata na základě zvolených determinujících faktorů.


124

Touto analýzou lze kromě dávno známých faktů, že zatímco chlapcům jde lépe matematika a děvčatům výtvarná výchova, dozvědět i mnohé informace, které dokáží překvapit.

5.6 Implementace testovacích aplikací Dosud jsme se zabývali metodickými radami pro tvorbu didaktických testů především z pohledu učitelů. Učitelé by však nebyli schopní vytvořit metodicky správné testy, pokud by aplikace, pomocí nichž testování realizují, tyto metodiky nepodporovaly. Je proto nezbytně nutné, aby se s metodickými radami seznámili i návrháři eLearningových systémů a uzpůsobili své aplikace podle nich. Navíc pro ně platí další doporučení, jejichž dodržení uživatelé ocení, aniž by je museli sami znát. Obecně platí, že je potřeba zajistit co největší variabilitu a flexibilitu testovacích aplikací. Jestliže chce mít učitel pro všechny stejný test, je potřeba mu to umožnit. Jestliže trvá na ekvivalentních variantách téhož testu, je mu to opět potřeba umožnit, stejně jako pokud trvá na tom, aby otázky byly do testů generovány zcela náhodně. Další vhodnou příležitostí pro uživatelskou volbu je způsob skórování některých typů otázek. Je opět na učiteli, zda bude za špatnou odpověď nulový nebo záporný počet bodů, zda budou všechny alternativy stejně správné či stejně špatné, atd. Učitel by měl mít rovněž možnost určit, zda se u výběrových otázek bude či nebude provádět korekce hádání, atd. atd. Variabilita je zárukou metodické správnosti většiny testů, neboť jako návrháři systémů si nikdy nemůžeme představit všechny situace, v nichž budou naše aplikace používány. Autor této práce považuje za zbytečné se na tomto místě rozvádět o obecných vlastnostech informačních systémů, nutnosti utajení informací, autentizace uživatelů či autorizace dat. Tyto a podobné vlastnosti nejsou předmětem této práce. Jejím předmětem je metodika využití technologií ve výuce a z tohoto hlediska budeme k řešené problematice také přistupovat. Podívejme se nyní na implementační specifika jednotlivých typů testových položek v eLearningových testovacích aplikacích. Předpokládejme přitom, že uživatelé budou k eLearningovému systému přistupovat přes webové rozhraní. Používá-li se speciálních aplikací, jsou postupy analogické.


125

5.6.1 Implementace výběrových položek typu 1/n Základním implementačním prvkem je radio-button, který umožňuje zvolení pouze jediné z nabízených možností. Po prvotním zobrazení testu by neměl být žádný z radio buttonů zaškrtnutý, abychom mohli později při vyhodnocování výsledků rozlišit špatně vyřešené položky od neřešených. Jednoduchá je rovněž implementace variant tohoto typu, tedy typu 1/n s neurčitou a otevřenou možností. Neurčitou možnost („nic z předchozího“) lze ke každé otázce generovat automaticky. Automaticky lze také zjistit informaci o tom, zda tato možnost má být správná či nikoliv (předpokládáme přitom, že jednotlivé možnosti se generují z množiny obsahující více prvků, než kolik jich má být v testu zobrazeno). Rovněž otevřenou možnost („jiná odpověď – napište jaká“) lze k nabízeným možnostem generovat automaticky. Připomeňme, že variantou tohoto typu jsou i dichotomické a trichotomické otázky, které tak budeme implementovat stejným způsobem.

5.6.2 Implementace výběrových položek typu m/n V tomto případě je základním implementačním prvkem check-box, tedy zaškrtávací pole, které umožňuje volbu více možností. Protože jedna otázka typu m/n de facto představuje sadu otázek dichotomických, je, jak již bylo uvedeno, velká pravděpodobnost uhodnutí správné odpovědi. Pokud zkoušený danou otázku vůbec neřeší, bude mu připsána průměrně polovina bodů za nezaškrtnuté špatné alternativy. Proto je vhodné, aby u každé možnosti nebyl jeden check-box, ale dva radio buttony, jejichž význam bude právě zaškrtnuto – nezaškrtnuto (resp. ano – ne). Nebude-li na počátku žádný z radio buttonů zaškrtnut, lze opět velmi snadno rozlišit neřešené a špatně vyřešené možnosti. Opět pro připomenutí uveďme, že do této kategorie spadají i otázky nucené volby, které jsou fakticky totožné s výběrovými otázkami typu m/n s tím rozdílem, že zkoušený má informaci o počtu správných možností navíc.

5.6.3 Implementace seřaďovacích položek Ideální by vzhledem k názornosti bylo, kdyby aplikace umožňovala přetahování jednotlivých možností myší (drag & drop). Ačkoliv tento prvek není nerealizovatelný, jeho implementace je za předpokladu použití webového rozhraní díky různým


126

prohlížečům značně problematická. Musíme se proto spokojit s méně názorným způsobem, který ale bude fungovat ve všech prostředích, a to je textové pole před každou možností, do nějž zkoušený zapíše správné pořadí položky.

5.6.4 Implementace relačních položek I v tomto případě by bylo vhodné mít k dispozici aplikaci umožňující názorné přetahování možností do správné skupiny či interaktivní spojování možností, které k sobě patří. Ze stejných důvodů jako u seřaďovacích otázek, se však budeme muset spokojit s textovými poli, do nichž zkoušení zapisují identifikátor skupiny, do které daný objekt přiřazují. O něco názornější způsob je použití rozbalovací nabídky (pop-up menu) u každého objektu. Každý objekt je pak potřeba správně přiřadit do jedné ze skupin, přičemž lze uvažovat i zvláštní skupinu „žádná z nabízených skupin“. Poněkud náročnější je implementace obecných spojovacích otázek, kdy hledáme obecnou relaci mezi dvěma množinami. Protože relace je podmnožina kartézského součinu, je vhodné a názorné nabídnout zkoušeným celý kartézský součin a nechat je požadovanou relaci vybrat. Vhodným nástrojem k tomu může být tabulka, která má v záhlaví řádků prvky z jedné množiny, v záhlaví sloupců prvky z druhé množiny a v každém políčku check-box, jehož zaškrtnutí indikuje, zda daná dvojice prvků patří či nepatří do dané relace. Tomuto způsobu implementace lze namítnout, že místo check-boxu bychom měli, podobně jako u výběrových otázek typu m/n použít dva radio buttony. Protože lze však předpokládat, že ve většině praktických případů bude mít správná relace méně než polovinu prvků relace plné, bude těm, kteří danou otázku neřešili, přidělen relativně malý počet bodů. Tento počet lze navíc elegantně snížit pomocí korekce hádání, která byla zmíněná v kap. 5.4.6.

5.6.5 Implementace otevřených položek Implementace otevřených položek se liší podle toho, zda se jedná o položky úzké či široké. Úzké otevřené (doplňovací) položky implementujeme pomocí textového pole (text-field), do nějž zkoušení zapisují správnou odpověď. Z implementačního hlediska je lhostejné, zda je odpověď doplněním neúplného tvrzení nebo odpovědí na otázku či úkol. Při skórování těchto položek je potřeba porovnat odpověď zkoušeného se všemi správnými alternativami uloženými v databázi. Přitom by se neměl brát zřetel na velká a


127

malá písmena, interpunkci, bílá místa a pravopisné chyby. Až na pravopisné chyby jsme schopni všechny tyto požadavky algoritmicky pokrýt. Je proto vhodné, aby aplikace upozornila učitele, aby do databáze vložil i správné možnosti s pravopisnými chybami, není-li znalost pravopisu součástí zkoušeného učiva. Implementace širokých otevřených položek je, díky tomu, že jsme a priori smíření s jejich strojovou nevyhodnotitelností, nejjednodušší. Zkoušeným je pro zápis odpovědi předložena oblast textu (text-area). Text odpovědi je poté předložen učiteli, který skórování provede manuálně. Je nanejvýš vhodné postupovat tak, aby učitel neznal spojitost mezi konkrétní odpovědí a jménem zkoušeného, který tuto odpověď napsal. Bude tím zaručena maximální míra objektivity v už i tak dost subjektivně skórovaném typu otázek.

5.6.6 Implementace doplňovacích položek Doplňovací položky, využívané především v jazykových testech, se od položek ostatních typů liší především popřením klasické struktury tvořené zadáním otázky s následujícími možnostmi nebo objekty. Doplňovací položky jsou tvořeny souvislým textem s vynechanými slovy. Vynechaná slova jsou nahrazena textovými poli, do nichž zkoušený své odpovědi doplňuje. Vyhodnocování v takovémto případě probíhá stejně jako u několika jednoslovních otázek. V případě uzavřených doplňovacích položek je nejvhodnější zobrazit místo vynechaného slova roletové (pop-up) menu s množinou nabízených alternativ. Pro rozlišení případu, kdy zkoušený danou otázku neřešil, nebo pokud u některého z vynechaných slov neví a nechce hádat, je vhodné, aby jedna z nabízených možností byla neurčitá – tedy žádné slovo. Je však třeba dbát na odlišení případů, kdy je „žádné slovo“ jednou z nabízených alternativ.

5.7 Diskuse a závěr kapitoly 5 V prvních podkapitolách kapitoly 5 jsme popsali metodické zásady, které je potřeba dodržovat při přípravě testu, jeho standardizaci a realizaci. Podrobně jsme se zaměřili na zásady, jichž je třeba dbát při konstrukci položek jednotlivých typů. Zvláštní pozornost jsme věnovali problematice skórování položek didaktických testů (TIS). Zavedli jsme koeficient korektnosti κ, pomocí nějž lze celý proces skórování zobecnit a rozložit na elementární případy. Důsledné využití koeficientu korektnosti


128

dává examinátorovi naprostou volnost v tom, jakým způsobem bude test skórován. Je tak schopen pokrýt i méně typické případy, které nejsou klasickými skórovacími metodami postihnutelné. Je však třeba si uvědomit, že s vybudováním robustního formalismu dáváme examinátorům do ruky velmi mocný nástroj, jehož neopatrným užíváním mohou napáchat velké škody. Examinátor se proto musí vždy důkladně zamyslet a teprve potom stanovovat konkrétní hodnoty κ pro jednotlivé možnosti. Z pohledu vývojáře testovací aplikace je však hodnota koeficientu korektnosti hodnotou poměrně podstatnou, ať je staticky načtena společně se zadáním položek a alternativami z databáze, nebo je dynamicky vypočítána podle daných vzorců. V obou případech nám totiž umožní proces TIS jasně strukturovat a oddělit jeho jednotlivé fáze. V závěru jsme se věnovali zkušenostem z implementace testovací aplikace. Tyto zkušenosti vycházejí z praxe autora, který se prakticky po celou dobu svého doktorského studia zabýval vývojem testovací aplikace v eLearningovém portálu projektu ELIS [39].

6. Praktické zkušenosti a další využití eLearningu

129

6 Praktické zkušenosti a další využití eLearningu Dosud jsme se zabývali pouze eLearningem v kontextu vzdělávání v českém vzdělávacím systému. Nyní se pokusme eLearning zobecnit, a to nejprve mimo českou republiku, a posléze mimo vzdělávací oblast.

6.1 Zkušenosti s používáním eLearningu v zahraničí Tato část práce vznikla jako součást studijního pobytu autora na Universidad Politécnica de Madrid (UPM). Autor, pracující na MZLU v Brně jako vývojář eLearningového systému ELIS [39], se během svého tříměsíčního pobytu zabýval zkušenostmi s vývojem a praktickým používáním eLearningu na UPM s cílem srovnat oba systémy s ohledem na různé (zejména velikostní) podmínky obou univerzit. Vzhledem k tomu, že vývoj eLearningových technologií na UPM má před vývojem obdobných technologií na MZLU v Brně více než desetiletý náskok, je zřejmé, že zkušenosti může čerpat zejména MZLU z UPM a tím pádem se studijní pobyt ukázal jako nesmírně prospěšný a inspirativní. Avšak jak později ukážeme, existují i zkušenosti, které mohou plynout opačným směrem. Informace o eLearningovém řešení MZLU získal autor během svého doktorského studia na Provozně ekonomické fakultě a vývojem zmíněného systému. Informace o eLearningovém řešení UPM získával konzultacemi s učiteli na Fakultě informatiky a Agronomické fakultě, rozhovory se studenty na těchto fakultách a studiem materiálů zveřejněných na internetových stránkách eLearningových portálů.


130

6.1.1 Historie eLearningu na UPM a MZLU Vzhledem k věku autora a délce jeho působení na obou institucích si tato kapitola v žádném případě nedělá nárok na kompletnost. Popisuje vývoj, který vedl k prostředkům v současnosti využívaným, případně vývoj, který současně používané prostředky ovlivnil natolik, že se o něm zmiňují na svých WWW stránkách.

6.1.1.1 Vývoj eLearningu na UPM Prvním eLearningovým projektem na UPM byl projekt GATE[41], který se zrodil 1. dubna 1991. Jeho základním cílem bylo zavedení informačních a komunikačních technologií do vzdělávání na UPM a zavedení eLearningu dosažitelného pro všechny. Tento cíl se podařil a na portálu projektu GATE [40] lze najít nejen elektronické katalogy univerzitních knihoven a četné odkazy na příbuzné portály, ale hlavně multimediální podporu k existujícím předmětům vyučovaným na UPM. Více než 60 z běžných předmětů tak může probíhat pomocí videokonferencí přes Internet. Pro ty, kteří již své vzdělání ukončili, ale chtějí se učit dále, nabízí GATE přes 40 internetových předmětů a 10 e-konferencí. Přibližně o 8 let později byl na Průmyslové fakultě (Escuela Técnica Superior de Ingenieros Industriales – ETSII) uveden do provozu eLearningový systém AulaWeb [36]. Tento systém již není jen podpora multimédií a videokonferencí, ale nabízí portál s komplexními službami pro realizaci eLearningu jak pro podporu běžných předmětů, tak pro realizaci dálkově studovaných předmětů. V této souvislosti stojí za zmínku, že na veřejných univerzitách ve Španělsku, na rozdíl od České republiky, oficiálně neexistuje dálková forma studia. Vzhledem k tomu, že studenti platí školné, jež má dvě složky – výuku a zkoušky, lze říci, že studenti, kteří si zaplatí pouze možnost skládat zkoušky, fakticky dálkově studují. Již po dvou letech se systém AulaWeb mohl pochlubit tím, že jej užívalo více než 1000 studentů ETSII a ve stejné době začal také expandovat na ostatní fakulty UPM [29]. Nutno podotknout, že tato expanze probíhala bez jakékoliv koordinace rektorátu, který se zabýval vývojem GATE. Šíření systému AulaWeb, stejně jako šíření zkušeností s jeho používáním, probíhalo poměrně rychle a v současné době existuje již 22 instalací systému AulaWeb, které tak pokrývají téměř všechny fakulty UPM a dokonce se systém podařilo rozšířit i mimo UPM.


131

Přestože podle informací na WWW vývoj systému AulaWeb stále probíhá, lze říci, že tento systém poskytuje komplexní eLearningovou podporu prakticky všem studentům univerzity a drtivá většina studentů tento systém také v praxi opravdu používá. Míra využití se pochopitelně liší nejen fakultu od fakulty, ale také předmět od předmětu. V zásadě však lze na základě rozhovorů se studenty říci, že se systém používá všude tam, kde je to vhodné (viz výsledky ankety uvedené dále).

6.1.1.2 Vývoj eLearningu na MZLU v Brně Nezávisle na potřebě eLearningové podpory vznikal nejprve Fakultní informační systém na PEF. V roce 2000 se tento systém začal coby Univerzitní informační systém [51] používat na celé univerzitě především pro operace související se studijní agendou (zápis studentů atd.). Postupně byly (a dodnes jsou) vyvíjeny další a další aplikace ve snaze vykonávat maximum administrativních operací elektronicky s využitím UIS. Po náročných úvahách, zda pro potřeby MZLU použít některý z dostupných volně šiřitelných eLearningových systémů, koupit komerční systém, anebo vyvinout vlastní systém, bylo nakonec v roce 2003 rozhodnuto o vývoji vlastního systému, který bude postaven na stejném modelu jako UIS, aby bylo možné pozdější spojení obou systémů. Tento systém dostal název ELIS a je vyvíjen především pracovníky Ústavu informatiky PEF. Za více než dva roky vývoje se podařilo vytvořit funkční systém pro podporu běžných předmětů i pro realizaci dálkové formy studia. Kromě výukových materiálů a aplikací pro organizační podporu studia umožňuje systém také realizaci elektronických testů. Jak je tedy vidět, eLearningové řešení MZLU je o poznání mladší.

6.1.2 Využití eLearningu na UPM. Anketa mezi studenty Ve snaze poznat, jak je to doopravdy s využíváním eLearningu na UPM, provedl autor anketu mezi studenty. Této ankety se zúčastnilo 65 studentů Agronomické fakulty. Anketa probíhala s laskavým svolením vyučující v hodině angličtiny, kterou navštěvují studenti různých oborů. Studenti odpovídali na 5 otázek „ano“ nebo „ne“ a poté dostali možnost vyjadřovat se k přednostem eLearningu ústně. Výsledky shrnuje následující tabulka:


Otázka Kdo může říct, že:

132

počet odp. „ano“

procento

většina předmětů má na internetu organizační informace

32

49 %

většina předmětů má učební materiály (alespoň slajdy) na internetu

21

32 %

má předmět, který se studuje pouze na internetu

5

8%

má předmět, ve kterém je internet nezbytným prostředkem výuky

31

48 %

má předmět, ve kterém se používá AulaWeb

65

100 %

Tabulka 4.7: Výsledky ankety mezi studenty UPM Co se týče konkrétních předmětů, které lze studovat pouze na internetu, tak studenti uváděli GIS, Teorii chaosu a Inteligentní systémy, což jsou ovšem předměty, jejichž výuka je na Agronomické fakultě spíše překvapující. V ústní části ankety, kdy studenti hodnotili přednosti eLearningu slovně, nejčastěji padaly argumenty, že výhodou eLearningu je možnost studovat kdykoliv, ovšem osobní účast na přednáškách je v mnohých předmětech jen těžko nahraditelná. Jako na nejlepším modelu se prakticky všichni shodli jako na klasické výuce s eLearningovou podporou.

6.1.3 Využití eLearningu na MZLU Ve srovnání s UPM se na MZLU eLearning využívá daleko méně. Ponechme v tuto chvíli stranou příčiny tohoto stavu, mezi něž by jistě patřilo mládí systému ELIS a značná konzervativnost vyučujících. Nicméně vzhledem k pokročilému vývoji UIS, který je bez pochyby nedílnou součástí života univerzity, tento systém plní značnou část úloh elearningového systému. Zejména se jedná o organizační informace, které tak má dostupné na internetu 100 % studentů. Učební materiály jsou na internetu dostupné spíše přes osobní stránky vyučujících (což je v mnoha případech na UPM také) a lze říci, že kdyby se obdobná anketa provedla mezi studenty MZLU, tak procento kladných odpovědí na druhou otázku bude přibližně stejné jako na UPM. Předmět, který by bylo možné studovat pouze na internetu na MZLU neexistuje. Předměty, v nichž je internet nezbytným prostředkem nebo předměty, v nichž se využívá systém ELIS, jsou v současné době spíše ojedinělé. Dostupná technologická infrastruktura však slibuje zlepšení tohoto stavu.


133

6.1.4 Srovnání eLearningových systémů ELIS a AulaWeb Srovnávat UPM a MZLU je jako srovnávat obra s trpaslíkem. Tuto skutečnost je třeba si uvědomit hned na úvod této kapitoly. UPM je přibližně o 350 let starší, je mnohonásobně větší jak do počtu fakult, tak do počtu studentů a učitelů. Nakonec, podívejme se na přesná čísla:

Kritérium

UPM

MZLU

Rok založení

1582

1919

Počet studentů

36197

8165

21

4

1991

2003

Počet fakult Rok začátku vývoje eLearningového systému

Tabulka 4.8: Některá kvantitativní kritéria srovnání UPM a MZLU Nyní se již konečně podívejme na srovnání systémů ELIS a AulaWeb. Nebudeme se zabývat HW ani SW prostředky, zajímá nás pouze funkcionalita z pohledu uživatelů, tedy učitelů a studentů.

6.1.5 Provázanost s ostatními systémy ELearningový systém AulaWeb je samostatný systém, do kterého musí být ručně vloženy informace o všech uživatelích a informace o vyučovaných předmětech, včetně vazeb mezi předměty a uživateli. Je pravda, že systém podporuje hromadný import dat z Excelu a systému Ágora, nicméně vždy je potřeba tento import provést na každé fakultě zvlášť tak, aby odpovídal situaci v zápisu. Poté pracuje systém AulaWeb jako jediný eLearningový systém včetně organizačních informací o tom, kdo předmět učí, rozvrhu hodin, atd. Na MZLU v Brně existuje jediná databáze uživatelů (studentů i učitelů), předmětů a vazeb mezi nimi v závislosti na studijním období. Značnou část eLearningové agendy tedy obstarává přímo UIS. Konkrétně se jedná právě o zmiňované organizační informace o vyučujících předmětu, rozvrhu hodin, vypisování termínů zkoušek, hodnocení předmětu, atd. Dokud není ELIS plně integrován s UIS, proběhne vždy po skončení zápisu export dat na úrovni databáze. Uživatelé se do systému ELIS, který má stejné grafické rozhraní jako UIS, přihlašují pod stejným uživatelským jménem a heslem.


134

6.1.6 Aplikace v eLearningových systémech Podívejme se tedy nyní na seznam jednotlivých aplikací spolu s informacemi, zda jsou tyto aplikace ve srovnávaných systémech dostupné či nikoliv. Aplikacemi, jejichž implementace je velmi odlišná, se budeme zabývat později. Oba systémy poskytují dokumentový server, tedy systém pro administraci dokumentů

v libovolném

formátu.

Pokud

v systému

není

uvedená

aplikace

implementována přímo, ale lze ji nahradit vložením dokumentu nebo dokumentů do dokumentového serveru, je v tabulce uvedeno „D“. V případě MZLU poskytuje mnoho funkcí UIS. V tom případě je v tabulce místo “ano“ uvedeno „UIS“.

Kritérium

AulaWeb ELIS

Organizační informace Informace o vyučujících

ano

UIS

Rozvrh hodin

ano

UIS

Sylabus předmětu

D

UIS

Seznamy studentů

ano

UIS

Kalendář

ano

ano

Evidence docházky

ne

UIS

Průběžné hodnocení

ano

ano

Termíny zkoušek

ano

UIS

Závěrečné hodnocení

ne

UIS

Dokumentový server

ano

UIS

Zprávy pro studenty

ano

ano

D

ano

Seznam bibliografie

ano

ano

Seznam WWW zdrojů

ano

ano

Přístup k seznamu univerzitní knihovny

ano

ne

On-line kurzy

ano

ano

Personalizovaný on-line kurz

ne

ano

Úkoly

ano

ano

Slovník pojmů

ne

ano

Klasifikace

Dokumenty

Poznámkový blok

Studijní materiály


135

Knihovna multimediálních objektů

ne

ano

Vzory písemek

ano

D

FAQ

ano

ano

Chat

ano

ano

Diskuse

ano

ano

Internetový vyhledavač

ano

ne

Cvičné testy

ano

ano

On-line testy

ne

ano

Evaluace předmětu studenty

ne

UIS

Statistiky

ano

UIS

Komunikace

Testy

Hodnocení

Tabulka 4.9: Aplikace v eLearningových systémech AulaWeb a ELIS Co se týče organizačních informací, zde lze říci, že způsob jejich prezentace je na obou univerzitách v zásadě velmi podobný. Jinak je tomu již v případě klasifikace, která je na MZLU vedena přímo v UIS. AulaWeb jako samostatný eLearningový modul vazbu na evidenci známek nepodporuje. Implementace dokumentového serveru je pro prezentaci studijních materiálů opět velmi podobná. Oba systémy umožňují třídit dokumenty do složek a zpřístupňovat je studentům. Ve věci studijních materiálů poskytují oba systémy dostatek prostředků pro podpůrné údaje, jako jsou seznamy studijních zdrojů. Stejně tak podporují klíčovou aplikaci, kvůli které byly vytvořeny, a to je zobrazení on-line kurzu. ELIS umí navíc zobrazit on-line kurz v personalizované podobě, nebo jej exportovat do PDF. Navíc je v ELISu dostupný slovník pojmů. Komunikační nástroje jsou opět implementovány ve srovnatelné kvalitě. AulaWeb má oproti ELISu navíc internetový vyhledavač. Testům bude věnována samostatná kapitola. UIS MZLU umožňuje evaluaci předmětů studenty, na UPM nic takového v elektronické podobě použitelné pro celou univerzitu není. Statistické informace umí podle potřeby univerzity zobrazit jak AulaWeb, tak ELIS/UIS. AulaWeb navíc podporuje i vzájemné statistické srovnávání předmětů (který předmět má kolik dokumentů, odkazů na studijní zdroje, učebních materiálů, atd.)


136

6.1.7 Elektronické testování Posledním, čím se budeme ve srovnávání využití eLearningových technologií na obou univerzitách zabývat, je jejich využití při testování studentů. ELIS má podporu testů implementovánu přímo a umožňuje tak psaní ostrých testů on-line. AulaWeb umožňuje psaní on-line testů pouze jako zkušebních testů, u kterých si navíc sám student zvolí, ze kterých oblastí se mu mají čerpat otázky (v ELISu toto volí učitel). Oblast, ve které je UPM (konkrétně Fakulta informatiky) dále, je automatizované generování a opravování papírových testů. Vytisknout papírové testy umožňuje ELIS také, nicméně doposud mu chybí důležitá vlastnost, a to jsou otázky s číselnými parametry. Automatické vyhodnocení naskenovaných formulářů na FI UPM funguje, na MZLU ne. Specifickou částí testování studentů je odevzdávání samostatných prací. Aplikace pro odevzdávání prací studentů není na MZLU implementována ani v ELIS ani v UIS. Na FI UPM existuje systém pro evaluaci samostatných prací, který je ovšem ušit na míru konkrétnímu předmětu. Nicméně tomuto předmětu poskytuje komplexní servis – od vyhodnocení funkčnosti a správnosti odevzdaných programů až po detekci opisování. Podrobnější popis těchto aplikací však přesahuje rámec této práce.

6.1.8 Závěr srovnání Ačkoliv se obě univerzity nemohou srovnávat co do velikosti a tradice, lze říci, že ve vývoji eLearningového systému jsou na podobné kvalitativní úrovni. Bohužel pro MZLU, její systém se zatím skoro nevyužívá a tak dosud nebyla ani možnost reagovat na požadavky uživatelů a přizpůsobit systém v maximální míře jejich potřebám. Ovládání některých prvků je proto ve srovnání s AulaWeb poměrně těžkopádné. Co je výrazně lepší na AulaWeb ve srovnání s ELISem? Především je to jeho uživatelská přívětivost a grafické rozhraní vylepšené ikonami, které zpříjemňují práci. Dále je to jeho značná přizpůsobivost potřebám konkrétního předmětu. Učitel může sám zvolit, které prvky bude využívat a které ne a systém studentům nezobrazuje položky, které neobsahují žádná data. Naproti tomu výhodou ELISu/UISu je jeho společná datová základna se studijním systémem. Administrátoři tak nemusí přenášet data tam a zpět, veškerá agenda, je více méně na jednom místě. Další výhodou, kterou se může ELIS pochlubit, jsou elektronické testy, které množstvím typů otázek a možností realizace on-line testů


137

představují velmi užitečný prostředek šetřící práci učitelům a zpříjemňující život studentům. Zbývá tedy doufat, že poté, co pronikne ELIS do života univerzity v takové míře, v jaké již pronikl UIS a v jaké pronikl AulaWeb do života UPM, vzroste i míra jeho využití. Učitelé na MZLU dosud nejsou na eLearning zvyklí a lze se domnívat, že zejména starší generace si na něj nezvykne nikdy. V této oblasti má UPM před MZLU opravdu velký (desetiletý) náskok.

6.2 Využití eLearningových technologií mimo edukační oblast V této kapitole se zaměříme na využití eLearningových aplikací mimo oblast vzdělávání, tedy zejména v komerční sféře. Jak bylo řečeno v úvodu této práce, lidé, kteří jsou na eLearningové technologie zvyklí již ze školy, je budou v dospělosti brát jako přirozenou součást života a podnik, který by jimi nedisponoval a nevyužíval je v praxi, bude jistě v budoucnu spíše raritou. Konkrétně se zaměříme na využití eLearningu ke vzdělávání zákazníků, využití testovacích aplikací ve spotřebitelských soutěžích a využití eLearningu v poradenských portálech.

6.2.1 Využití internetu ke vzdělávání zákazníků Se vzrůstající komplexností soudobých průmyslových produktů a služeb, které jsou na prodej produktů vázány, rostou nároky na vzdělání a orientaci potenciálních i skutečných zákazníků. Je známým faktem, že výrobci se snaží do svých produktů zabudovat stále větší a větší množství různých funkcí a na množství funkcí poté zákazníky lákají [79]. Smutnou skutečností také je, že velká část zákazníků se ve velkém množství nabízených funkcí špatně orientuje a může to být naopak vlastnost, která je spíše odradí, než naláká. Pro zákazníka je v dnešní době stále náročnější naučit se s novým výrobkem zacházet a výrobci musí dobře promyslet, jakou metodu použijí, aby byli jejich zákazníci s výrobkem spokojení. Je zřejmé, že ovládání daného výrobku by mělo být co nejintuitivnější. Potřebné úrovně intuitivnosti lze ale dosáhnout jen u nejběžněji používaných funkcí. Funkce využívané méně často již musí být zákazníkovi vysvětleny. Metod, jak zákazníka naučit pracovat s novým výrobkem, je mnoho. Nejběžněji používanou metodou je návod k použití, tedy jakási učebnice, pomocí které se zákazník s výrobkem naučí zacházet.


138

Další často využívanou metodou jsou školení, tedy přednášky, které však nejsou určeny běžnému zákazníkovi. Učebnice a přednáška – metody využívané i v klasickém vzdělávacím procesu – tak již dnes nacházejí uplatnění i při vzdělávání zákazníků. V klasickém vzdělávacím procesu však dochází k prudkému rozvoji eLearningu. Je proto namístě uvažovat o této vzdělávací metodě také pro vzdělávání zákazníků. Úvahy o tom, jaké metody a v jakých oblastech je lze využít, jsou předmětem dalších kapitol. Implicitně se budeme zabývat výrobky spotřební elektroniky coby nejtypičtější oblast nasazení eLearningových technologií, ale podíváme se i na další oblasti výrobků a služeb, které jsou z našeho pohledu zajímavé.

6.2.1.1 Nároky skutečného zákazníka Uvažujeme-li výrobek s velkým množstvím dostupných funkcí, je zřejmé, že většina z nich zůstane průměrným zákazníkem nevyužita. Náročný zákazník, který chce využít i funkce průměrným zákazníkem nevyužité, však potřebuje vědět, jak s těmito funkcemi zacházet. Naopak průměrný zákazník, pracující jen s běžnými funkcemi, nechce být dlouhým popisem jím nevyužívaných funkcí obtěžován. Tím vzniká zjevný rozpor v požadavcích zákazníků na rozsah dokumentace dodávané k výrobku. Lze jen velmi těžko předem odhadnout, do které kategorie ten který zákazník patří a navíc se tato vlastnost může u zákazníku v průběhu času měnit. Je proto vhodné pojmout dokumentaci k výrobku dynamicky a zpracovat ji v elektronické podobě tak, aby si každý zákazník snadno a rychle vyhledal informace, které v danou chvíli potřebuje [35]. V případě, že je tato dokumentace dobře strukturovaná a uživatelsky přívětivá, může obsahovat podrobný popis všech funkcí výrobku. Zákazník se však dostane jen k těm informacím, které potřebuje, a ostatní, v danou chvíli nepotřebné informace, jej nebudou obtěžovat. Je vysoce pravděpodobné, že zákazník, který s daným výrobkem umí zacházet, bude s tímto výrobkem spokojenější, než zákazník, který se to nikdy pořádně nenaučí. Patří-li spokojenost zákazníků mezi firemní priority, což by nepochybně měla, měla by se firma zamyslet nad tím, jaké metody při vzdělávání svých zákazníků využít.

6.2.1.2 Nároky potenciálního zákazníka Potenciální zákazník, který se rozhodne investovat své peníze do některého z produktů moderních technologií, vyžaduje komplexní, vyvážené, pravdivé a ověřené


139

informace o schopnostech jednotlivých produktů, jimi poskytovaných funkcích a vzájemném srovnání podobných nebo zaměnitelných produktů [79]. Kvalitní a podrobná dokumentace k produktu je schopna potenciálnímu zákazníkovi poskytnout nejen informace o tom, jaké funkce přístroj poskytuje, ale také, jak pohodlně se s nimi pracuje, a zda tento způsob ovládání zákazníkovi vyhovuje. Zákazník, který chce před svým rozhodnutím, který výrobek koupit, shromáždit skutečně maximum dostupných informací, by si měl projít dokumentaci ke všem produktům, o kterých uvažuje. Z toho vyplývá nutnost veřejné dostupnosti dokumentace, kterou tak výrobce může umístit např. na své WWW stránky. Tam pak bude k dispozici jak skutečným, tak potenciálním zákazníkům. Je pozitivní, že většina velkých firem vyrábějících spotřební elektroniku si tento trend uvědomila a na jejich WWW stránkách lze nalézt návody k použití. Některé z firem (např. Siemens [55]) poskytují jak zkrácený návod pro běžné zákazníky, tak úplný návod pro náročné uživatele.

6.2.1.3 ELearningové technologie využitelné ke vzdělávání zákazníků Současné

eLearningové

portály

umožňují

kromě

samotného

poskytování

vzdělávacího obsahu i řadu podpůrných funkcí (nástěnky, kalendáře, diskuse, aplikace pro testování, poznámky, odkazy na literaturu, často kladené otázky,…). Je zřejmé, že ve vztahu firma – zákazník lze využít jen některé z nich. Jsou to: •

Poskytování vzdělávacího obsahu

•

Diskuse

•

Aplikace pro testování

•

Odkazy na literaturu

•

Často kladené otázky

Poskytování vzdělávacího obsahu je pro vzdělávání zákazníků nejdůležitější. Do této kategorie lze zařadit již výše zmíněné návody k použití, vzdělávání zákazníků v konkrétních

dovednostech,

či

obecné vzdělávání

zákazníků

v technologiích

použitelných ve výrobcích. Podrobněji se budeme tomuto tématu věnovat později.

Diskuse je velmi cenným nástrojem pro vzdělávání a zejména výměnu zkušeností. Na Internetu existuje nepřeberné množství diskusí na různá témata. Tyto diskuse jsou většinou provozovány nadšenci bez nároku na nějakou odměnu. Elektronickou – internetovou – diskusi však může využít i firma pro vzdělávání svých zákazníků a


140

propagaci výrobků. Např. na [16] lze nalézt diskusi o barvách a lacích, kde si své zkušenosti vyměňují nejen kutilové, kteří barvy používají, ale do diskuse zasahují také pracovníci firmy, která tak má výbornou příležitost doporučovat své výrobky. Je pravda, že provozování takovéto diskuse vede ke zvýšení nákladů firmy, tyto náklady jsou však dle mého názoru investovány velmi užitečně a firmě se v budoucnu vrátí podobně jako náklady investované do reklamy, ne-li ještě lépe.

Aplikace pro testování mohou ve vztahu k zákazníkům nalézt využití pouze jako „rekreační testíky“, případně jako neformální ověření znalostí coby doplněk ke vzdělávacímu obsahu. Je jasné, že oficiální ověřování znalostí zákazníka nemá význam ani pro zákazníka, ani pro výrobce a tudíž je tato oblast eLearningu pro vztah se zákazníky spíše okrajovou.

Odkazy na literaturu nejspíš nevyžadují další komentář. Mezi zákazníky jsou jistě (i když jich není mnoho) zvídaví jedinci, kteří se o tématech souvisejících s prodávanými výrobky chtějí dozvědět co nejvíce informací a hledají zdroje těchto informací. Výrobce jim v tomto hledání může pomoci a přispět tak k jejich spokojenosti. Spokojenost takovýchto zákazníků je pro výrobce velmi důležitá, neboť tito nadšení a zvídaví jedinci jsou ve svém okolí považování za odborníky na danou problematiku a podle jejich doporučen se pak řídí další potenciální zákazníci.

Často kladené otázky jsou eLearningovou technologií, která je již poměrně hojně využívána a na internetových portálech firem je docela běžná. Nezřídka se však jedná o otázky, které ve skutečnosti nejsou často kladené, ale uměle vytvořené. Navíc se dotazy většinou netýkají samotných výrobků či zacházením s nimi, ale jejich objednávání a dalších provozních informací.

6.2.1.4 Co vše lze zákazníka naučit Jak již bylo v předcházejícím textu nastíněno, požadavky zákazníků jsou velmi rozdílné. Zákazníci tvoří široké spektrum od lidí, kteří nechtějí nic než prosté zacházení s výrobkem za použití jen těch nejběžnějších funkcí, po nadšence, kteří se zajímají prakticky o vše. Elektronické vzdělávací materiály tak mohou být rozděleny do několika stupňů: •

Základní návod

•

Návod pro pokročilé uživatele

•

Základní popis použitých technologií

6. Praktické zkušenosti a další využití eLearningu •

Podrobný popis použitých technologií

•

Manuál pro zkušené uživatele

141

Základní návod poskytuje popis jen těch nejběžnějších funkcí. Často je namísto psaného textu realizován piktogramy tak, aby jej pochopil skutečně každý. Uživatelé, kteří mají alespoň základní znalosti o výrobku, se mohou cítit takovýmto návodem uražení, pro zcela nezkušené uživatele je k nezaplacení.

Návod pro pokročilé uživatele je nejčastější podobou návodu k použití. Tento návod předpokládá alespoň základní znalosti zákazníka, případně je v úvodních kapitolách vysvětluje. Výrobce předpokládá, že po prostudování tohoto návodu bude zákazník schopen využívat většinu dostupných funkcí tak, aby byl s výrobkem v maximální míře spokojen. Výrobce ale nepředpokládá, že by zákazník chtěl vědět něco o použitých technologiích nebo využívat funkcí, pro které nebyl výrobek primárně určen.

Základní popis použitých technologií je časté reklamní lákadlo. Každý, kdo si někdy kupoval nějaké outdoorové vybavení ví, jak funguje Gore-tex, každý také ví, že v CD přehrávači je laserový paprsek, podrobnosti zná však málokdo. Pokud má zákazník základní informace o použité technologii, může lépe porozumět chování výrobku v určitých situacích, bude shovívavější k jeho případným nežádoucím vlastnostem, které by se neznalému zákazníkovi jevily jako vady a bude schopen s výrobkem lépe zacházet. Kromě toho, každý člověk je svým způsobem zvídavý a má touhu předvést ostatním své znalosti, proto lze předpokládat, že zákazníci budou mít o informace tohoto druhu zájem.

Podrobný popis použitých technologií slouží zákazníkům, kteří mají o informace o výrobku skutečně velký zájem. Může se jednat například o podrobný popis technologie GSM u mobilních telefonů, podrobné vysvětlení principu čtení a zápisu na CD/DVD média, atd. atd. Tyto informace jsou určené zákazníkům, kteří již základní popis technologií ovládají, ale nejsou s mírou svých znalostí spokojeni. Jedná se o lidi, kteří pak budou ve svém okolí považováni za odborníky a jejich známí se jich budou ptát na doporučení. Je proto v zájmu každé firmy, aby to byla právě ona, která jim potřebné znalosti poskytne v naději, že pak svým známým budou doporučovat právě její výrobky. Zjednodušeně lze říci, že lidé, kteří budou mít znalosti na této úrovni, by mohli pracovat jako prodavači daných výrobků.

Manuál pro zkušené uživatele poskytuje nejpodrobnější popis výrobku. Zabývá se všemi funkcemi včetně těch, o kterých běžný uživatel ani neví. Využije jej jen malé


142

procento uživatelů, kteří se rozhodli s výrobkem experimentovat, upravovat jej, přizpůsobovat svým potřebám často za cenu ztráty záruky. Je na citlivém zvážení výrobce, jaké informace je možné o výrobku zveřejnit a co by naopak mohlo firmě spíše uškodit. Faktem nicméně je, že nadšení a zkoumaví uživatelé časem objeví i to, co výrobci úzkostlivě tají a je tak možná pro výrobce lepší mít uvolňování informací pod kontrolou. Další kategorií znalostí, které může výrobce mezi své zákazníky šířit, je schopnost provádět drobné a jednoduché servisní zásahy. Zákazník tak bude vědět, které závady je schopen odstranit sám a které je nutné svěřit odborné (autorizované) servisní dílně. Tato znalost opět pravděpodobně přispěje ke zvýšení spokojenosti zákazníka s výrobkem. Je samozřejmě třeba dbát na schopnosti zákazníka. Proto jsme si rozdělili návody podle výše uvedeného výčtu. Je zřejmé, že v každém z výše uvedených návodů bude výčet zásahů, které je zákazník sám schopen provést, jiný.

6.2.1.5 Oblasti využití eLearningu ve vztahu k zákazníkům Těžiště využití eLearningu ve vztahu k zákazníkům bude pravděpodobně v oblasti spotřební elektroniky, pro kterou je charakteristické právě značné množství funkcí, které výrobky poskytují. Spotřební elektronika však není jedinou oblastí. ELearningové technologie lze pro vzdělávání zákazníků využít prakticky všude. Zkusme se nyní zamyslet nad dalšími oblastmi, v nichž by eLearning mohl přinést výraznější přínos výrobcům a zákazníkům. •

Vzdělávání zákazníků ve znalostech nezbytných pro užívání výrobku

•

Rozšiřování znalostí zákazníka, které s užíváním výrobku souvisejí

Vzdělávání zákazníků ve znalostech nezbytných pro užívání výrobku. Jsou znalosti, které když zákazník nemá, tak si daný výrobek prostě nekoupí. Kdo neumí natírat, těžko si koupí barvy a štětce, kdo neumí péct, těžko si koupí prášek do pečiva, a tak podobně. Pro firmy tak může být výhodné poskytnout na svých WWW stránkách eLearningové kurzy pro získávání znalostí tohoto typu. Je sice pravda, že tyto kurzy pomohou i konkurenci, pokud však budou vázány na konkrétní výrobky a v kurzech budou uváděny příklady použití nebo dokonce doporučení výrobků dané firmy nejlépe s možností rovnou je přes internet objednat, není riziko pomoci konkurenci tak velké.

Rozšiřování znalostí zákazníka, které s užíváním výrobku souvisejí. Pokud zákazník má znalosti potřebné k používání výrobku, je schopen výrobek používat. Jsou


143

ale znalosti, jejichž nabytím zákazník začne výrobek používat častěji, případně jej bude lépe a efektivněji využívat. Příkladem mohou být např. drobné opravy jízdního kola, kurzy správného chování v extrémních přírodních podmínkách poskytované výrobci outdoorového vybavení, kurzy dopravních předpisů poskytované opět výrobcem jízdních

kol,

vzdělávání

zákazníků

v oblasti

péče

o

zdraví

poskytované

farmaceutickými firmami, atd. atd. Největší přínos kurzů tohoto typu spočívá ve zvýšení spokojenosti zákazníků s nadějí, že budou výrobky dané firmy doporučovat svým známým, případně si po skončení životnosti výrobku koupí další výrobek u stejného výrobce. Doposud jsme se zabývali pouze hmotnými výrobky. To však, jak známo, není jediná komodita, se kterou lze obchodovat a vytvářet zisk. Samostatnou oblastí pro využití

eLearningu

je

poskytování

služeb.

Využití

některých

poštovních,

telekomunikačních či jiných služeb je natolik složité, že je vhodné poskytnout zákazníkům podrobný návod, jak mohou tyto služby využít. K tomu lze opět využít eLearningu.

6.2.2 Využití testovacích aplikací ve spotřebitelských soutěžích Přestože reklamní boom trvá v České republice už poměrně dlouho a do budoucna lze očekávat spíše snižování reklamních aktivit, reklama a spřízněné marketingové technologie, jejichž cílem je přilákat nové zákazníky, budou využívat stále širšího záběru metod, které k tomuto lákání využijí. Jednou z metod jsou i spotřebitelské soutěže, které jsou mezi tuzemskými firmami velice oblíbenou marketingovou metodou. Je otázkou, jak dlouho bude současná podoba spotřebitelských soutěží mezi zákazníky oblíbená natolik, aby se producentům vyplatilo spotřebitelské soutěže pořádat. Nové originální myšlenky budou v tomto odvětví jistě velice vítány. Zvláště pak využití informačních a komunikačních technologií je v tomto oboru velice atraktivním prvkem, který může přilákat nové soutěžící a tedy zprostředkovaně i nové zákazníky. Se vzrůstající informatizací české společnosti se brzy dočkáme toho, že spotřebitelská soutěž, která nebude mít svoji internetovou podporu, bude odsouzená k zániku. Touto internetovou podporou zde však nemyslíme jen pravidla soutěže či leták v elektronické podobě, ale skutečně aktivní podporu v podobě aplikace, kterou


144

soutěžící v soutěži využijí. Vhodným nástrojem pro tuto podporu jsou testovací aplikace eLearningových portálů.

6.2.2.1 Spotřebitelské soutěže Podle [48] je spotřebitelská soutěž (anglicky consumer lottery) „forma podpory prodeje zaměřená na vyvolání zájmu o kategorii, výrobek nebo značku. Účastníci spotřebitelé soutěží zpravidla na základě provedeného nákupu, splnění daných podmínek, určitých znalostí či schopností o cenu nebo ceny věnované výrobcem“. O tom, že se jedná o velice atraktivní marketingovou metodu, svědčí několik dotazů do internetových vyhledávačů. Např. Google (http://www.google.com/) nalezne na dotaz „spotřebitelská soutěž“ přes 8000 odkazů, na dotaz „soutěž o ceny“ téměř 1,2 milionu odkazů. Spotřebitelské soutěže lze podle vyžadované aktivity spotřebitelů rozdělit do dvou základních kategorií: •

na základě provedeného nákupu

•

na základě znalostí spotřebitele

V obou případech lze k podpoře soutěží použít Internet. Společným rysem obou typů soutěží je závěrečné slosování o ceny. Tohoto slosování se zúčastní všichni zákazníci, kteří splnili stanovené podmínky. V některých případech je přitom možná (či dokonce typická) vícenásobná účast jednoho zákazníka zvyšující jeho šanci na výhru. Soutěže na základě provedeného nákupu probíhají zpravidla tak, že zákazníci lepí kupóny z obalů výrobků na soutěžní lístky, které odesílají výrobci ke zpracování. Internetová podpora soutěží na základě provedeného nákupu může být realizována jednoduchým formulářem, do kterého zákazníci zadávají nějaké údaje, které jednoznačně prokazují, že si daný výrobek koupili. Typickým údajem tohoto typu je výrobní číslo, které se však u mnoha typů výrobků nepoužívá. Je proto potřeba pro účely spotřebitelské soutěže obaly výrobků takovýmito jednoznačnými údaji opatřit. Tyto údaje pak mohou být zákazníkem k výrobci posílány jak přes webové rozhraní soutěžního portálu, tak např. přes mobilní telefon. Typická forma soutěží na základě znalostí je opět anketní lístek, ve kterém soutěžící vyplní správné odpovědi a lístek následně odešlou výrobci. Tato forma má však několik nevýhod:


145

•

Chybí zpětná vazba od výrobce ke spotřebiteli.

•

Zákazník se nedozví, zda byly jeho odpovědi správné či nikoli. Nepozná tedy, zda byl, či nebyl, do slosování vůbec zařazen. Je zde tedy riziko, že se mezi zákazníky budou udržovat mýty, které marketingovým aktivitám neprospějí.

•

Zákazník neví, v jaké konkurenci soutěžících se ocitá.

•

Komunikace mezi zákazníkem a výrobcem je pomalá, neefektivní a drahá.

Jak je tedy vidět, nevýhod je dost na to, aby se vyplatilo hledat efektivnější metody realizace spotřebitelských soutěží.

6.2.2.2 Internetová podpora spotřebitelských soutěží Všechny nevýhody zmíněné v předcházející podkapitole lze odstranit použitím Internetu a jeho technologií. Papírový odpovědní či anketní lístek může být nahrazen webovým formulářem, jehož odesláním spotřebitel nahradí klasické odeslání poštou. Tento způsob má několik výhod: •

Veškeré údaje jsou od samého počátku v elektronické podobě, výrobce nemusí vynakládat další prostředky na jejich digitalizaci.

•

Je umožněna zpětná vazba od výrobce k zákazníkovi – ten ihned ví, zda byly jeho odpovědi v případě znalostních otázek správné a jestli se tedy dostal do slosování

•

Na Internetu může být ihned aktualizována informace o počtu soutěžících. Spotřebitel si tak může udělat obrázek o tom, jaké jsou jeho šance na výhru.

•

Veškerá komunikace probíhá rychle, efektivně a prakticky zadarmo.

Tyto výhody si již v roce 1998 uvědomili autoři serveru www.soutez.cz, kteří udávají zejména tyto výhody elektronické formy spotřebitelských soutěží [56]: •

účinná propagace značky, výborný způsob uvedení nového produktu

•

výrazné zvýšení návštěvnosti firemní webové prezentace

•

seznámení veřejnosti s avizovaným produktem zábavnou formou

•

rychlé ankety i detailní výzkumy

•

základní statistiky dostupné on-line, možnost vazby na jiné výzkumy


146

Server si klade za cíl „nabídnout zábavnou formu propagace a možnost realizace marketingových výzkumů společnostem všech velikostí“ [56]. Poskytuje jednoduchou aplikaci, která umožňuje zpracovávat (řečeno řečí testovacích aplikací) odpovědi na výběrové položky typu 1 z 3. V praxi to znamená, že každému respondentovi je položena otázka, na kterou má 3 možné odpovědi a jeho úkolem je z nabízených možností vybrat tu správnou. Ve většině případů lze správnou odpověď najít na WWW stránkách zadavatele soutěže, což stimuluje spotřebitele k návštěvě těchto stránek a vstřebávání informací. Návštěva WWW stránek je navíc pro zákazníka, který disponuje připojením k internetu, tou nejjednodušší cestou, jakou lze dané informace zjistit. V případě, že by spotřebitelská soutěž vyžadovala např. návštěvu prodejny nebo telefonát na informační linku, lze důvodně předpokládat, že by účast v soutěži byla

řádově menší. Přestože je server www.soutez.cz poměrně hojně využíván, jeho funkcionalita je z pedagogického pohledu velice nízká a dle názoru autora této práce nevyčerpává možnosti, které by mohly být využity. Tyto možnosti jsou například: •

Zvýšení počtu typů anketních otázek. Pro použití spotřebitelských soutěží mohou být z výběrových otázek kromě otázek typu 1 z n použity i otázky typu m z n (více odpovědí je správných), slovní otázky (tedy otázky s jednoduchou tvořenou odpovědí, jejíž správnost lze automaticky vyhodnotit), či seřaďovací otázky.

•

Zvýšení počtu anketních otázek. Tímto krokem zvyšujeme nároky na spotřebitele, což zákonitě povede k poklesu účasti v soutěži, výhodou však je, že účastníci musí vstřebat informací více, případně se pořadatel soutěže dozví více statistických informací, pokud o ně má zájem.

•

Včlenění multimediálních prvků do anketních otázek. Kromě prostého textu je možné v otázce či nabízených možnostech využít zejména obrázků, ale i multimediálních objektů jiných typů (zvuk, video).

Při využívání těchto možností je ovšem vždy třeba hledat vhodný kompromis mezi jednoduchou a nenáročnou soutěží s vysokou účastí na jedné straně a složitou a propracovanou soutěží, která potenciální účastníky může odradit, na straně druhé.


147

6.2.2.3 Učení testem Uvědomíme-li si obrovský potenciál eLearningových technologií, je třeba se zamyslet nad myšlenkou učení zákazníků pomocí spotřebitelských soutěží. Vše si můžeme ilustrovat na příkladu firmy, která prodává bio potraviny. Ty jsou všeobecně považovány za věc dobrou, prospěšnou a užitečnou a lidé by si ji pravděpodobně kupovali více, kdyby měli více informací. Bio výrobky jsou totiž zpravidla dražší než běžné potraviny a abstraktní informace o jejich zdravotní nezávadnosti není dostatečným motivačním faktorem pro jejich nákup. Producent bio potravin má možnost uspořádat spotřebitelskou soutěž – „Test: Co víte o biopotravinách?“ Účastníkům soutěže je možné slíbit, že do slosování o ceny bude zařazen každý, kdo odpoví na všechny otázky, za určité procento správných odpovědí je možné účastníka zařadit do slosování o ještě hodnotnější ceny. Spotřebitel očekává, že se jedná o test a tudíž předpokládá, že mu vyplnění nějaký čas zabere. Vhodně zvolené otázky, které budou poukazovat na používání průmyslových hnojiv vedoucí ke kontaminaci běžných potravin či na nárůst spotřeby biopotravin ve vyspělých státech pak jistě zanechají v účastnících stopy v podvědomí, které povedou k tomu, že si příště vyberou biopotraviny s větší pravděpodobností, než před soutěží. Na zvážení potom zůstává, zda účastníkům sdělovat ihned po zodpovězení správné odpovědi, nebo je nechat pátrat v dalších zdrojích. Tento příklad lze pochopitelně zobecnit a použít prakticky ve všech odvětvích, ve kterých se spotřebitelské soutěže využívají. Test jako nástroj nejen pro evaluaci znalostí, ale i pro jejich předávání tak může posloužit jako vzdělávací prostředek zákazníků, kteří se tak nenápadnou, nenásilnou a zábavnou formou dozví informace, které zvýší jejich zájem o koupi soutěží propagovaného výrobku.

6.2.3 Využití eLearningu v agroporadenských portálech České zemědělství musí po vstupu do Evropské unie čelit mnoha problémům, se kterými se těžko vyrovnávají nejen drobní farmáři, ale i velká a tradičně rozvinutá zemědělská družstva. Mezi tyto problémy patří nejen tvrdá konkurence zemědělců z okolních zemí, ale také složitý systém kvót, omezení, nařízení, směrnic a dalších předpisů, kterými je svazován volný trh a omezováno či regulováno podnikání v agrárním sektoru.


148

Jednou z metod, jak zlepšit finanční situaci zemědělského podniku, je využít možností, které poskytují finanční toky, které, jak známo, tvoří přibližně polovinu evropského rozpočtu. Orientace ve složité struktuře evropských fondů, z nichž lze

čerpat různé dotace, náhrady, subvence či kompenzace, je však velmi obtížná a málokterý zemědělec se v uvedené problematice dokáže zorientovat skutečně dobře. Disponujíce jen omezenými časovými možnostmi, čeští zemědělci vytvářejí poptávku po službách poradenského charakteru, které by jim orientaci v dané problematice usnadnily. To vedlo ke zrodu nové podnikatelské činnosti – agroporadenství, tedy poradenství ve finančních otázkách spojených se zemědělstvím [12]. Úkolem agroporadců je usnadnit svým klientům – zemědělcům přístup k finančním prostředkům z evropských fondů. Mezi jejich prvořadé úkoly tak patří dokonale znát evropskou dotační politiku a vědět o všech možnostech čerpání evropských peněz a dále schopnost tyto informace použít pro potřeby konkrétního zemědělce, který se na ně obrátí se žádostí o pomoc. Orientace ve složitém, propleteném a neustále se měnícím systému je velmi náročná i pro specialistu, pro nějž je zemědělské finanční poradenství prvořadou náplní jeho práce. Je proto namístě uvažovat o možnostech informačních a komunikačních technologií (ICT), jako nástroje, který stále více pomáhá prakticky ve všech oblastech lidské činnosti. Tím vzniká poptávka po MAP – Management Advisory Portal, tedy portálech pro správu poradenství. V těchto systémech je třeba soustředit se na to, že poradenští pracovníci jsou účastníky procesu změn, který klade nároky na jejich flexibilitu. Cílem je tedy navrhnout takový systém, jehož využívání povede ke zlepšení poradenských metod. Informační a komunikační technologie mají v agroporadenství velmi široké uplatnění, ačkoliv ne všechny jejich možnosti budou beze zbytku využity. Jakkoliv agroporadce ICT ve své praxi využívá, vždy musí mít na paměti, že se jedná pouze o jeden z mnoha možných nástrojů, který mu má jeho práci usnadnit. Využívání ICT není v tomto kontextu cílem, nýbrž prostředkem k dosahování konečného cíle, kterým je kvalitní agroporadenství klientům. A. G. Watts [92] pracuje se čtyřmi základními modely integrace ICT v poradenství, které považujeme za vhodné k pokrytí způsobu využívání ICT také v agroporadenské praxi: •

Samostatný způsob využití, kdy se technologie používá odděleně od jiných poradenských nabídek.

6. Praktické zkušenosti a další využití eLearningu •

149

Podpůrný způsob využití, kdy se s uživatelem hovoří – většinou krátce – těsně před zahájením práce s technologiemi a/nebo po jejím skončení.

•

Integrovaný způsob využití, kdy se technologie stává součástí dalších poradenských služeb.

•

Progresivní způsob využití, kdy k využití technologie dochází před poskytnutím dalších poradenských služeb a/nebo po něm.

Vzhledem k tomu, že klient agroporadenského procesu, tedy zemědělec, pravděpodobně nebude přímým uživatelem ICT, veškerá komunikace s MAP bude úkolem agroporadce. Z uvedených Wattsových modelů se pro náš případ nejlépe hodí model poslední, tedy progresivní způsob využití ICT. Ukažme si vztahy participantů agroporadenského procesu v přehledném diagramu (obr. 5.8.).

Obrázek 5.8: Vztahy participantů agroporadenského procesu Základem realizace systému MAP bylo vytvoření nástroje, který by poskytoval internetové poradenství v oblasti zemědělství nezávisle na místě a čase. Základem tohoto systému je poradenská služba, což je zákaznicky orientovaný proces, pro který je na bázi současných webových technologií sestrojen speciální webový portál [2].


150

Hlavním úkolem systému MAP je poskytnout zákazníkům non-stop poradenský servis v souladu s předmětnou orientací. MAP je komplexní systém složený z mnoha modulů, jak ukazuje obr. 5.9 [2]. Pro nás je nejdůležitější testovací modul, který zajišťuje realizaci didaktických testů potřebných pro evaluaci vstupních znalostí agroporadce a stanovení koeficientu vstupních předpokladů, a následně pro průběžnou aktualizaci veličiny AAC udávající schopnosti agroporadce, která bude zavedena v následující podkapitole.

Obrázek 5.9: Základní moduly systému MAP

6.2.3.1 Měření agroporadenských schopností. Zavedení AAC AAC – agriculture adviser competency, je ukazatel určující míru znalostí a schopností zemědělského poradce [12]. Je individuální vlastností každého jedince. V konkurenčním prostředí zemědělského poradenství je užitečné zavést koeficient, který bude vyjadřovat právě AAC. Tento koeficient budeme v dalším textu označovat symbolem Ω. Jako nejvhodnější způsob vyjádření se jeví reálné číslo v určitém rozsahu, které bude ovlivňováno mnoha kritérii. Nejprve si stručně přibližme, co od této veličiny očekáváme a v dalším textu se budeme věnovat exaktním metodám jejího výpočtu.


151

Přestože z faktického hlediska není rozsah hodnot, v nichž se AAC pohybuje, příliš podstatný, měl by ležet v takovém intervalu, v němž by bylo možné nejen sledovat drobné změny (které nastanou např. se snižováním AAC v závislosti na čase), ale zároveň efektivně využít celou škálu číselných hodnot, které v daném intervalu leží. Zároveň je třeba počítat s aplikací geometrických řad a dalších multiplikativních či aditivních vzorců, což vyústilo ve stanovení intervalu od 0 do 6, v němž jsou využívány hodnoty stanovené s přesností na dvě desetinná místa. Hodnotu Ω = 1 považujeme za mezní hodnotu, která odděluje jedince schopné práce agroporadce od těch, kteří tyto schopnosti nemají. MAP systém nastaví počáteční hodnotu Ω = 1 každému, kdo projde testem agroporadenských schopností. Další změny AAC jsou již závislé na akcích, které v průběhu času nastávají. Další mezní hodnotou je hodnota oddělující agroporadce v procesu vzdělávání, kteří ještě nemají právo vykonávat agroporadenskou praxi, od těch, kteří již toto právo mají a praxi se mohou věnovat. Tuto hodnotu je vhodné stanovit jako polovinu maximální hodnoty, tedy na Ω = 3. Tím se nám tedy uživatelné MAP systému rozdělí z hlediska hodnoty AAC na 3 skupiny, jak znázorňuje obrázek 5.10.

Obrázek 5.10: Mezní hodnoty AAC

6.2.3.2 Počáteční nastavení AAC. Test agroporadenských schopností Proces přípravy v sobě integruje dosavadní činnosti a charakteristiky potenciálního agroporadce, se kterými vstupuje do celého procesu AAC, a kterému je hodnota AAC inicializována na Ω = 0. Teprve hodnotou Ωmin dochází ke spuštění dalších dvou procesů a proto je potřeba tuto hodnotu pro každého potenciálního agroporadce ověřit a získat. Při zjišťování, zda je daný člověk schopen v budoucnosti absolvovat proces vzdělávání, testování a následné agroporadenské praxe, hraje důležitou roli několik klíčových faktorů, které je nezbytné identifikovat a ověřit pro každého potenciálního uchazeče zvlášť. Jedná se o následující klíčové elementy, které jsou seřazeny podle důležitosti:


152

obecný test(y) agroporadenských schopností – jde o získání informací o celkové připravenosti uchazeče pro proces vzdělávání, profil osobnosti, schopnosti dotyčného pro studium, nadání samovzdělávat se;

zemědělská praxe – hraje důležitou roli pro stanovení odbornosti a zkušenosti účastníka v oblasti zemědělství, schopnost orientovat se v agrárním prostředí, dovednost operativně řešit vzniklé problémy;

vzdělání – obecně lze předpokládat, že získané vzdělání vybavuje jedince nejen novými odbornými poznatky, ale také řadou nových zkušeností a dovedností, mezi které je vhodné uvést například předpoklad informační gramotnosti;

časové možnosti – jsou důležitým faktorem, neboť je potřeba získat představu o tzv. budoucím poradenském úvazku agroporadce. Čím více bude do procesu agroporadenství zapojen a čím více času touto činností stráví, tím bude narůstat hodnota jeho AAC;

dostupnost informačních technologií a internetu – celý proces vzdělávání je realizován formou eLearningu a důležitou roli při stanovení AAC hrají také elektronické testy. Rovněž v procesu poradenství se budoucí agroporadce neobejde bez on-line přístupu k důležitým informacím a datovým zdrojů, které mohou být pro konečného zemědělce klíčové;

jazyková vybavenost – v širším evropském měřítku a zejména ve vztahu k prostředkům, které plynou jako dotace českým zemědělcům, je předpoklad jazykové vybavenosti agroporadce jistě důležitým faktorem.

věk – posledním faktorem na pomyslném žebříčku hodnot, které je třeba sledovat v počáteční fázi procesu agroporadenství, je věk. Neboť nízký i vysoký věk brání do jisté míry výkonu agroporadenské činnosti, ať už zmíníme nedostatečné zkušenosti a vyzrálost, či problémy (např. zdravotní), které znemožňují kontakt se zemědělcem (žadatelem o dotaci). Zaveďme veličinu, která by jasně určila, zda potenciální agroporadce dosáhne svým nadáním, schopnostmi, dovednostmi a zkušenosti hodnoty Ωmin a která by rozhodla, zda má předpoklady k tomu, aby se vzdělával za účelem poradenských aktivit v oblasti zemědělství. Tuto hodnotu jsme nazvěme koeficientem vstupních předpokladů, označme ji τ a definujme ji na základě vícerozměrného modelu v podobě skalárního součinu:


153

8

τ = ∑ k i xi , i =1

kde k je vektor váhových koeficientů ki, pro i = <1, 2, …, 8>, a xi jsou klíčové faktory pro oblast poradenství. Veličina τ nabývá hodnoty z intervalu <0,2> a je nezbytným předpokladem pro nastavení hodnoty Ωmin podle následujícího vztahu: •

je-li τ < 1, pak Ωmin = 0

•

je-li τ ≥ 1, pak Ωmin = 1

Z tohoto vztahu vyplývá, že každý potenciální agroporadce, jehož τ ∈ <1,2> má předpoklady pro budoucí výkon agroporadenství a může se stát účastníkem procesu vzdělávání a testování. Hodnota τ mu pro tento interval zaručí dosažení minimální hodnoty AAC, tedy Ωmin = 1. Na základě hodnoty τ můžeme zároveň určit přebytek vstupních předpokladů τs jako: τs = τ - Ωmin pro τ ∈ <1,2> Rozdělení klíčových faktorů do tří skupin podle významu a míry, s jakou se podílí na stanovení konečné hodnoty τ, je zachyceno na obr. 5.11 v podobě pyramidálního rozkladu [12].

Stanovení hodnot klíčových faktorů a váhových koeficientů: x1 = celkové skóre testu agroporadenských schopností / maximální možné skóre testu (koeficient k1 vychází z předpokladu, že celkový podíl testu na hodnotě τ je třetinový: k1 = 2/3 = 0,67)

x2 = celková zemědělská praxe v letech / průměrný počet let produktivního věku (koeficienty k2 a k3 se na hodnotě τ podílí oba z jedné třetiny, přičemž z tohoto podílu je koeficient k2 vyjádřen jako k2 = 5/12 = 0,42)

x3 = konstanta dosaženého vzdělání (VŠ: x3 = 1, SŠ: x3 = 0,5, ZŠ: x3 = 0,25) (podíl koeficientu k3 = 3/12 = 0,25)

x4 = počet odpracovaných hodin týdně / celkový počet pracovních hodin týdně (zbývající čtyři koeficienty doplňkových faktorů se podílejí nestejným dílem na hodnotě τ třetinově, přičemž koeficient k4 = 3/12 = 0,25)

x5 = počet hodin dostupnosti IT denně / 24 (podíl koeficientu k5 = 2/12 = 0,17) x6 = celkové skóre jazykového testu / maximální možné skóre jazykového testu (podíl koeficientu k6 = 2/12 = 0,17)


154

x7 = e − ( v −20 ) , kde v je věk (podíl koeficientu k7 = 1/12 = 0,08) 2

Obrázek 5.11: Pyramidální rozklad veličiny τ

6.2.3.3 Změny hodnoty AAC Hodnota AAC, jejíž počáteční výpočet je ukázán v předcházející podkapitole, se v průběhu času mění. Ke změně však nedochází samovolně, vždy je zapříčiněna nějakou akcí. Akce vedoucí ke změně AAC lze rozdělit podle dvou kritérií: 1. Podle způsobu změny AAC na •

akce snižující AAC

•

akce zvyšující AAC

2. Podle rozsahu •

individuální akce, postihující pouze jediného agroporadce

•

hromadné akce, postihující všechny agroporadce

Pokusme se nyní vyjmenovat činnosti, které zvyšují AAC. To jsou především studium

relevantních

vzdělávacích

materiálů

souvisejících

s agroporadenskou

problematikou, či novou legislativou všeho druhu. Ke zvyšování AAC bezpochyby


155

přispívají také praktické zkušenosti. Čím více se agroporadce této činnosti věnuje, tím větší je předpoklad, že ji bude dělat lépe. Naproti tomu je třeba brát v úvahu také činnosti, které AAC snižují. To je zejména zapomínání. AAC je tedy negativně ovlivňováno časem. Dalším významným prvkem devalvujícím AAC je zastarávání poznatků. Nová legislativa, nové metody získávání finančních prostředků, změny prováděcích předpisů – to vše jsou okolnosti, které plošně snižují AAC všech poradců, kteří se se zavedenými změnami musí nejprve seznámit, aby byli schopni realizovat agroporadenskou činnost ve stejné kvalitě, jako před implementací těchto změn. Nyní vyjmenované akce pojmenujme a zařaďme:

vzdělávací akce – je akce způsobená agroporadcem, který absolvuje eLearningový kurz zakončený didaktickým testem. Podle množství poznatků pokrytých testem, jeho obtížnosti a celkového skóre dosaženého v testu je stanoven koeficient významnosti akce. Vzdělávací akce je akcí individuální, která zvyšuje AAC.

poradenská akce – je opět akce způsobená agroporadcem, který vykoná konkrétní poradenskou činnost. Koeficient významnosti (viz dále) takovéto akce je závislý na významnosti dílčí poradenské činnosti, která akci představuje. Poradenská akce je individuální akcí zvyšující AAC.

časová akce – je hromadnou akcí snižující AAC. Tato akce je vyvolávána automaticky MAP systémem po určitých, předem stanovených, časových intervalech. Jejím cílem je simulace procesu zapomínání poznatků.

legislativní

akce

–

je

vyvolána

přijetím

nové

legislativy

ovlivňující

agroporadenskou praxi. Jedná se opět o hromadnou akci snižující AAC, přičemž koeficient významnosti akce je závislý na významnosti přijaté legislativy. Hodnota AAC konkrétního agroporadce po akci je závislá na •

hodnotě AAC dotyčného agroporadce před akcí (Ω0)

•

koeficientu významnosti akce α

Pro stanovení co nejobecnějšího vzorce použitelného pro vyjádření změny AAC je třeba uvažovat i takové extrémní akce, které sníží všem agroporadcům jejich AAC na minimální hodnotu (Ωmin), případně zvýší na maximální hodnotu (Ωmax), a to i přesto, že v praxi takovéto akce nemohou nastat.


156

Koeficient významnosti akce α je záporný u těch akcí, které hodnotu AAC snižují a kladný u těch akcí, které hodnotu AAC zvyšují. Jedná se o reálné číslo z uzavřeného intervalu <αmin,αmax>, kde hraniční hodnoty představují právě popsané extrémní teoretické akce. Dále zavedeme další teoretický prvek, tzv. nulovou akci, akci s koeficientem významnosti α = 0, která hodnotu AAC nemění. Pak platí

Ω min + (Ω 0 − Ω min ) ⋅ (α − α min ), pro α ≥ 0 Ω= Ω max − (Ω max − Ω 0 ) ⋅ (α max − α ), pro α ≤ 0 Pro nulovou akci lze využít kterýkoliv ze dvou nabízených vzorců, protože v obou případech zřejmě platí, že Ω = Ω0. Jak již bylo řečeno, nulová akce je akcí pouze teoretickou.

6.2.4 Shrnutí využití eLearningu mimo edukační oblast Jak je vidět, eLearningové technologie, ač vyvíjeny primárně pro edukační sektor, mají značný potenciál i v komerční sféře. I v komerční sféře je totiž nezřídka potřeba předávat vědomosti, vzdělávat, ověřovat znalosti. Nezáleží na tom, zda je subjektem vzdělávání zaměstnanec podniku, zákazník či poradce. Jakmile identifikujeme činnosti související se vzdělávacím procesem, můžeme použít eLearningové technologie. Díky šíři záběru těchto technologií je potřeba dbát na to, aby byly navrženy co nejobecněji a s co nejširší funkcionalitou. Jedině tak mohou být použity v mnoha a mnoha oblastech pestré lidské činnosti.

7. Závěr

157

7 Závěr V této práci jsme se zabývali eLearningovými technologiemi, zejména jejich možnostmi využití ve vzdělávacím procesu, a to na základních a středních školách, v univerzitním prostředí i komerční sféře. Z výsledků prezentovaných v předcházejících kapitolách vyplývá, že se obecně jedná o velice užitečné technologie, s nimiž se učitelům do rukou dostává silný nástroj, se kterým je třeba umět pracovat dobře a s rozmyslem. Přestože si většina lidí slovo eLearning spojí s distančním vzděláváním, zjistili jsme, že eLearningové technologie mají široké (možná ještě širší) uplatnění jako podpora klasického F2F vzdělávacího procesu. I na základní či střední škole, kde není předpoklad rozvoje distančního vzdělávání, mají tedy e-technologie ve výuce své místo. Jejich masivnímu nasazení v současné době brání zejména nedostatek finančních prostředků, nízká informační gramotnost většiny učitelů a nedostatečná motivace managementu škol tento trend podporovat a vyžadovat nasazení e-technologií do výuky u svých podřízených. I přes tyto negativní okolnosti existuje v ČR několik škol (jejichž počet neustále narůstá), které se pro rozvoj informačních technologií ve výuce rozhodly, a získaly tak náskok před ostatními školami. Nasazení těchto technologií se nyní snaží využít především jako konkurenční výhodu oproti školám, na nichž převládá klasická forma výuky. Z introdukce e-technologií do výuky na těchto školách lze načerpat cenné zkušenosti, které mohou využít školy, které doposud v nasazení informačních technologií do výuky pokulhávají. Výměna zkušeností je pro zkvalitnění vzdělávacího procesu v ČR jako celku nezbytná. Příspěvkem k této výměně zkušeností by měla být i tato disertační práce.

7. Závěr

158

Značná pozornost byla v této práci věnována didaktickým testům, respektive jejich eLearningovým podobám. Jedná se totiž o oblast, ve které jsou ICT obzvláště užitečné a při rozumném používání významně spoří čas edukátora i edukantů, zefektivňují a finalizují edukační proces. Veškeré technologie, které jsou využitelné v edukačním procesu, nalézají své využití i mimo tuto oblast, především v komerční sféře. Ukázali jsme si, jak mohou být (a mnohde jsou) tyto technologie využívány pro vzdělávání potenciálních i skutečných zákazníků, jak lze aplikace pro testování využít ve spotřebitelských soutěžích a jak důležitou

roli

hrají

didaktické

testy

pro

evaluaci

kompetencí

participantů

agroporadenských procesů. Poznatky uvedené v této práci vycházely nejen z teoretického výzkumu, studia odborné literatury, poznatků z odborných tematicky zaměřených konferencí a vlastních úvah autora, ale především z jeho praktické práce na vývoji testovací aplikace pro eLearningový systém MZLU ELIS, který je pro zkoušení studentů hojně využíván, dále ze z rozhovorů se zkušenými pedagogy na základních, středních a vysokých školách nejen v České republice, ale i v zahraničí. Většina z popisovaných principů, vztahů a skutečností již v praxi funguje, ať již jako prvek testovací aplikace zmíněného systému ELIS, případně jako součást eLearningového řešení jiné instituce. Mnohé věci však na svoji praktickou implementaci teprve čekají a teprve praxe ukáže, zda byla extrémní generalizace použitá na některých místech této práce správnou cestou. Tato disertační práce posunula vědu zabývající se didaktickými testy dále především díky zobecňování, a to jak v části věnované dělení typů testových položek, tak v části věnované problematice skórování testů. Dále může být poučným čtením pro každého, kdo se rozhodne introdukovat ICT do vzdělávacího procesu a hledá metodické rady, jak tuto introdukci provést.

8. Literatura

159

8 Literatura [1] Andrýsková, J.; Hřebíček, J.: Advisory Web Portals in the e-Government of the Czech Republic. In IADIS International Conference e-Society 2005. Malta, Quawra: IADIS, 2005. ISBN 972-8939-03-5. [2] Andrýsková, J.; Mišovič, M.: Webové systémy poradenských služeb. In sborník Agrární perspektivy XIII. Praha: ČZU, 2004. ISBN 80-213-1190-8. [3] Anthony, D.: Patterns for classroom education. [Cit. 2004-04-27]. Dostupný na [4] Bartík, L.: Portálová aplikace Záznamník učitele. Diplomová práce. Brno: PEF MZLU, 2003. Dostupná na [5] Bergin, J.: Fourteen pedagogical patterns. [Cit 2004-04-22]. Dostupný na [6] Bureš, M.: Hodnocení kvality webových výukových dokumentů. In Personál,

červenec-srpen 2003, ročník IX, str. 25-27. ISSN 1213-8878. [7] Byčkovský, P.: Základy měření výsledků výuky. Tvorba didaktického testu. Praha:

ČVUT, 1982. [8] Cuban, L.: Oversold and Underused: Computers in the Classroom. Harvard University Press, 2003. ISBN 0674011090. [9] Čalagi, L.: Neštandartizované didaktické testy a ich použitie v praxi. Bratislava: Armádné vedecko-výzkumné pracovisko pre psychologické a didaktické testy, 1969. [10] Černá, H.: Návrh implementace síťového výukového systému. Diplomová práce. Brno, PEF MZLU 1999. Dostupná na

8. Literatura

160

[11] Černochová, M.; Siňor, S.: Model školy zítřka na bázi ICT (v kontextu strategií Evropské unie) aneb eLearning: strašidlo, které prochází Evropou. [Cit. 2004-0315]. Dostupný na [12] Foltýnek, T; Andrýsková, J.: Vícerozměrný model pro stanovení AAC. In IMEA 2006. Hradec Králové: Nakladatelství Gaudeamus při Univerzitě v Hradci Králové, 206. ISBN 80-7041-164-3. [13] Foltýnek, T.: Automatizované zpracování papírových testů. In Sborník konference Firma a konkurenční prostředí. Brno: MZLU, 2005. [14] Foltýnek, T.: ELearningové technologie jako konkurenční výhoda střední školy. In Firma a konkurenční prostředí 2004 – Sekce 7. IS/IT a konkurenceschopnost podniků. Brno: KONVOJ, 2004, s. 29--36. ISBN 80-7302-079-3. [15] Foltýnek, T.: Pedagogické vzory v eLearningu. In MendelNet 2004. Brno: Konvoj, 2004. ISBN 80-7302-088-2. [16] Foltýnek, T.: Současný stav využití eLearningu na ZŠ a SŠ. In Sborník konference MendelNet 2003. Brno: MZLU, 2003. ISBN 80-7157-719-7. [17] Foltýnek, T.: The possibilities of eLearning at grammar schools. In IMEA 2004 Conference Proceedings. Pardubice: Univerzita Pardubice, 2004. ISBN 80-7194-679-6. [18] Foltýnek, T.: Volně dostupný eLearning pro ZŠ a SŠ. In MendelNet 2005 (sborník abstraktů z evropské vědecké konference doktorandů). 1. vyd. Brno: Konvoj, 2005, s. 1. ISBN 80-7302-107-2. [19] Foltýnek, T.: Výsledky elektronických testů jako zpětná vazba pro učitele. In Trendy v e-learningu – Sborník příspěvků konference Belcom’05. Praha:

ČVUT, 2005. ISBN 80-01-03203-5. [20] Foltýnek, T.: Využití internetu ke vzdělávání zákazníků. In Internet a konkurenceschopnost podniku – sborník anotací. Zlín: Univerzita Tomáše Bati, 2005. ISBN 80-7318-269-6. [21] Foltýnek, T.; Malo, R.: Testovací aplikace jako součást eLearningového portálu. In Efficiency and responsibility in education – proceedings of papers. Praha: ČZU, 2004. ISBN 80-213-1175-4. [22] Foltýnek, T.; Malo, R.: Využití aplikací pro evaluaci znalostí ve spotřebitelských soutěžích. In Informatika XVII/2005 – Sborník příspěvků. Brno: Konvoj, 2005.

8. Literatura

161

[23] Foltýnek, T.; Motyčka, A.: K metodám skórování položek didaktických testů. In Efficiency and responsibility in education – proceedings of papers 2006. Praha:

ČZU, 2006. In press. [24] Foltýnek, T.; Motyčka, A.: Metriky na eLearningové opory. In Efficiency and responsibility in education – proceedings of papers 2005. Praha: ČZU, 2005. ISBN 80-213-1349-8 [25] Foltýnek, T.; Motyčka, A.: Perspektivy elektronického testování. In UNINFOS’04. Bratislava: STU, 2004. ISBN 80-227-2096-8. [26] Froulík, R.: Nová ekonomika a globální informační společnost. In Interval.cz. ISSN 1212-8651. [Cit. 2006-04-07]. Dostupný na < http://interval.cz/clanky/novaekonomika-a-globalni-informacni-spolecnost/ > [27] García-Beltrán, A.; Martínez-Fernández, R.: Manual del Administrador General AulaWeb 2004. Madrid: Universidad Politécnica de Madrid, 2004. ISBN: 84-688-5871-4. [28] García-Beltrán, A.; Martínez-Fernández, R.: Manual del Alumno - AulaWeb 2004, Madrid: Universidad Politécnica de Madrid, 2004. ISBN: 84-688-9889-9. [Cit. 2005-11-23]. Dostupný na [29] García-Beltrán, A.; Martínez-Fernández, R.: Utilización de AulaWeb como sistema de b-learning en el curso 2004-05. Madrid: Universidad Politécnica de Madrid, 2005. ISBN 84-689-1130-5. [Cit. 2005-11-23] Dostupný na [30] Hališka, J.: Jak testy sestavit a pracovat s nimi. Brno: Středisko služeb školám, 1999. [31] Hniličková, J.; Josífko, M.; Tuček, A.: Didaktické testy a jejich statistické zpracování. Praha: SPN, 1972. [32] Hrabal, V.; Lustigová, Z.; Valentová, L.: Testy a testování ve škole. Praha: Univerzita Karlova, 1994. [33] Chráska, M.: Didaktické testy v práci učitele. Olomouc: Krajský pedagogický ústav, 1988. [34] Chráska, M.: Didaktické testy. Brno: Paido, 1999. ISBN 80-85931-68-0. [35] Kaiser, M.: The big potential of e-commerce network in Europe. In IMEA 2004 conference proceedings. Pardubice: Univerzita Pardubice, 2004. ISBN 80-7194-679-6.

8. Literatura

162

[36] kol.: AulaWeb. [Cit. 2005-11-23]. Dostupný na [37] kol.: Co nám e-learning přináší? [cit. 2003-09-29]. Dostupný na [38] kol.: Československá obchodní banka vzdělává své zaměstnance nejmodernějšími technologiemi. [Cit. 2005-04-08]. Dostupná na [39] kol.: ELIS – ELearningový Informační systém. [Cit. 2005-11-23] Dostupný na [40] kol.: GATE – GAbinete de TeleEducación. [Cit. 2005-11-23]. Dostupný na [41] kol.: GATE Multimedia Presentation. [Cit. 2005-11-23]. Dostupný na [42] kol.: OECD Statistical Profile of the Czech Republic – 2006. [Cit. 2006-04-07] Dostupné na [43] kol.: Pedagogcal patterns project. [Cit. 2004-04-22]. Dostupný na [44] kol.: Případová studie: Česká pojišťovna, a.s.. [Cit. 2005-04-08]. Dostupná na [45] kol.: Případová studie: ČESKÝ TELECOM, a.s.. [Cit. 2005-04-08]. Dostupná na [46] kol.: Případová studie: McDonald’s. [Cit. 2005-04-08]. Dostupná na [47] kol.: Případová studie: Oskar. [Cit. 2005-04-08]. Dostupná na [48] kol.: Slovníček pojmů – marketing. [Cit. 2005-05-31]. Dostupný na [49] kol.: Statistické charakteristiky testů – metodika. Cit 2004-06-22. Dostupný na < http://www.scio.cz/tvorba_testu/hodnoceni_kvality/zakl_stat.htm> [50] kol.: Studie o optimálním využití informačních technologií v poradenství pro oblast vzdělání a zaměstnání. Rada pro poradenské služby v oblasti vzdělání a zaměstnání, 1999. [Cit 2006-03-10] Dostupný na

8. Literatura

163

[51] kol.: UIS – Univerzitní informační systém MZLU v Brně. [Cit. 2005-11-23]. Dostupný na [52] kol.: Výukové programy. [Cit. 2006-04-10] Dostupný na [53] kol.: Využití informačních technologií ve výuce. [Cit. 2003-09-16]. Dostupné na [54] kol.: WWW stránky společnosti Barvy a laky Hostivař. [Cit. 2005-05-31]. Dostupný na [55] kol.: WWW stránky společnosti Siemens. [Cit. 2005-05-31]. Dostupný na [56] kol.: WWW.SOUTEZ.CZ. [Cit. 2005-05-31]. Dostupný na [57] kol.:Případová studie: Střední zdravotnická a vyšší zdravotnická škola Plzeň. [Cit. 2005-04-08]. Dostupná na [58] Krous, .Z: Pohled na moderní informační technologie z okna české školy. In Sborník konference Poškole 2004. Liberec: JŠI, 2004. ISBN 80-239-2598-9. [59] Kříž, T.: Automatizované zpracování testových formulářů. Diplomová práce. Brno: PEF MZLU, 2005. [60] Kubáň, V.; Švec, V.: Efektivnost výuky moderní organické chemie zjišťovaná didaktickými testy. Praha: Ústřední ústav pro vzdělávání pedagogických pracovníků v Praze, 1978. [61] Kudělka, M.: Pedagogické vzory ve výuce informatiky. In Sborník konference Poškole 2004. Liberec: JŠI, 2004. ISBN 80-239-2598-9. [62] Květoň, K.: Standardy pro webové vzdělávání. In Sborník konference Belcom’04. Praha: ČVUT, 2004. ISBN 80-01-02923-9. [63] Květoň, K.: Základy distančního a online vzdělávání. Praha: ČVUT, 2003. ISBN 80-01-02715-5. [64] Lapitka, M.: Tvorba a použitie didaktických testov. Bratislava: Slovenské pedagogické nakladateľstvo, 1990. ISBN 80-08-00782-6. [65] Linhart, J.: Psychologie učení. Praha: SPN, 1967. [66] Malo, R.: eLearning na MZLU v Brně. In Zborník UNINFOS 2003. Nitra: SPU v Nitre, 2003. ISBN 80-8069-241-6. [67] Malo, R.: Implementace e-learningu v univerzitním prostředí. Rozpracovaná disertační práce. Brno, MZLU, 2004.

8. Literatura

164

[68] Malo, R.: Nové trendy ve vzdělávání a jejich implementace ve vysokoškolském prostředí. In MendelNet 2002/3. Brno: Konvoj, 2003. ISBN 80-7302-045-9. [69] Malo, R.; Motyčka, A.: eLearning solution at Mendel University in Brno. [Cit. 2005-11-23]. Dostupný na [70] Mechlová, E.: Vývoj vzdělávacích multimediálních programů v e-learningovém prostředí. Ostrava: Ostravská univerzita, 2004. ISBN 80-7042-988-7. [Cit. 200604-25] Dostupný na [71] Mikulecká, J.: Standardy v elektronickém vzdělávání. In: E-learning v České Republice: Stav a perspektivy. Praha: ČVUT, 2004. ISBN 80-01-02923-9. [72] Mišovič, M.: A theoretical platfom for eLearning Study and Training Progress Measurement. In The 3rd international ICTE Conference, 2004, Rožnov pod Radhoštěm. ISBN 80-7042-993-3. [73] Mišovič, M.; Foltýnek, T.: eLearningové metriky. In Sborník konference Pedagogický software 2004, JČU, České Budějovice. ISBN 80-85645-49-1. [74] Mišovič, M.; Foltýnek, T.; Malý, V.: The Study And Training Progress Measurement. In ITEC Conference Proceedings CD-ROM. Amsterdam: 2005. [75] Motyčka, A.: Informační technologie a informační systémy ve vysokoškolské přípravě ekonomů a manažerů. Závěrečná práce, Brno: PedF MU, 1996. [76] Mužić, V.: Testy vědomostí. Praha: SPN, 1971. [77] Payne, D.A.: The specification and measurement of learning outcomes. Waltham: Blaisdell Publishning Company, 1968. [78] Plischke, S.E.: Česká republika slaví promoci mezi vyspělé země. In Peníze, 28.2.2006. ISSN 1213-2217. [Cit. 2006-04-07] Dostupné na [79] Pošvář, Z. a kol.: Management II. MZLU Brno, 2003. ISBN 80-7157-748-0. [80] Prokeš, J.: Obecná a alternativní didaktika. [Cit. 2004-04-21]. Dostupný na [81] Prokeš, J.: Školní pedagogika. [Cit. 2004-04-21]. Dostupný na [82] Případová studie: České dráhy. [Cit. 2005-04-08]. Dostupná na

8. Literatura

165

[83] Rötling, G.: Metodika tvorby učiteľského didaktického testu. Banská Bystrica: Metodické centrum, 1996. ISBN 80-8041-110-7. [84] Řešátko, M.: Didaktické testy ve školní praxi. Praha: SNTL, 1975. [85] Smékal, V.; Švec, V.; Zajac, J.: Didaktické testy a jejich vyhodnocování. Brno: Středisko pro výzkum učebních metod a prostředků, 1973. [86] Švec, V.: Didaktický test jako účinný prostředek pedagogické diagnostiky. Gottwaldov: Socialistická akademie, 1973. [87] Švestka, J.; Klímová, E.: Školní atlas světa. Praha: Geodetický a kartografický podnik, 1989. ISBN 80-7011-027-9. [88] Turčáni, M.: Skúsenosti so zavádzaním e-Learningu v príprave študentov informatického zamerania na UKF v Nitre. In Zborník UNINFOS 2003. Nitra: SPU v Nitre, 2003. ISBN 80-8069-241-6. [89] Turek, I.: Didaktické testy (Kapitoly z didaktiky). Bratislava: Metodické centrum v Bratislave, 1995. ISBN 80-85185-96-2. [90] Váry, V.: Meranie a hodnotenie kvality prípravy žiakov v odbornom vzdelávání. Bratislava: Výskumný ústav pedagogický, 1992. [91] Végh, L.: Matematické křížovky. [Cit. 2006-04-10] Dostupný na [92] Watts, A. G.: Computers in Guidance. In Rethinking Careers Education and Guidance: Theory, Policy and Practice. New York: Routledge, 1996. ISBN 0-41513974-0. [93] Zapletal, M.: Velká encyklopedie her 2: Hry v klubovně. Praha: Leprez, 1996. ISBN 80-901826-9-0. [94] Zounek, .J: ICT v současné české škole pohledem vybraných médií. In Sborník konference Poškole 2004. Liberec: JŠI, 2004. ISBN 80-239-2598-9.

Přílohy

Příloha A: Seznam použitých zkratek

169

Příloha A Seznam použitých zkratek AAC

Agriculture Adviser Competency – schopnost zemědělského poradce

CD

Compact Disc – Kompaktní disk

ČR

Česká Republika

ČVUT

České Vysoké Učení Technické

DVD

Digital Versatile Disc

ELIS

ELearningový Informační Systém

ETSII

Escuela Técnica Superior de Ingenieros Industriales – Průmyslová fakulta

F2F

Face-TO-Face – Tváří v tvář

FI

Facultad de Informática – Fakulta Informatiky

GATE

GAbinete de TEleeducación – Kabinet eLearningu

GIS

Geografické Informační Systémy

GSM

Globální Systém Mobilní komunikace

HW

HardWare – Technické vybavení počítače

ICT

Information and Communication Technologies –

Informační a

komunikační technologie ISBN

International Standard Book Number

ISSN

International Standard Serial Number

IT

Informační Technologie

J ČU

Jihočeská Univerzita v Českých Budějovicích

JŠI

Jednota Školských Informatiků

LMS

Learning Management System – Systém pro řízení vzdělávání

Příloha A: Seznam použitých zkratek

170

MAP

Management Adviser Portal – Portál pro řízení poradenství

MMO

MultiMediální Objekt

MŠMT

Ministerstvo Školství, Mládeže a Tělovýchovy

MU

Masarykova Univerzita v Brně

MZLU

Mendelova Zemědělská a Lesnická Univerzita v Brně

PedF

Pedagogická Fakulta

PEF

Provozně Ekonomická Fakulta

SNTL

Státní Nakladatelství Technické Literatury

SPN

Státní Pedagogické Nakladatelství

SŠ

Střední Škola

STU

Slovenská Technická Univerzita v Bratislavě

SW

SoftWare – Programové vybavení počítače

TIS

Test Item Scoring – skórování (vyhodnocování) položek testu

UIS

Univerzitní Informační Systém

UPM

Universidada Politécnica de Madrid – Polytechnická univerzita v Madridu

USA

United States of America – Spojené státy Americké

VŠ

Vysoká Škola

WWW

World Wide Web – Světově rozlehlá síť

ZŠ

Základní Škola

Příloha B: Ukázky eLearningových portálů

Příloha B Ukázky eLearningových portálů

Obrazovka systému AulaWeb

171


Obrazovka systému ELIS

172


Seznam otázek v Testovací aplikaci systému ELIS

173


Náhled testu v systému ELIS

174


Výsledky testu v systému ELIS

175


176

Metodika využití elearningových technologií ve vzdělávacím procesu

Recommend Documents