Výstupy z inovačních projektů
Doc. RNDr. Tatiana Gavalcová, CSc Katedra informatiky a kvantitativních metod FIM UHK Hradec Králové
[email protected] 1
Informatika XXVII, Luhačovice 20. - 22.1.2014
24.10.2014
Obsah příspěvku: 1) Projekt REFIMAT: koncepty, cíle, postupy k dosažení cíle 2) Evaluace studia, formy zkoušení 3) Vlastní projekt: výstupy, dotazníková šetření, evaluace, nutnost celkové podpory – a co prostor mimo projekt? 4) Dva závěry místo jednoho + jeden dodatek 2
Informatika XXVII, Luhačovice 20. - 22.1.2014
24.10.2014
1. REFIMAT: ESF projekt CZ.1.07/2.2.00/15.0016: „Inovace výuky matematiky v technickém a ekonomickém
•
3
vzdělávání s cílem snížení studijní neúspěšnosti“ (REFIMAT), přijímatel dotace: UHK, 3 akademické roky 2010 – 2013, ukončen k 30.9.2013 inovace 12 předmětů s matematickým obsahem, FIM UHK podpořen získaným softwarem a PC vybavením cílová skupina: podpořeno více než 5700 studentů (zapsali si alespoň jeden z předmětů do studijního plánu) klíčový koncept projektu: výstupy z učení (Learning Outcomes, LO) – Informatika XXVI, XXV; koncepčně: prolínání s IPN QRAM (ukončen), Kvalita (konec 7/2014) Informatika XXVII, Luhačovice 20. - 22.1.2014
24.10.2014
Znalostní podpora: teorie učení ([2], [3], [4]): orientace na LO: změna stylu studia od povrchového ke hloubkovému, hodnotný a rozhodující pro úspěšné zvládnutí studia; • LO: definované a implementované do prezenční výuky a zkoušení ve 12 předmětech s matematickým obsahem, podrobně až do úrovní jednotlivých modulů tvořících předmět, zpravidla pro jeden semestr; účinek: formulace cíle strukturovanými požadavky, odstranění duplicit • LO: QRAM doporučuje, Kvalita: LO podmiňují kvalitu • LO v 9 tištěných studijních oporách (skriptech) pro 12 vyučovaných předmětů (výstup projektu), ve 14 epředmětech, LMS BlackboardLearn 9.1 (výstup projektu); e-předmet na FIM UHK = preferovaný celek, základní výuková, informační a komunikační jednotka pro předmět 4
Informatika XXVII, Luhačovice 20. - 22.1.2014
24.10.2014
Hloubkový přístup
Povrchový přístup
vztahování nových vědomostí k těm dřívějším
vnímání informací jako nesouvisejících jednotek
hledání pravidelností a základních principů vztahování faktů k hlavním závěrům
memorování faktů a praktických postupů zaměření pouze na minimální nezbytné požadavky studující nevidí smysl v tom, co se učí
memorování toho, co je potřebné pro porozumění
5
Informatika XXVII, Luhačovice 20. - 22.1.2014
24.10.2014
2. Evaluace studia, formy zkoušení Nejobtížnější: zakomponování LO do kontroly dosažených výsledků studia – zkoušky, testy Potřebné, nutné pro zkoušení při existenci LO: • zdůraznit, že se testují určité znalosti nebo dovednosti a tyto ve výuce pomocí její nástrojové podpory nejdříve strukturovaně zprostředkovat – princip: zkouší se to, co je předmětem výuky (teaching) a studia (learning) • nastavit propojení se studiem – obsahově, metodicky, ale také verbálně (stejný slovník) – student vědomě veden k prokázání požadovaných znalostí, dovedností a způsobilostí uvedenou strukturovanou formou • takové propojení: vede k úspěšnosti (opora na argumentace: Biggs, Tang [2]: již 4. vydání, [3]) 6
Informatika XXVII, Luhačovice 20. - 22.1.2014
24.10.2014
• vytvořit testování v různorodých formách pro formativní hodnocení („na nečisto“ – se zpětnou vazbou) - příprava k finálnímu sumativnímu hodnocení, přitom: • vytvořit studijní prostředí, v němž formativní testování není nepříjemnou a samoúčelnou překážkou, ale je to významná součást vlastního učení se ([2], [3], [4]) • řešitelé REFIMATu předpokládají i další šlechtění těchto postupů • další cenná doporučení: projekt australských univerzit Assessing Learning [5] 7
Informatika XXVII, Luhačovice 20. - 22.1.2014
24.10.2014
3. Projekt: výstupy, dotazníky Řešitelé: průzkum „reflexe“: formou krátké eseje vyjádření k inovacím předmětů, k jejich vlastnímu vnímání inovací a jejich účinnosti, a to na základě výuky podle inovovaných přístupů a vytvořených studijních opor • Popis a osobní vnímání zavedených inovací s konceptem • LO ve vlastních předmětech – „nejhlubší osobní ponor“ • Dokumentace vlastní míry ztotožnění se s inovacemi • technologického charakteru, zkušenosti z testování, z LMS Přínos: - ujasnění, co je podstatné, co podružné a co vůbec možné - preference týmového řešení 8
Informatika XXVII, Luhačovice 20. - 22.1.2014
24.10.2014
Studentská evaluace výstupů projektu: V závěru řešení projektu: šetření názorů cílové skupiny na vnímání průběhu projektu; osloveni studující, kteří již absolvovali předměty s matematickým obsahem (výuku a také zkoušení) v LS 2012/13 Cíl: zjistit, jak/do jaké míry byla cílová skupina ovlivněna probíhajícím projektem REFIMAT 3 okruhy otázek: jaké jsou názory studentů • na výuku a vlastní studium • na postoje ke studiu, na získané znalosti, dovednosti a způsobilosti • na pracovní návyky Dotazník: 22 dotazů, vložen do 7 e-předmětů, struktura: 9
Informatika XXVII, Luhačovice 20. - 22.1.2014
24.10.2014
A3 A4
Měl/la jsem dostatek informací o tom, co je obsahem předmětu. Měl/la jsem k dispozici v přiměřeném čase přehledné informace o způsobech hodnocení úspěšnosti v předmětu, zejména o podmínkách získání kreditů. Pravidelně jsem navštěvoval/la přednášky. Pravidelně jsem navštěvoval/la cvičení a průběžně jsem se na ně připravoval/la.
A5
Pro samostatné studium jsem systematicky využíval/la povinnou tištěnou literaturu (skripta, učebnice).
A6
Pro samostatné studium jsem systematicky využíval/la e-kurz v BbLearn.
A7
Pro samostatné studium jsem systematicky využíval/la další internetové zdroje.
A8
Pro samostatné studium jsem systematicky využíval/la doporučenou literaturu nebo další tištěné zdroje.
A9
Při samostatném studiu jsem pravidelně konzultoval/la se spolustudujícími.
A1 A2
A10 Informace o předem definovaných výstupech ze studia (znalosti, dovednosti a způsobilosti) mi pomohly při organizaci a způsobu samostatného studia. A11 Způsob výuky (volba vlastního rozvrhu praktických cvičení, dostupnost výukových materiálů, jejich modulární struktura, rozložení testů, stanovení hodnotící stupnice, komunikace s vyučujícími) mi umožňoval získat nejlepší možné ohodnocení studia. A12 Měl/la jsem možnost pomocí zpětné vazby (konzultace, diskuse, komunikace přímá, mailová) průběžně sledovat svoji úroveň studia. A13 Dosažení studijních výstupů bylo obsahem adekvátního zkoušení a podmínkou udělení kreditů. A14 Moje schopnosti chápat odborný výklad nebo odborný text na bázi matematiky se zvýšily. B15 Moje schopnost studovat samostatně z literatury a dalších zdrojů se zvýšila. B16 Moje znalost principů, pojmů a metod se zvětšila. B17 Moje praktické a výpočetní dovednosti řešit problém se zvětšily. B18 Moje schopnosti komunikovat o řešení matematických úloh a problémů se zvýšily. C19 Byl/la jsem veden k organizaci vlastního času a ke způsobům jeho efektivního naplnění. C20 Moje schopnosti rozplánovat si práci /studium se rozšířily. C21 Nabyl/la jsem širší vhled do role a metod matematiky i mimo samotnou matematiku. C22 Získal/la jsem pozitivní postoj ke studiu matematiky.
10
Informatika XXVII, Luhačovice 20. - 22.1.2014
24.10.2014
Komentáře: Hodnocení probíhalo podle Likertovy škály 1 - zcela souhlasím 2 – souhlasím 3 – nevím 4 – nesouhlasím 5 - zcela nesouhlasím Dotazník vyplnilo 273 studentů, celkový počet 6006 dat Zaujaly (i další): A 13, A 14, B 16, B 18 C 19, C 20, C 21, C 22 Reflexe i šetření postojů studentů: nutnost existence rámce celkové podpory studia, širší než rámec rozvrhu či vazba na posluchárnu
11
Informatika XXVII, Luhačovice 20. - 22.1.2014
24.10.2014
Biggs [3], Zeegers [4]: existuje několik faktorů - zásadní vliv na studium; Biggs: „3P model” - Presage, Process and Product Factor: • Presage (interpretace: předpoklady studujícího): znalosti nabyté z předchozího studia, schopnosti, preferované styly studia, vlastní stupnice hodnot a vlastní očekávání • Process Factor (interpretace: předpoklady pro studium, vytvářené a nabízené institucí): kurikula, stupnice hodnot instituce, výukové a zkouškové metody; dále také studijní prostředí umožňující komunikaci a interpersonální jednání, s prostorem pro emoce, projevení postojů, s motivací • Product (interpretace: výsledky předchozího studia v určité etapě): všechno, co studující získá po úspěšném absolvování předmětu, následně předpoklad (presage factor) pro následný předmět studia Argumenty podpořené průzkumy; je žádoucí respektovat tyto faktory; instituce: podniknout aktivity přesahující pouhou výuku a její organizaci, vytvořit formy aktivního zapojení studujících do výuky a studia 12
Informatika XXVII, Luhačovice 20. - 22.1.2014
24.10.2014
SEFI [6]: sumarizace způsobilostí v matematickém vzdělávání inženýrů • Matematické myšlení: v pojmech, se znalostí kladení otázek a hledání odpovědí, schopnost abstrakce a zobecnění výsledků • Matematické uvažování: logická argumentace, dokazování • Pokládání a řešení matematických problémů: identifikace problému, dovednosti pro jeho řešení • Matematické modelování: obecné principy řešení problému sestavením modelu, pro tyto účely modelu matematického • Reprezentace matematických pojmů: znalost a používání matematického jazyka pro pojmy formou symbolů, v numerickém, grafickém, verbálním tvaru, schopnost chápat jejich význam, vztahy a omezení • Manipulace s matematickými symboly, pochopení a používání formalizmu • Komunikace v matematice, o matematice: chápání matematických soudů, způsobilost vlastního vyjádření matematickým jazykem • Způsobilost používat pomůcky a nástroje: zejména kvůli výpočetním úkolům, důvěryhodným a efektivním způsobem 13
Informatika XXVII, Luhačovice 20. - 22.1.2014
24.10.2014
Potenciál SEFI v současnosti: • kurikula v současné verzi, na bázi LO, diferencovaně podle úrovní studia a ve vztahu k obsahu vlastního studia • jde o základní argumentační bázi pro matematický obsah vzdělávání inženýrů, • přenositelné do odvozených oborů vzdělávání, • klasifikace a doporučení pro vzdělávací postupy, metody testování a evaluace dosaženého studia
14
Informatika XXVII, Luhačovice 20. - 22.1.2014
24.10.2014
4. Dva závěry místo jednoho + jeden dodatek 1. Projekt: ve 3 akad. r. nelze ani lokálně prolomit celoevropský trend prudce klesajících znalostí a dovedností v matematice ([6]) Výstupy: potenciální zdroj pro možné zvýšení úspěšnosti ve studiu: • faktory vedoucí k neúspěšnosti se nachází i mimo samotnou výuku (statistická šetření: velmi častý důsledek nevhodné volby oboru studia) • inovace vyžadují celkové působení instituce ([4]) pro vnímání požadavků ze všech předmětů koncentrovaným způsobem – nenechat v tom jen matematiky samotné! • většina cílové skupiny: studenti úvodních ročníků studia, proto řešitelé nebudou považovat za svůj neúspěch jev „odložené úspěšnosti“: ta se objeví až později, v jiném ročníku, v jiných předmětech; cíl: úspěšný a dobře vybavený absolvent 15
Informatika XXVII, Luhačovice 20. - 22.1.2014
24.10.2014
2. Kde hledat/najít potenciál pro inovace ve vzdělávání –
při tlaku na výzkum VŠ pedagoga, na publikování (jen impakty!)? Možné odpovědi – mimo spoléhání na lidskou invenci: • globálně rozvinuté IT: je v nich přítomná motivace (i pro výuku a studium matematiky), nepřímá, identifikovatelná ne vždy prostým způsobem; neustálý průnik nových IT do všech oblastí lidské činnosti, uživatel: jak student, tak vyučující, reakce akademického prostředí nutná • změna vzorců chování adeptů vzdělávání • snahy o kvalitu procesu vzdělávání jako míry kvality instituce • míra zaměstnatelnosti absolventů - jedno z kritérií úspěšnosti vzdělávací instituce, • fenomén celoživotního vzdělávání 16
Informatika XXVII, Luhačovice 20. - 22.1.2014
24.10.2014
Dodatek:
odpověď na otázku, 14. MWG SEFI seminář ([1]) „What are the major problem facing engineering maths education in Europe?“ shodně byla: „The lack of basic skills of university freshmen is well-known and seems to be Europe-wide.“ • Přechod ze SŠ na VŠ: závažný, obecný problém, vytvořena European Fist Year Experience Network (http://www.efye.eu) • Chybí základní matematické dovednosti pro inženýrská studia; studenti je vnímají, ale často jen na úrovni pocitů • Jsou zaskočeni: i s vlastní pozitivní motivací nejsou schopni dosáhnout pokrok ve studiu (šetření REFIMAT) 17
Informatika XXVII, Luhačovice 20. - 22.1.2014
24.10.2014
• Řešení na univerzitách v UK: instalování podpůrných matematických center • Čelit problému klesajících znalostí a dovedností uchazečů o terciární vzdělávání a dokonce zdolat ho vůbec není možné pouze matematickou komunitou samotnou, • součinnost je potřebná i kvůli tendencím, které se projevují i mimo matematické obory – jen ve VŠ matematice jsou vidět jako „z první řady“, tam se identifikuje jejich podstata • Poté už jen … musíme si pomáhat … 18
Informatika XXVII, Luhačovice 20. - 22.1.2014
24.10.2014
Děkuji vám za pozornost
Jestli najdeš v životě cestu bez překážek, určitě nikam nevede. Arthur Charles Clarke
19
Informatika XXVII, Luhačovice 20. - 22.1.2014
24.10.2014