È possibile personalizzare l’apprendimento, tenendo conto dei ruoli, dei vincoli organizzativi, degli stili di apprendimento? Quali modelli utilizzare per rilevare e classificare i diversi stili di apprendimento?
L’obiettivo del webinar è quello di conoscere le variabili su cui è possibile costruire la personalizzazione dei percorsi e-learning, capire i principali vantaggi della personalizzazione e della costruzione di corsi adapted.
CONTENUTI:
- Adaptive learning. Alcune definizioni
- Lo spazio della personalizzazione
- 3 filoni di ricerca: stili di apprendimento, Learning Analitycs, Recommender system
Questi ed altri aspetti sono stati approfonditi nel webinar “Adaptive learning & stili di apprendimento. Collegandovi al seguente link, potrete visionare l’abstract video del seminario online:
https://youtu.be/oJJEfDjwpl4
“Adaptive learning & stili di apprendimento, fa parte di un ciclo di webinar gratuiti organizzati da skilla – Amicucci Formazione: 8 approfondimenti sui trend, le metodologie e gli strumenti della formazione online. Ci si può iscrivere seguendo il link: http://www.amicucciformazione.com/comunicazione/webinar2016/programma.pdf
2. società leader nello
sviluppo di
soluzioni multimediali a
catalogo e su misura
per innovare la
formazione, la
comunicazione interna
e lo sviluppo delle
persone
5. Ti è mai capitato di pensare…
«Questo corso sembra destinato ad
un’altra persona»
«Cosa ha a che fare questo corso
con i mei obiettivi di crescita?»
«Nell’ambiente on line…
come trovare le risorse che fanno al caso
mio?»
6. L’evoluzione dell’eLearning
Fase 1 eLearning - costruzione
patrimoni formativi; focus
sull’oggetto della conoscenza
(learning object)
Fase 2 eLearning - patrimoni
formativi ormai consolidati -
maggiore attenzione alla persona
che apprende e all’esperienza
formativa - volontà di costruire
esperienza formative su misura
7. Come costruire percorsi su misura dei
partecipanti?
Focus sul Learning Object
Focus sulla persona che apprende
Adaptive Learning
8. Che cos’è l’Adaptive Learning
Con il termine adaptive
learning (letteralmente
“apprendimento
adattivo”) intendiamo
l’insieme delle soluzioni
tecnologiche e
metodologiche
finalizzate a
personalizzare
l’esperienza di
apprendimento in
modo automatico sulla
base delle specificità
del target di riferimento.
10. Le 3 dimensioni
L’incrocio delle variabili genera
uno spazio della
personalizzazione che dà vita a
molteplici riflessioni e possibilità
di indagine
11. Un esempio
Attraverso un test viene indagato lo
stile di apprendimento (variabile
individuale) e viene sottoposto
all’utente un LO che utilizza
prevalentemente un determinato
linguaggio multimediale, in linea con
lo stile
12. Adaptive e Microlearning
da corsi lunghi e corposi
ad unità auto-consistenti frutto
di un processo di
granularizzazione
15. I 3 filoni
Stili di apprendimento
Indagare gli stili di apprendimento
degli utenti per adeguare le
tipologie di risorse formative
I dati ci parlano delle caratteristiche
dei nostri utenti e ci aiutano a
modellare e personalizzare l’offerta
formativa
Learning Analytics
Recommender System
Suggerimenti mirati ed automatici
per migliorare l’esperienza di
apprendimento
16. Stili di apprendimento
Conoscere lo stile di apprendimento
prevalente di ciascun utente permette di
offrire un supporto personalizzato,
un’esperienza di apprendimento adattata
in accordo con le sue caratteristiche
specifiche
Felder-Silverman learning style model
(FSLSM).
17. Learning Analytics
Per Learning Analytics intendiamo il processo di
raccolta, misura, analisi e comunicazione dei dati,
che ha l'intento di ottimizzare l'esperienza di
apprendimento degli studenti e/o l'ambiente in cui
avviene tale esperienza
18. Learning Analytics
Cosa vorreste sapere delle vostre
persone per migliorare la loro
esperienza di apprendimento?
Se poteste fare delle domande alla
piattaforma eLearning cosa le
chiedereste?
19. Learning Analytics
I dati, 'materia prima‘,
vengono elaborati
attraverso i learning
analytics e sfruttati
dall’ecosistema
formativo per dare
origine a percorsi
adattivi che a loro
volta generano nuovi
dati.
20. Recommender Systems & Adaptive
Course Recommendations
Un Recommender System è uno
strumento di intelligenza artificiale
che contribuisce a rendere adattivo
l'apprendimento on line.
Il RS costruisce e analizza il profilo
(personale e/o professionale) dello
studente per dare suggerimenti
all’utente.
Profilo Utente
21. Recommender Systems & Adaptive
Course Recommendations
Suggerimenti
Variabili
d’interesse
(profilo utente)
Algoritmo di
raccomandazione