ASSINE
search button

Big Data leva o ensino personalizado a mais alunos

Dados recolhidos são usados para ajudar professores a tomar decisões qualificadas

Compartilhar

Cada pessoa aprende de forma diferente a personalização do ensino tem sido apontada como uma das formas mais eficientes de garantir o aprendizado dos alunos. Mas identificar as variáveis que influenciam cada um não é uma tarefa fácil, principalmente em grande escala. Os dados recolhidos sobre os estudantes em ferramentas de aprendizado, formulários online preenchidos por eles e outras plataformas podem ser justamente a solução para esse dilema.

Com esse objetivo, pesquisadores trabalham para criar ferramentas tecnológicas que utilizem os dados sobre os alunos para traçar caminhos de aprendizado que façam sentido para eles durante a vida escolar e ajudem na tomada de decisões sobre futuro acadêmico e profissional. “Conseguindo identificar esses padrões, poderíamos construir plataformas que entreguem soluções mais prontas para alunos e professores, como sugestões de aulas disponíveis on-line ou na plataforma”, afirmou a pesquisadora Lois Schonberger, gerente de produtos da Declara, empresa que faz plataformas de desenvolvimento de pessoas, em debate sobre o tema no SXSWEdu em março deste ano, em Austin, nos Estados Unidos.

No Seminário Nacional de Ensino Personalizado e Tecnologia, que aconteceu em fevereiro na Carolina do Norte, EUA, as formas de como o Big Data pode ajudar a escalar a personalização do ensino também foram discutidas. E, segundo uma pesquisa feita com os participantes do evento, um dos grandes desafios a ser superado é como traduzir os dados para os professores e alunos, facilitando assim a tarefa de traçar planos de aprendizado personalizados.

Segundo James Basham, da Universidade do Kansas, o melhor jeito de entregar esses dados ainda está sendo estudado. “Hoje os professores têm acesso a painéis onde os dados ficam expostos e cabe a eles analisá-los e tomar decisões. O grande desafio é fazer com que os sistemas que ‘traduzem’ os dados ajudem também na tomada de decisão dos professores e alunos”, disse.

A pesquisa mostra ainda que recolher mais informações sobre os estilos de aprendizado também é um desafio, já que a maioria dos dados extraídos foca os resultados dos estudantes, e não na forma como aprendem.

Apesar das dificuldades, algumas escolas já estão tentando integrar os dados e a personalização do ensino. O Education Achievement Authority, agência que tem como missão transformar escolas de baixo rendimento no estado norte-americano de Michigan e criar um modelo de instituição inovador que possa ser escalado, é uma das que está tentando.

Nas 15 escolas em que atua, a agência recolhe dados que variam de avaliação de performance, questionário de interesse, testes de força de aprendizado a frequência e comportamento em sala de aula. Esses informações são recolhidas em diferentes plataformas, tanto dentro de sala de aula como fora. Depois, com ajuda de especialistas, educadores – e até alunos – traçam a trajetórias de aprendizado.

Ao mesmo tempo, essas escolas que trabalham com ensino personalizado adotam a prática do ensino e dividem os alunos por idade, em vez de séries. Mas, após um ano e meio de trabalho, para que o modelo seja expandido a outras instituições de Michigan, ainda é necessário encontrar ou construir uma plataforma que recolha e reúna todos os dados em um só lugar.

Questões legais e éticas sobre como disponibilizar os dados dos alunos para terceiros também entram na discussão sobre o ensino personalizado em escala, dificultando o desenvolvimento de plataformas. Enquanto isso, empresas como Declara e Bright Bytes experimentam plataformas de ensino personalizado e adaptativo na formação de professores.