Comment enseigner et mieux parenter à l'ère du Big Data

Comment enseigner et mieux parenter à l'ère du Big Data Résumer un élève en chiffres. Chatchai Kritsetsakul / shutterstock.com

Lors de la conférence parents-enseignants, je me suis assis en face de l'enseignant de ma première niveleuse dans un fauteuil conçu pour un adolescent de 6. L'enseignant a souligné les pourcentages inscrits à l'encre rouge. J'ai regardé et écouté.

«Ce chiffre, at-elle dit, est son score Lexile.» Poursuivit-elle en déplaçant son index sur une table créée par MetaMetrics. «Voici la fourchette de normale pour son âge. Alors, vous voulez qu'il lise des livres à ce niveau.

Son rapport sur ses performances en mathématiques se déroulait à peu près de la même manière: davantage de pourcentages, de plages et de «niveaux», calculés parfois à partir de différentes mesures protégées par le droit d'auteur.

À ce stade, j'avais du mal à suivre. Je me demandai silencieusement: J'ai un doctorat dans l'enseignement et l'apprentissageet je ne comprends pas ce que ces données disent de mon enfant. Qu'est-ce que les autres parents sortent de ces réunions?

Lorsque l'enseignant s'arrêta pour reprendre son souffle, je me penchai aussi loin que le permettait la petite chaise. Elle a levé les yeux de la cascade de feuilles de calcul, attirant mon regard. J'ai saisi le moment. «Avez-vous déjà eu l'occasion de parler à Mac?» Ai-je demandé. «Je veux dire, savez-vous ce qu'il aime, ce qui l'intéresse? C'est un bon moyen de sélectionner des livres pour lui, en fonction de ses intérêts. »MetaMetrics ne sait pas ce qui motive Mac (son vrai nom) à apprendre. Elle sourit et se détendit dans son fauteuil.

Il ne suffit pas de collecter des données sur un élève. Je pense que les données ne remplacent pas la construction de relations avec les jeunes. Et pourtant, les enseignants du primaire au secondaire qui travaillent bien avec les données, ceux qui savent mesurer et parler à partir de pourcentages, font bien leur travail. C'est enseigner à l'ère du «big data».

Écoles riches en données

Les récentes pressions sur la responsabilité des écoles, dues à No Child Left Behind, font que les enseignants utilisent de plus en plus les données des élèves pour informer enseignement en classe et amélioration à l'échelle de l'école.

Il suffit de lire le premier paragraphe d'un Résumé exécutif 2009 du ministère de l’Éducation pour comprendre l’importance des données dans les écoles:

La collecte, l'analyse et l'utilisation de données éducatives sont essentielles à l'amélioration des résultats des élèves envisagée par No Child Left Behind (NCLB). L'utilisation des données dans la prise de décision en matière d'éducation devrait s'étendre à toutes les couches du système éducatif, du niveau fédéral aux niveaux des États, des districts, des écoles et des salles de classe.

Dans une enquête 2007 Le ministère de l’Éducation a constaté que 1,039% maintenait un système d’information des élèves avec des points de données tels que les résultats de tests d’évaluations à l’échelle de l’État, de données démographiques, d’assiduité et de comportement.

Avec des programmes comme PowerSchool, Infini Campus Vers le ciel - chacun facturant plus de US $ 5 par enfant et par mois - ces systèmes d'information sur les étudiants promettent un guichet unique pour suivre tous les aspects des données sur les élèves et les écoles d'un district.

Idéalement, ces systèmes aident les enseignants à consulter les données des élèves en équipe, avec d’autres enseignants et les chefs d’établissement. Cependant, la manière dont les enseignants de divers districts interprètent, utilisent ou ignorent les données reste une question ouverte.

Dans certains districts, les enseignants ont demandé formations d'alphabétisation des données Cela leur montre comment interpréter les données des élèves et ajuste leurs instructions en conséquence. Dans les autres districts sans formation, les enseignants n'ont pas de plan cohérent sur l'utilisation de toutes ces données, ce qui rend toute tentative de big data inutile.

Comment enseigner et mieux parenter à l'ère du Big Data Certains districts forment les enseignants à évaluer les données des élèves. AVAVA / shutterstock.com

Capturer les besoins d'un élève

Comme l'a dit Toni Morrison«Sagesse sans données, ce n’est qu’un pressentiment». Le simple fait de disposer de données sur les enfants n’équivaut pas à vivre bien ou à avoir un avenir prometteur.

Souvent, le contraire est vrai. Les étudiants sont exclus des opportunités car ils sont perçus comme «peu performants» sur la base de points de données limités. Il incombe à l’élève d’améliorer plutôt que de demander comment le système échoue chez l'enfant.

Je crois que les écoles devraient se concentrer sur le développement de plus de sagesse en matière de données - en considérant le pouvoir des données pour créer des voies vers un meilleur avenir. Cela signifie que tous les éducateurs, parents ou enseignants, utilisent les données avec discernement: examiner ce qui est indiqué ou non, dans le contexte social plus large et examiner les expériences passées et les tendances de la vie d'un enfant afin de planifier de manière réfléchie la futur.

De plus en plus, recherche en éducation encourage les enseignants à élargir leur définition des données pour inclure des sources autres que les évaluations obligatoires: données d’observation en classe, en tête-à-tête conversations avec un étudiantet des vidéos sur la façon dont les étudiants parlent et geste en travaillant à travers un problème de maths.

Utilisées ensemble, ces formes de données brossent un tableau plus nuancé d'un enfant, en capturant des aspects qui ne sont pas mesurés par un test obligatoire.

Les parents et les enseignants pourraient penser à encore plus de points de données qui commencent à pointer vers des dynamiques sociales, culturelles et économiques plus vastes qui jouent dans la journée d'un enfant.

Comment enseigner et mieux parenter à l'ère du Big Data L'élève est-il physiquement et émotionnellement prêt à réussir en classe? Sharomka / shutterstock.com

Le score Lexile de Mac ne rend pas compte de son désintérêt pour la lecture des chiens dans l'Arctique pendant deux semaines. Mais des données sur ce que Mac aime faire à la maison fourniraient des informations complémentaires sur des sujets de livre potentiels. MetaMetrics ne savait pas que maman avait oublié d'envoyer son déjeuner à l'école et il refusait de manger à la cafétéria; Mac était affamé quand il a fait ces feuilles de calcul mathématiques. Une évaluation rapide sur Mac état socio-émotionnel avant de s’attaquer au travail de maths pourrait expliquer son essoufflement au milieu du test.

Et Mac est un homme blanc privilégié ne supportant aucun facteur de stress racisme, sexisme ou instabilité économique, réalités quotidiennes pour beaucoup d’élèves complètement effacées par une seule métrique. Évaluations rapides sur l'intimidation et l’anxiété, par exemple, pourraient utilement élaborer un tableau MetaMetrics pour les enseignants et les parents.

À partir de là, les adultes, éventuellement avec les étudiants, pourraient réfléchir à ces points de données complémentaires pour créer un plan, abordant les diverses raisons pour lesquelles la lecture et les mathématiques ne se passent pas aussi bien que tout le monde l’espère.

Utiliser la sagesse des données comme principe directeur est ce qu’est l’éducation sérieuse.La Conversation

A propos de l'auteur

Katie Headrick Taylor, professeure adjointe en sciences de l'apprentissage et développement humain, Université de Washington

Cet article est republié de La Conversation sous une licence Creative Commons. Lis le article original.

Livres connexes

{amazonWS: searchindex = Livres; mots-clés = enseigner aux enfants avec compassion; maxresults = 3}