Catégories
Actualités

Learning Analytics à l'ère du Big Data

Comment utiliser le Big Data dans le eLearning

Imaginez ce que ce serait si vous pouviez en savoir plus sur les comportements de vos apprenants. Laissez-moi deviner, c'est le principal défi de votre carrière de spécialiste eLearning. Bonne nouvelle: les tonnes de données issues de votre LMS vous permettent d'en savoir plus sur les comportements de vos apprenants. Mais comment? Examinons de plus près ce qu'est le Big Data et comment l'utiliser dans le eLearning.

Qu'est-ce que le Big Data!

Lorsque les apprenants passent par les modules eLearning, les LMS collectent toujours une grande quantité de données utilisateur. Ces données peuvent être triées, filtrées et analysées pour rechercher des modèles et des informations permettant de résoudre les problèmes. L'utilisation du Big Data pour améliorer l'apprentissage en ligne s'appelle «Learning Analytics». Ces analyses peuvent être très utiles pour votre organisation.

Premièrement, ils peuvent vous aider à suivre les progrès de l'apprentissage, à repérer les problèmes et à découvrir des modèles. Ils pourraient également évaluer l'utilité des matériels d'apprentissage et aider les apprenants en difficulté. De plus, ces analyses pourraient aider à créer des expériences personnalisées, permettre aux apprenants d'adapter leur expérience d'apprentissage à leurs préférences et de s'adapter aux besoins de l'apprenant en fonction de ses performances. Étonnant, n'est-ce pas?

Sources de données à collecter

Une fois que vous avez déjà appris comment le Big Data fonctionne dans l'eLearning et les avantages que vous pourriez tirer de la collecte et de l'analyse de ces données, vous vous demandez peut-être comment trouver les données que vous devriez collecter. La première étape du processus de collecte de données devrait être de déterminer pourquoi vous devez les collecter. Ainsi, vous pouvez sélectionner le type de données approprié à votre objectif.

Il existe trois principaux types de statistiques fournies par votre LMS: les statistiques d'engagement, les statistiques de performance et le service d'assistance du cours ou du site. Les statistiques d'engagement incluent les journaux du site, l'emplacement / l'adresse IP, l'accès aux cours et le temps passé. Ces statistiques vous renseignent sur les activités préférées des apprenants, les ennuyeuses aussi. Les statistiques de performance comprennent les notes du carnet de notes, les auto-évaluations et les commentaires des apprenants en ligne. Et ces statistiques pourraient éclairer les parties les plus difficiles du cours. Enfin, le helpdesk du cours ou du site comprend les questions fréquemment posées et les problèmes soulevés par vos apprenants. Ces questions pourraient refléter les parties ambiguës des activités du cours qui nécessitent plus de précisions.

Conversion de l'analyse de l'apprentissage en résultats exploitables

Vous avez maintenant collecté les données sur les comportements et les performances de vos apprenants. Vous avez fait un très bon travail! Mais attendez une minute, vous n'avez pas encore atteint votre objectif. Vous devez transformer ces analyses d'apprentissage en résultats exploitables au profit de votre organisation. Vos analyses doivent vous dire ce qui s'est passé, pourquoi cela s'est produit, ce qui va se passer ou ce que vous devez faire. Alors, comment pouvez-vous faire ça? Le processus de conversion des analyses d'apprentissage en résultats exploitables prendra 3 étapes: analyse des données, analyse des tendances et action.

  1. L'analyse des données
    Tout d'abord, rassemblez et rapportez les données. Vous pouvez utiliser plusieurs formats de rapport, cependant, il est préférable d'utiliser des visualisations de données. Vous devez collecter à la fois des données sur l'engagement et les performances, cependant, vous devez vous assurer de ne pas collecter des informations que vous n'utiliserez pas.
  2. Analyse de tendance
    Ensuite, utilisez les rapports et visualisations générés pour analyser les tendances. Vous pouvez comparer l’activité d’un apprenant avec d’autres dans le même programme, avec des apprenants qui ont déjà suivi le cours ou avec les rubriques du cours. Gardez à l'esprit que plus vous collectez de données, plus vous trouverez de meilleurs modèles pour améliorer l'apprentissage.
  3. action
    Vous êtes maintenant prêt à agir et à atteindre votre objectif. Sur la base des analyses d'apprentissage, vous pouvez prédire les résultats du cours ou vous pouvez même modifier le cours pour le rendre plus attrayant et divertissant pour vos apprenants. Vous pouvez inclure différents types de médias, d'interactivité ou d'évaluations avec lesquels les apprenants ont tendance à mieux réussir. Vous pouvez également aider les apprenants en difficulté en menant une intervention personnalisée et opportune ou en donnant simplement des commentaires simples.

Conclusion

En bref, le Big Data et l'analyse de l'apprentissage pourraient énormément profiter à vos apprenants en ligne et les aider à mieux réussir. Avoir une idée claire de la manière dont le Big Data et l'analyse de l'apprentissage peuvent vous aider à améliorer vos cours, aider les apprenants en difficulté et créer des expériences d'apprentissage plus personnalisées. Tout ce dont vous avez besoin est de définir votre objectif, de collecter des données, de produire des rapports et de transformer vos analyses d'apprentissage en résultats exploitables.

Laisser un commentaire

Votre adresse de messagerie ne sera pas publiée. Les champs obligatoires sont indiqués avec *