京都大学で行われたMOOC関連の講演会に、プレイベートを兼ねて行ってきました。
詳しい内容は下記を。。
「学生の学びをどう記録し分析するか－MOOCs、アクティブラーニングとLearning Analyticsをめぐって－」
詳しい内容はここでは割愛しますが、講演を聞いての雑惑を二点だけ書いておきます。
① LearningAnalyticsとAdaptiveLearning
今回はMOOCを使ったLeaningAnalyticsへの示唆という内容が主でした。講演されたロング先生のオーストラリアでの実践的な取り組みも面白かったし、実業務でも参考になるところがチラチラと出てきて（特に、教育データを可視化したグラフは是非使わせてもらいますｗ）いました。
オーストラリアはもちろんですが、日本でもJMOOCが始まろうとし、中国やフランスなどでも同様の動きが広がっている。最初はスタンフォードやハーバードなどのアメリカから始まったMOOCの流れは、高等教育での爆発的な教育コンテンツの開放という波が2013年は来たというところだと思います。
じゃあ、2014年は何が来るのか。僕は民間のものも含め、これだけ広がったオンライン教育コンテンツの淘汰が徐々に始まってくるのだと思っています。そのKeyになるのが、教育におけるデータ分析。本日の講演の文脈でも、学生の学習データを解析することによって、学びの差をいうものを解析的に捉え、教育全体の質を上げていくLearningAnalyticsの未来というのが語られています。
でも、僕は大学のような高等教育機関がLearningAnalyticsではダメだと思うのです。これはむしろ高校までの初等・中等教育で盛んに研究されるべきものでしょう。僕の考え方が古いのかもしれないのですが、大学というのは学力を延ばすというよりは、学際力を伸ばすところ。同じ問題に対峙しても、いろんな切り口で研究していく。それが高等教育としての大学であり、研究機関としての大学であると思うのです。
学力というのは2つのベースがあると思います。1つは読み書き話すという初等機関から学ぶベーシックな学力、もう1つは1つの問題を複数の視点から調査・検証していくという解析していく力。後者は答えが1つではないし、1つではないからこそ、いろんなアプローチで物事をみる重要性が問われるのです。
アメリカではLearningAnalyticsとともに、KNEWTONなどが行っている「適応学習（AdaptiveLearning）」という考え方ものある。答えが1つでない世界のことを、どうナビゲートできるのかは、検索ではない新しい知識の在り方・捉え方が必要なのかなと考えたりもします。答えは僕自身も答えはないですが、ビッグデータ時代の学びの在り方は、本というのが教育を変えたくらいのインパクトがあるのではと思っています。
② 教育におけるデータサイエンティストの必要性
こうしたLeaningAnalyticsの流れが出てくるのは、ずっと教育における適正なPDCAサイクルというのを模索し続けた結果だと思います。ですが、どの教育機関（小中、高校、大学、各種専門学校等々）においても、今でも学習教材の改良や学ぶ生徒のケアで忙殺されているのに、更に学習データ（本のここをよくマークしているとか、音声のコメントが付いてるとか、掲示板とか、動画のコメントとか、、）がどんどん増えてくると、それをどう分析して、どういう教材を使って、どういう講義を構成（オンライン、オフラインも含め）したらいいのか、選択肢が増える分だけ、その効果を十分に活かすことができない自体に陥るのでは？と思ってしまいます。
無論、こうしたデータ分析もろもろに関わるのは教育の分野だけではなくて、製造業やサービス業など、どの分野でも同じように思います。今後もどういうツールが増えてくるのか分かりませんが、その中で物事をどうリ・デザインして、現場に適用していくのか。もっと現場に根ざしたインテグレーションの適用がビッグデータ時代では（今更ながら）急務だと感じました。
個人的にはUXとか、デザイン思考とか、どうデザインしていくかと、業務ノウハウを事細かに分析する分析力が両輪になってこそ、初めて本当に使えるシステムになるのではと思います。ここにも今までのITにおけるインテグレーションとは少し違った新しい形が必要なのではと感じました。
それにしても、教育でこれだけデータが取られると、うかうか教科書も広げられないですね（笑）。教育におけるデータの帰属性の話（これは医療における医療情報の帰属と同じスキームだと思うのですが）もあるし、、、まぁ、未来はいろんなことをクリアしないとやってこないということでしょうね。
最近のコメント