Analisi delle caratteristiche di alcune piattaforme dal punto di vista matematico Giovanna Albano Indice • Conoscenza: – Contenuti – Valutazione – Rappresentazione e gestione • Utente: – Profilo – Personalizzazione • Metodologia didattica: – Learning activities • Strumenti: – Authoring – Collaborazione Learning Object • ogni entità digitale o non digitale che può essere utilizzata, riutilizzata o indicata come riferimento durante l’apprendimento supportato dalle nuove tecnologie (IEEE LTSC) • ogni risorsa digitale che può essere riutilizzata per supportare l'apprendimento(Wiley) – L’idea principale di 'learning objects' è di spezzare i contenuti didattici in piccoli pezzi che possono essere riusati in diversi ambienti di apprendimento Learning Object • Esempi di risorse digitali “piccole” sono: – – – – – – – immagini, foto, video preregistrati, video in tempo reale, testi, animazioni, applet Java. • Esempi di risorse digitali “grandi” sono: – pagine web che combinano testi, immagini, audio etc Ulteriori caratteristiche • Sono self-contained – ogni LO può essere preso indipendentemente • Possono essere aggregati – LOs possono essere raggruppati in collezioni più grandi di contenuti, fino ad arrivare a strutture come i corsi tradizionali (intesi come collezione di contenuti) • Sono etichettati con metadata – ogni LO ha delle informazioni descrittive che ne permettono facilmente il reperimento attraverso motori di ricerca Non sono LO: – Obiettivi didattici; – Prerequisiti; – Persone coinvolte nell’apprendimento (docenti, pari, tutor etc.); – Servizi necessari alle attività (email, chat, etc.); – I corsi, intesi come collezione di contenuti e attività didattiche. perché non sono “risorse”, intese come semplici contenuti LO specifici per la matematica • In IWT: – Esercizi interattivi basati su WebMathematica: Generazione on the fly di infiniti (e sempre distinti) esercizi; Suddivisione degli esercizi in passi elementari; Valutazione automatica della correttezza delle risposte; Feedback personalizzati in base agli errori commessi; Richiami teorici. LO specifici per la matematica • In Mumie: – Training Area: Esercizi strutturati strutturato come sottoproblemi che lo studente deve risolvere; Gli esercizi sono presentati in un grafo gerarchico a più livelli (la posizione del nodo dipende dal contesto in cui l’esercizio rappresentato serve); Presentazione degli esercizi in accordo allo stile di apprendimento preferito; In prospettiva: correzione automatica, feedback personalizzati in base agli errori commessi; Indice • Conoscenza: – Contenuti – Valutazione – Rappresentazione e gestione • Utente: – Profilo – Personalizzazione • Metodologia didattica: – Learning activities • Strumenti: – Authoring – Collaborazione Valutazione • Automatica – Quiz di vario tipo a risposta chiusa (completamento, corrispondenza, a scelta multipla, etc) • Non automatica – Domande a risposta aperta – Mappe concettuali Indice • Conoscenza: – Contenuti – Valutazione – Rappresentazione e gestione • Utente: – Profilo – Personalizzazione • Metodologia didattica: – Learning activities • Strumenti: – Authoring – Collaborazione Ontologia • Nell'ambito dell'information technology viene intesa come una rappresentazione generale della conoscenza di uno specifico dominio in termini di entità e interazioni tra di esse. • Gruber definisce una ontologia come una esplicita specializzazione di una concettualizzazione. – Una concettualizzazione è un insieme degli oggetti, concetti e altre entità che appartengono ad uno specifico dominio di interesse e le relazioni che intercorrono tra di loro. Ontologia in IWT • Si concretizza come un grafo basato su: – Un dizionario – Un insieme di • Il dizionario è l’insieme dei concetti • I concetti sono gli argomenti di relazioni una materia. Ad esempio della materia “Aritmetica” i concetti Le relazioni rappresentano un sono “Addizione”, “Sottrazione”, tipo di interazioneetra i concetti “Moltiplicazione” “Divisione” del • Ladominio. scelta dei concetti deve Esempi di relazioniedbinarie essere ragionata esaustiva includono: essere rispetto al materiale disponibile ed sottoparagrafo, essere alla articolazione che si vuole dare prerequisito. al proprio corso Un esempio di ontologia Analisi S S Serie Limiti R S Derivate R = Requisito di S = Suddiviso in S R Integrali Legame tra ontologia e contenuti Titolo Tipologia Keyword Concetto … Ontologia Terzo Livello Metadata Secondo Livello Learning Object Primo Livello Concetto: È il campo che permette l’associazione della risorsa con il dominio della conoscenza Contesto (ontologia). didattico: Tipo di interazione: È il tipo di interazione supportato dal LO. Tipo di interazione: In una risorsa espositiva, il flusso di informazioni va dalla risorsa al discente -> paradigna del learning- byreading. Esempi: saggi, videoclip, tutti i tipi di materiale grafico, È l’ambiente di documenti ipertestuali apprendimento In una risorsa attiva, tipico dove di si età: Fascia l’informazione va anche dal intenda che alla risorsa -> l’uso del LO È l’età tipica discente degli paradigma del learning- byabbia luogo utenti a cui è doing. consigliata la Esempi: risorsa Tempo: esercizi, questionari, Livello di simulazioni interazione: È il tempo tipico o Difficoltà: È il livello di approssimativ interattività o chetra serve l’utente Indica finale equanto il per lavorare difficile è il LO con la risorsa Densità lavoro da fare Semantica: con il LO rispetto al È la misura target tipico soggettiva di audience. dell’utilità del LO comparata rispetto alla sua grandezza (size) o durata. Contiene il nome del dizionario di riferimento (in qualche senso è il nome della materia=dominio di conoscenza) Contiene il nome del concetto del dizionario scelto, a cui si riferisce il LO Tipo di file associato: Dimensione: È il formato del file È la grandezza della associato alla risorsa. risorsa digitale reale Può essere usato per (non compressa) identificare il software misurata in byte. necessario per accedere alla risorsa. Durata: È il tempo (in secondi) che prende la risorsa fruita in modo continuo. È particolamente utile per suoni, filmati, animazioni. Ulteriori relazioni tra contenuti • Sono stati introdotti archi di diverso “colore” (tipo) tra LO: ad esempio legami storici, tecnici, motivazionali, etc. • Tali archi si concretizzano attualmente in forma di hyperlink Ontologia in Mumie • Si concretizza come un grafo basato su: – Atomi minimali di conoscenza – Un insieme di relazioni • Gli atomi vengono definiti in base a una classificazione specifica Le relazioni rappresentano un della matematica, ovvero: tipo di interazione tra gli atomi • teoremi; del dominio. • esempi; Esempi di relazioni binarie • conclusioni. includono: essere sottoparagrafo, essere prerequisito. Un esempio di ontologia Semantic Retrivial in Mumie • Costruzione automatica di ontologia a partire da testi matematici formulati in linguaggio naturale Indice • Conoscenza: – Contenuti – Valutazione – Rappresentazione e gestione • Utente: – Profilo – Personalizzazione • Metodologia didattica: – Learning activities • Strumenti: – Authoring – Collaborazione Profilo utente in IWT • Preferenze: come gli piace imparare? • Stato Cognitivo: cosa sa? Profilo utente in IWT • Preferenze: come gli piace imparare? – Consiste delle preferenze di ogni utente in relazione a parametri pedagogici – Viene aggiornato dopo ogni test Profilo utente in IWT • Stato Cognitivo: cosa sa? – Consiste dei concetti, relativi a un dominio, per cui lo studente ha la sufficienza e ne conserva la votazione – Viene aggiornato dopo ogni test Indice • Conoscenza: – Contenuti – Valutazione – Rappresentazione e gestione • Utente: – Profilo – Personalizzazione • Metodologia didattica: – Learning activities • Strumenti: – Authoring – Collaborazione Personalizzazione automatica – In IWT • Creazione di un learning path (lista ordinata di concetti da acquisire) in base alla ontologia del dominio di conoscenza e allo stato cognitivo del discente; • Creazione di un corso (lista ordinata di LO ed eventuali quiz) in base a opportuni parametri del profilo utente (quali stile di apprendimento, grado di interazione, grado di approfondimento, contesto di apprendimento, età etc.); • Aggiornamento in itinere del corso dopo una fase di test con esito non sufficiente. La creazione del corso in IWT Analisi S S Serie Limiti R S Derivate S R Integrali ● Il docente fissa un obiettivo didattico (uno o più concetti) ● IWT crea il percorso didattico (la sequenza di concetti da spiegare per raggiungere l’obiettivo) … ● … in base a cosa sa lo studente ● IWT crea il corso (la sequenza di learning object) … ● … in base a come preferisce imparare Limiti Derivate Teorema ------------------ Spiegazioni ------------------ Integrali Test ---- x ---- o ---- x Personalizzazione automatica – In Mumie • Creazione di un corso (associazione di LO in corrispondenza dei vertici del grafo della conoscenza, selezionati in modo tale che lo stile di presentazione dei contenuti sia il più opportuno rispetto al learning style del discente, ad es. rappresentazione matematica rigorosa a fronte di visualizzazione) Personalizzazione a cura dello studente – Più o meno presente in tutte le piattaforme di elearning: • Annotazioni personali sulle varie unità didattiche (note testuali, video, audio, immagini) • Area link utili • Area materiale di approfondimento • Area di condivisione con altri pari Personalizzazione a cura dello studente – In IWT: • Scelta tra risorse alternative per ogni unità didattica (ovvero per ogni concetto); • Possibilità di scorrere la lista degli LO se la fase di test non è bloccante. – In Mumie: • L’ontologia è visibile allo studente, quindi possibilità di navigare sul grafo dei contenuti: scelta di cosa studiare e in che ordine (essendo cosciente delle relazioni tra i contenuti). Indice • Conoscenza: – Contenuti – Valutazione – Rappresentazione e gestione • Utente: – Profilo – Personalizzazione • Metodologia didattica: – Learning activities • Strumenti: – Authoring – Collaborazione Learning Activity Il concetto di Learning Activity (LA) deriva dall’assunto didattico che l’apprendimento deriva dall’interazione con il docente e con i pari piuttosto che con il solo contenuto (LO) • Una LA è un’attività che dev’essere compiuta da un discente per ottenere un certo obiettivo didattico. • Esempi: discussione di gruppo, gioco di ruolo, ricerca bibliografica… • La nozione di LA riconosce che l’apprendimento può avvenire con o senza LO – l’apprendimento è diverso dal “consumo” di contenuti e che l’apprendimento deriva dall’essere attivi dei discenti. Learning Activity • Riuso e adattamento a un livello superiore al semplice riuso e adattamento dei contenuti (LO) – Una delle caratteristiche principali dell’approccio LA è che il contenuto di una sequenza può essere facilmente cambiato per adattarsi a diverse discipline o argomenti, mentre la struttura dell’attività resta invariata – La sequenza di LA può fornire un “template pedagogico” che può essere usato in molti contesti cambiando i “contenuti” per adattarli a diverse aree disciplinari Authoring Environment LA e Metadata • Numero di learners – Inteso come numero tipico, o migliore, per l’attività, può servire per organizzare il materiale didattico da utilizzare • Periodo di tempo – Un’attività può durare anche settimane, può essere collegato anche al campo “tempo” dei LO • Sincrono/Asincrono/Entrambi – Le LA possono richiedere sessioni di forum, chat o entrambi ad es. • Riferimento a LO – Può accadere che l’attività non abbia bisogno di contenuti o ne possa avere diversi, ma può anche accadere che si riferisca a un contenuto specifico Indice • Conoscenza: – Contenuti – Valutazione – Rappresentazione e gestione • Utente: – Profilo – Personalizzazione • Metodologia didattica: – Learning activities • Strumenti: – Authoring – Collaborazione Strumenti di authoring • Latex o menu stile word • Quasi nulla per authoring più sofisticati (ad es. creazione esercizi WebMathematica, creazione di LO contenenti applet) Indice • Conoscenza: – Contenuti – Valutazione – Rappresentazione e gestione • Utente: – Profilo – Personalizzazione • Metodologia didattica: – Learning activities • Strumenti: – Authoring – Collaborazione Strumenti di collaborazione • Chat • Wiki • Blog • Messaggistica • Forum • Ancora poche possibilità per “parlare” di matematica