כריית מידע בחינוך

כריית מידע בחינוך או כריית נתונים בחינוך (באנגלית: Educational Data Mining או EDM) היא שיטה המיישמת כריית מידע, למידת מכונה וסטטיסטיקה לצורכי מערכות חינוך (לדוגמה אוניברסיטאות ובתי ספר), בהם הערכת חומרי הלמידה והתאמתם, הערכת תהליכי למידה, זיהוי התנהגויות של לומדים ועוד, במטרה לפתח ולשפר שיטות לחקר הנתונים הללו ולהגיע לתובנות חדשות על אופן הלמידה.

הגדרה

כריית מידע בתחום החינוך כשיטת מחקר משמשת לאפיון והבנת התנהגות הלומדים בסביבות מתוקשבות. המושג מתייחס לטכניקות, כלים ומחקרים שמטרתם איסוף וניתוח אוטומטי של מידע ממאגרי נתונים גדולים, שנוצרו על ידי או שקשורים לפעילות במסגרות חינוכיות. כריית הנתונים מתבצעת על ידי הפעלה של שיטות סטטיסטיות על מאגרי נתונים גדולים ברשת, על מנת לגלות בעזרתם מידע חבוי ובעל ערך. בשיטה זו, נאספות ומתועדות פעולות התלמידים בסביבות הלמידה בקובצי לוג, והן מנותחות בשיטות סטטיסטיות שונות.

תהליך כריית המידע

לשם כריית המידע מפעילות ממוחשבת או מקוונת נעשה שימוש בקובצי לוג. פעילות הלומדים או המלמדים (לחיצות העכבר או המקשים) מתועדים בקבצים המכילים נתונים גולמיים כמו איזו פעולה בוצעה, מתי בוצעה ומי ביצע, וכן מאיזו כתובת IP בוצעה. כדי לעבד נתונים אלה נערך תהליך של ניקוי וקידוד. לאחר מכן מופעלים על המשתנים אלגוריתמים ושיטות סטטיסיות שונות.

דוגמאות

ניתן להשתמש בכריית נתונים בחינוך על מנת לנתח נתונים שמגיעים ממערכות ניהול למידה. מערכות אלה אוספות מידע על כניסות של תלמיד למערכת, ניסיונות ההגשה של עבודה מסוימת, הזמן שלקח לתלמיד לענות על שאלה וכדומה. באמצעות נתונים אלה ניתן לנתח תהליכי למידה וליצור פרופילים של לומדים. שימוש נוסף לכריית נתונים בחינוך הוא עבור למידה מותאמת אישית, באמצעות איסוף המידע בזמן אמת מפעילות הלומד במערכת והתאמת המערכת ללומד באופן אישי.

משתמשים בעלי עניין בכריית מידע בחינוך

קהל היעד	מטרות
סטודנטים, תלמידים	ייצור חוויית למידה מותאמת אישית ומעניינת. ייצור תרגול המותאם אישית לידע של הלומד. הצעה של תכנים רלוונטיים נוספים.
מורים	קבלת פידבק אובייקטיבי לגבי ההוראה. קבלת מידע לגבי ההתקדמות האישית של כל תלמיד. לזהות טעויות נפוצות ושיטות למידה אפקטיביות.
מפתחי קורסים, חוקרים חינוכיים	פיתוח ובחינת איכות של קורסים. פיתוח והערכת כלים לכריית מידע כדי להמליץ על הכלי המתאים לכל משימה.
ארגונים, ספקי תוכן לימודי, אוניברסיטאות	פיתוח דרכים יעילות להערכה. הצעת הקורסים המתאימים ביותר. קבלת החלטות מושכלת ומבוססת על מידע.
מנהלי ארגונים, מפקחים אזוריים, משרד החינוך	שימוש מיטבי במשאבים קיימים. הערכת תוכניות לימוד ורפורמות.

יישומים

רשימה של היישומים העיקריים של כריית מידע בחינוך פורסמה על ידי Ventura & Romero בטקסונומיה שלהם. על פי רשימה זו, תחומי יישום כריית מידע בחינוך הם:

• ניתוח והחזיית מידע לנתונים.
• מתן משוב למדריכים התומכים בלמידה.
• המלצות לסטודנטים.
• חיזוי ביצועי תלמידים.
• מידול סוגי סטודנטים (לדוגמה סגנונות למידה).
• זיהוי התנהגויות בלתי רצויות של הסטודנט.
• שיבוץ תלמידים להקבצות.
• ניתוח רשתות חברתיות.
• פיתוח מפות קונספטואליות.
• בניית לומדות.
• תכנון ותזמון של הוראה או למידה.

מקורות לפיתוח כריית מידע בחינוך

נתונים רלוונטיים לכריית מידע בחינוך עשויים להגיע ממקורות שונים, כגון:

1. מערכות לא מקוונות: ביצוע ניתוח של מידע על התנהגות וביצועים של תלמידים, ושל תוכניות לימוד כפי שנאספו במערכות חינוך ובכיתות.
2. מערכות למידה ממוחשבת: מתוך מידע על סטודנטים שנשמר בקובצי הלוג של מערכות אלה, ובמערכות המידע שלהן.
3. מערכות ללמידה אדפטיבית, המנסות להתאים את הלמידה לפרופיל ולצרכים של הלומד.

דילמות אתיות

דילמות אתיות רבות מתייחסות לשמירה על פרטיות של תלמידים ומשתתפים בפעילות חינוכית. היכולת לפתח מערכות שעוקבות ומנתחות נתונים רגשיים, פיזיולוגיים ואחרים מעלה חששות לגבי האתיקה של כריית נתונים בחינוך. לכן יש המציעים להשתמש בסוגי נתונים שנבחרו בקפידה ובאמצעים המגנים על הפרטיות של המשתמשים. בנוסף מוצע כי הנחקרים יהיו מיודעים על היותם מושאי מחקר, ובמידה ואין זה אפשרי יש להסיר סממנים מזהים של הנחקרים לפני תחילת תהליך כריית הנתונים.

ראו גם

• ניתוח למידה
• בינה מלאכותית בחינוך

לקריאה נוספת

• Data Mining and Knowledge Discovery Handbook - Maimon, Oded, Rokach, Lior
• Romero, Cristóbal; Ventura, Sebastián (2010). "Educational Data Mining: A Review of the State of the Art". IEEE Transactions on Systems, Man, and Cybernetics, Part C: Applications and Reviews. Institute of Electrical and Electronics Engineers (IEEE). 40 (6): 601–618. doi:10.1109/tsmcc.2010.2053532. ISSN 1094-6977.
• Romero, C., & Ventura, S. (2010). Educational data mining: a review of the state of the art. Systems, Man, and Cybernetics, Part C: Applications and Reviews, IEEE Transactions on, 40(6), 601-618

קישורים חיצוניים

• גלית בן צדוק, משה לייבה, רפי נחמיאס, רחל מינץ, למידה בכל מקום ובכל עת? הערכת מאפיינים של למידה מתוקשבת בכיתה לעומת בבית, באמצעות כריית נתונים
• מהו ה-web mining? (כריית נתונים) ומה הקשר שלו ללמידה מתוקשבת?
• International Educational Data Mining Society (באנגלית)