Cómo enseñar mejor a nuestros hijos en la era del big data
- Written by Katie Headrick Taylor, Assistant Professor of Learning Sciences and Human Development, University of Washington
En la reunión de padres y maestros, me senté a un lado de la mesa frente a la maestra de mi hijo de primer grado. La maestra señaló porcentajes garabateados con tinta roja. Miré y escuché.
“Este número”, dijo, “es su calificación Lexile”. Ella continuó moviendo el dedo índice a través de una tabla creada por MetaMetrics[1]. “Este es el rango normal para su edad. Así que usted quiere que, en este nivel, él lea libros”.
Su informe de rendimiento matemático procedió de manera muy similar: más porcentajes, rangos y “niveles”, a veces calculados a partir de diferentes medidas protegidas por derechos de autor.
A estas alturas, me resultaba difícil seguirla. Me pregunté en silencio: Tengo un doctorado en Enseñanza y Aprendizaje[2], y no entiendo lo que dicen estos datos sobre mi hijo. ¿Qué sacan otros padres de estas reuniones?
Read more: How to teach and parent better in the age of big data[3]
Cuando la maestra se detuvo, yo me recliné lo máximo que me permitió la pequeña silla. Ella miró hacia arriba, desde las hojas de trabajo, captando mi mirada y aproveché el instante. “¿En algún momento ha podido hablar con Mac?”, le pregunté. “Quiero decir, ¿sabe usted lo que le gusta, lo que le interesa? Esa es una buena forma de seleccionar libros para él, en base a sus intereses”. MetaMetrics no sabe lo que a Mac (nombre ficticio) le emociona sobre el aprendizaje. Ella sonrió y también se reclinó en su silla.
No es suficiente reunir datos de un estudiante. Creo que los datos no sustituyen el ser capaz de desarrollar una buena relación con los jóvenes y, a pesar de eso, los maestros desde escuela elemental a escuela secundaria que trabajan bien con los datos, esos que saben cómo medir y hablan de los porcentajes, están haciendo bien su trabajo. Esto es enseñar en la era de la mucha información.
En unos distritos, los maestros se dan una capitación para aprender a interpretar los datos.
AVAVA/shutterstock.com[4]
Escuelas ricas en datos
Las recientes presiones en las escuelas estadounidenses sobre el rendimiento, a causa de la ley No Child Left Behind[5] de 2001, implican que los maestros utilizan cada vez más los datos de los estudiantes para informar sobre la instrucción en el aula y la mejora general de la escuela[6].
Lea el primer párrafo del Resumen Ejecutivo 2009[7] del Departamento de Educación para percibir la importancia de los datos en las escuelas:
“La recopilación, el análisis y el uso de los datos educativos son muy importantes para la mejora de los resultados previstos por No Child Left Behind. Se espera que el uso de los datos en la toma de decisiones educativas se expanda a todas las capas del sistema educativo, desde el nivel federal hasta el estatal, de distrito, escuelas y aulas”.
En una encuesta del 2007[8], que incluyó 1.039 distritos escolares de toda la nación, el Departamento de Educación de Estados Unidos encontró que el 100% mantenía un sistema de datos de estudiantes, con puntos de información como los resultados de las pruebas de evaluación a nivel estatal, demográficos, asistencia y comportamiento.
Con programas como PowerSchool[9], Infinite Campus[10] y Skyward[11], cada uno de ellos cobrando más de $5 por niño por mes, estos sistemas de información estudiantil prometen obtener en un solo lugar todas las características de un estudiante en el distrito y los datos escolares.
Idealmente, estos sistemas ayudan a los maestros a ver los datos de un estudiante en equipo, con otros maestros y líderes escolares. Pero cómo los maestros a través de varios distritos usualmente interpretan, usan o ignoran los datos sigue siendo una pregunta sin responder.
En algunos distritos de Estados Unidos, los maestros han solicitado formaciones[12] sobre nociones básicas que les enseñen cómo interpretar los datos de estudiantes y ajustar la instrucción de acuerdo a ello. En otros distritos sin formaciones, los maestros no tienen un plan cohesionado sobre qué hacer con toda esta información, haciendo que el esfuerzo por tantos datos parezca algo inútil.
No es suficiente reunir datos de un estudiante.
Sharomka/shutterstock.com[13]
Identificar las necesidades de un estudiante
Como dijo la escritora Toni Morrison[14] en una ocasión, “El conocimiento sin datos es solo una corazonada.” El tener solo información sobre los niños no es equivalente a que vivan bien o tengan un futuro esperanzador.
A menudo, la realidad es lo opuesto. Muchos eestudiantes son apartados de determinadas oportunidades porque se perciben de “bajo rendimiento”, basándose en puntos de datos limitados. La carga de mejorar recae en el estudiante en lugar de preguntarse cómo el sistema falla al niño[15].
Creo que las escuelas deben enfocarse en desarrollar mayor sabiduría con los datos, teniendo en cuenta el poder de la información para desarrollar vías que proporcionen mejores futuros. Hacer eso significa que todos los educadores, sean padres o maestros, usen la información sabiamente: considerando lo que se muestra y lo que no se muestra, colocando esa información en un contexto social amplio y observando experiencias y tendencias pasadas en la vida del niño para planificar el futuro de forma consciente.
Cada vez más, la investigación sobre educación[16] motiva[17] a los maestros a expandir sus definiciones de datos incluyendo fuentes más allá de las evaluaciones obligatorias: los datos de observación en el aula, grabaciones de conversaciones individuales con un estudiante[18] y vídeos de cómo hablan y gesticulan los estudiantes mientras trabajan con un problema de matemáticas[19].
Utilizadas en conjunto, estas formas de información pintan una imagen más matizada de un niño, capturando aspectos que no se miden con un examen estatal obligatorio.
Padres y maestros pueden pensar en otros puntos de información que comiencen a señalar dinámicas sociales, culturales y económicas más amplias que están presentes en la cotidianidad de un niño.
La puntuación de Mac en Lexile no muestra su desinterés en leer durante dos semanas sobre perros en el Ártico. Pero los datos sobre lo que a Mac le gusta hacer en el hogar proporcionarán información complementaria sobre temas potenciales para libros. MetaMetrics no sabía que Mamá olvidó llevar el almuerzo a la escuela y que él no quiere comer en la cafetería; Mac estaba muerto de hambre cuando hizo las tareas de matemáticas. Una rápida evaluación sobre el estado emocional de Mac[20] antes de abordar el trabajo de matemáticas hubiese podido explicar que se estaba quedando sin energía a mitad del examen.
Y Mac es un varón blanco privilegiado que no carga con ningún estresor de racismo[21], sexismo o inestabilidad económica[22], realidades cotidianas para muchos estudiantes que son completamente borradas por una métrica individual. Unas breves evaluaciones sobre acoso[23] y ansiedad, por ejemplo, podrían elaborar de forma significativa una tabla MetaMetrics para maestros y padres.
Desde ahí, los adultos, idealmente con los estudiantes, pueden pensar en estos puntos de información complementarios para crear un plan, abordando la variedad de razones por las que la lectura y las matemáticas no van tan bien como todos esperarían.
Utilizar los datos con sabiduría como un principio básico es de lo que trata la educación.
References
- ^ MetaMetrics (metametricsinc.com)
- ^ Tengo un doctorado en Enseñanza y Aprendizaje (scholar.google.com)
- ^ How to teach and parent better in the age of big data (theconversation.com)
- ^ AVAVA/shutterstock.com (www.shutterstock.com)
- ^ No Child Left Behind (www.edweek.org)
- ^ la instrucción en el aula y la mejora general de la escuela (www.journals.uchicago.edu)
- ^ Resumen Ejecutivo 2009 (files.eric.ed.gov)
- ^ encuesta del 2007 (files.eric.ed.gov)
- ^ PowerSchool (www.powerschool.com)
- ^ Infinite Campus (www.infinitecampus.com)
- ^ Skyward (www.skyward.com)
- ^ maestros han solicitado formaciones (eric.ed.gov)
- ^ Sharomka/shutterstock.com (theconversation.com)
- ^ Como dijo la escritora Toni Morrison (www.brainpickings.org)
- ^ cómo el sistema falla al niño (www.psychologytoday.com)
- ^ sobre educación (onlinelibrary.wiley.com)
- ^ motiva (www.tandfonline.com)
- ^ conversaciones individuales con un estudiante (www.tandfonline.com)
- ^ trabajan con un problema de matemáticas (link.springer.com)
- ^ estado emocional de Mac (eric.ed.gov)
- ^ racismo (www.tandfonline.com)
- ^ inestabilidad económica (www.washingtonpost.com)
- ^ acoso (www.tandfonline.com)
Authors: Katie Headrick Taylor, Assistant Professor of Learning Sciences and Human Development, University of Washington
Read more http://theconversation.com/como-ensenar-mejor-a-nuestros-hijos-en-la-era-del-big-data-121915
