Ingen enkelt løsning hjælper alle studerende med at gennemføre MOOC'er

I et af de største pædagogiske felteksperimenter, der nogensinde er udført, et team ledet af en Cornell-forsker fandt ud af, at lovende interventioner for at hjælpe studerende med at gennemføre onlinekurser ikke var effektive i massiv skala - hvilket tyder på, at der er behov for målrettede løsninger for at hjælpe studerende under forskellige omstændigheder eller steder.

Forskere sporede 250, 000 studerende fra næsten alle lande i 250 massive åbne onlinekurser (MOOC'er) over 2 1/2 år i undersøgelsen, "Opskalering af adfærdsvidenskabelige interventioner i onlineuddannelse, " offentliggjort 15. juni i Proceedings of the National Academy of Sciences .

"Adfærdsmæssige indgreb er ikke en sølvkugle, " sagde Rene Kizilcec, adjunkt i informationsvidenskab og medforfatter.

"Tidligere undersøgelser viste, at kort, lette berøringsinterventioner i begyndelsen af ​​nogle få udvalgte kurser kan øge vedholdenhed og fuldførelsesrater, " sagde han. "Men når det skaleres op til over 250 forskellige kurser og en kvart million studerende, interventionseffekterne var en størrelsesorden mindre."

Undersøgelsen blev ledet af Justin Reich fra Massachusetts Institute of Technology og Michael Yeomans fra Imperial College London. Forskningen blev udført på edX- og Open edX-platformene, og edX har engageret sig i arbejdet med at gøre dataene tilgængelige for institutionelle forskere for at fremme uddannelsesvidenskab i stor skala.

De 250 kurser, forskerne studerede, kom fra Harvard University, MIT og Stanford University.

Manglende gennemførelse af onlinekurser er en velkendt og langvarig hindring for virtuel læring, især blandt dårligt stillede samfund og i udviklingslande - hvor online uddannelse kan være en nøglevej til social fremgang. Resultaterne har tilføjet relevans med så meget uddannelse rundt om i verden, der finder sted online under COVID-19-pandemien.

"Mit råd til instruktører er at forstå og adressere de specifikke udfordringer i deres læringsmiljø, " sagde Kizilcec. "Hvis elever har problemer med deres internetforbindelse, du kan ikke hjælpe dem med at overvinde dem med en selvreguleringsintervention. Men hvis eleverne skal i seng til tiden for at være vågne til en morgenforelæsning, eller de skal planlægge på forhånd, hvornår de skal begynde at arbejde med lektier for at have dem klar til at aflevere, så kan en kort selvreguleringsintervention faktisk hjælpe eleverne med at overvinde disse forhindringer."

Tidligere, mindre forskning, udført af Kizilcec og hans medforfattere samt andre lærde, fandt ud af, at målsættende interventioner, såsom at skrive en liste over hensigter i starten af ​​klassen, forbedrede elevernes fuldførelsesrater.

I dette studie, forskerne undersøgte virkningerne af fire interventioner:

• planlægning, hvor eleverne bliver bedt om at udarbejde detaljerede planer for hvornår, hvor, og hvordan de gennemfører kurser;
• en relateret aktivitet, hvor eleverne reflekterer over fordelene og barriererne ved at nå deres mål, og planlægge på forhånd om, hvordan man reagerer på udfordringer;
• social ansvarlighed, hvor de vælger nogen til at holde dem ansvarlige for deres fremskridt i kurset, og planlæg hvornår og hvad de skal fortælle dem; og
• værdi-relevans, hvor de skriver om, hvordan det at gennemføre kurset afspejler og forstærker deres vigtigste værdier.

For de første tre interventioner, involverer planlægning fremad, forskerne fandt ud af, at tilgangen var effektiv til at øge engagementet i de første par uger af kurset, men virkningen aftog efterhånden som kurset skred frem. Værdi-relevans-interventionen var effektiv i udviklingslande, hvor elevernes resultater var væsentligt dårligere end andre, men kun i kurser med et globalt præstationskløft; i andre kurser, det havde faktisk en negativ indvirkning i udviklingslandene.

Forskerne testede, om de kunne forudsige, i hvilke kurser en præstationskløft ville opstå, for at beslutte, hvor interventionen skal tilføjes, men fandt det ekstremt svært at forudsige.

"At ikke vide, om det vil hjælpe eller skade eleverne i et givet kursus, er et stort problem, " han sagde.

Forskerne forsøgte at bruge maskinlæring til at forudsige, hvilke interventioner der kunne hjælpe hvilke elever, men fandt ud af, at algoritmen ikke var bedre end at tildele den samme intervention til alle elever.

"Det sætter spørgsmålstegn ved AI's potentiale til at give personaliserede interventioner til elever, der kæmper, "Kizilcec sagde. "Tilgange, der fokuserer på at forstå, hvad der fungerer bedst i individuelle miljøer og derefter skræddersy interventioner til disse miljøer, kan være mere effektive."

Forskerne sagde, at deres resultater tyder på, at fremtidige undersøgelser bør designes til at overveje og afsløre forskellene mellem studerende, ud over undersøgelser, der vurderer overordnede effekter.