淺談MOOC與學習資料分析的Visual

來源 / ACM elearn mag "From MOOCs to Learning Analytics: Scratching the surface of the 'visual'"

目前教育科技兩大主要趨勢似乎是MOOC和學習資料分析(learning analysis)，MOOC和學習資料分析都試圖解決教育的長期問題，欲顯露關於學習過程嶄新的認識，重視的是科技帶來的結果而非科技本身。而且兩者似乎很互補，當MOOC留下更多與學生行為和活動有關的資料，也就帶來預測及個人化的準確度。

本文欲著重在人們在MOOC和學習資料分析中所看到(see)的 “MOOC影片”和 “資料視覺化”，並討論我們沒看到的是什麼。

首先，MOOC主流平台Coursera, edX, udacity的重心都是影片授課，然而作者認為讓名校老師藉此在全世界現身並非MOOC真正的目的，更重要的是授課本身以及學生與影片中老師締結的關係。現在越來越多人鼓勵學習程式設計(英國還將之定為國定課程)，讓人可以更了解軟體和數位生活的成因。在MOOC這些免費線上教學內容的背後，硬體設備及數位教學工具也是很值得注意的，應該讓學生理解這些工具如何被設計和製造，才知道自己的學習任務是如何被這些工具影響或限制的。

至於學習資料的視覺化展現，雖然很簡潔易懂，但它呈現的其實是資料分析者想說的故事，觀眾反而遠離了真實的資料狀態，而且不再注意資料的蒐集及分析過程，看到的是另外一層分析和闡釋。

舉例來說，Couraera和edX製作了全球MOOC參與人口的 “heat maps”，根據MOOC參與者的IP位置替國家上色，了解MOOC學生在哪，呈現出MOOC是一個全球化擴張的現象，有很多地方需要MOOC。他就不會用來呈現非洲大陸可能因為資料蒐集與分析過程或是全球網路架構的不一致，導致視覺化時幾乎是空白的。

另外，也有許多學習資料分析會以infographic呈現。看這些圖表時，很容易只著重圖案和顏色，而不會思考這是由誰根據什麼樣的想法決定要這麼形塑資料的。視覺化很容易讓人不去質疑過程和方法，而輕易認為圖表呈現的就是不可質疑的真實。

Ferguson建議在進行學習資料研究時，要納入學習者的觀點，並且有清楚的倫理規則，讓學習者可以修正學習資料、也能看到這些資料如何被用。

原文: http://elearnmag.acm.org/archive.cfm?aid=2686744
編譯 / 柯俊如