Образование как продукт

2021/2022

Учебный год

RUS

Обучение ведется на русском языке

3

Кредиты

Кто читает:

Институт образования

Статус:

Курс по выбору

Когда читается:

1-й курс, 2 модуль

Преподаватель

Свердлов Михаил Борисович

Программа дисциплины

Аннотация

Форд говорил, что если бы я спросил людей, чего они хотят, они бы попросили более быструю лошадь. Но в продукте и особенно образовании этот принцип далеко не всегда работает. Обратная связь, которую дает ученик и преподаватель по уроку и курсу - одно из самых ценных, что есть в этом процессе. Это делает контент существенно лучше, качественнее, позволяет выстроить реально клиентоориентированный процесс. В Skyeng снимается более 200 параметров с урока и селфстади части по контенту, десятки по ученику и несколько десятков по преподавателю. И кажется, в мире, где персональная траектория для ученика все еще предмет PR, а не реальной реализации мы сделали очередной молчаливый шаг к реальности этой концепции. Еще не по всем 6 параметрам, которые мы выделяем, но уже по 2,5 В курсе по образовательной аналитике мы с вами попробуем подружиться с метриками обучения, как продукта. Не будет data science и R, зато разберем работающие механики, подходы и успешные кейсы рынка. Курс будет построен по принципу project based learning с экзаменом в формате группового проекта.

Цель освоения дисциплины

• овладение студентами основными подходами в области образовательной аналитики
• овладение студентами основными технологиями и в области оценивания образовательных программ и успеваемости учеников

Планируемые результаты обучения

• Знать что такое продукт и что такое целевой продукт
• Интерпретировать результаты экспериментов
• Навык работы с канвас Остервальдера
• Навык формулировки гипотез по smart
• Определить точки роста SJM с учетом продуктовой точки зрения
• Определить ценности для целевой аудитории
• Оценивать риски проведения экспериментов
• Понимать подход customer development
• Умение определять метрики для своего продукта
• Умение собирать и анализировать CJM/SJM
• Уметь составлять персона модель

Содержание учебной дисциплины

• Сбор данных с образовательных сред
• Персонализация обучения и предиктивные модели
• Прикладная аналитика. Тесты и эксперименты в образовательном продукте
• UX/UI/LX образовательной среды и аналитика
• Визуализация данных и дашборды
• Разбираемся, что есть "образование как продукт" и реально ли сделать обучение итерациями

Элементы контроля

• Групповая работа
• Домашнее задание
• Финальный групповой проект

Промежуточная аттестация

• 2021/2022 учебный год 2 модуль
  0.2 * Домашнее задание + 0.3 * Групповая работа + 0.5 * Финальный групповой проект

Список литературы

Рекомендуемая основная литература

• Alblawi, A. S. (2018). Big Data and Learning Analytics in Higher Education: Demystifying Variety, Acquisition, Storage, NLP and Analytics.
• Ben Kei Daniel. (2016). Big Data and Learning Analytics in Higher Education : Current Theory and Practice. Springer.
• HALL, C. (2020). Learning Analytics : Using Talent Data to Improve Business Outcomes. Kogan Page.
• Lodge, J. M., Horvath, J. C., & Corrin, L. (2019). Learning Analytics in the Classroom : Translating Learning Analytics Research for Teachers. Routledge.
• Mattox, J. R. (2016). Learning Analytics : Measurement Innovations to Support Employee Development: Vol. 1st edition. Kogan Page.
• Niall Sclater. (2017). Learning Analytics Explained. Routledge.
• Бизнес - аналитика: от данных к знаниям (+CD) : учеб. пособие, Паклин, Н. Б., 2010