איך מרגישה למידה בקבוצות?

היום נכחתי במפגש מרתק, שאורגן על ידי המרכז להוראה חדשנית ומיטבית בלוינסקי, ובראשו עומד ד"ר ישי מור. את המפגש הובילה יעל כהן, בוגרת תואר שני בחינוך וטכנולוגיה מאוניברסיטת סטנפורד, Data scientist ויזמית חינוכית. יעל הציגה התנסות בסנסורים לטובת מחקר על למידה בקבוצות.

סנסורים/חיישנים הם למעשה מכשירים שממירים פרמטרים גופניים כגון: טמפרטורת גוף, לחץ דם, תנועות וכו' לכדי אותות חשמליים או אלקטרונים לשם מדידה, בקרה או העברת מידע למערכות אחרות. בימינו ניתן לתרגם אותות אלו גם לרגשות... סנסורים נמצאים בשימוש היום בעיקר בתחום העסקי והשיווקי, אך מתחילים לחלחל גם לעולם הלמידה. השילוב של סנסורים בלמידה מערב שורה של עולמות תוכן הבאים לידי ביטוי וביניהם: Neuroeducation, למידה התנהגותית, Data driven learning ,BI, Emotion technology ועוד.

Emotional data המתאפשר בשילוב טכנולוגיה הוא תחום שמתגבש מתוך ההבנה שמתפתחת בנושא רגש בלמידה- הספרות המחקרית מראה שרגשות חיוביים משפיעים לטובה על זכרון העבודה שלנו, על היצירתיות והגמישות המחשבתית, בעוד שרגשות שליליים משפיעים לרעה על הלמידה. מצב רוח טוב יכול להשפיע על המוטיבציה ללמידה ועל הרצון להיות לומד פעיל, לעומת רגשות שליליים שגורמים להימנעות ופסיביות (Olafson and Ferraro, 2001).

דוגמאות לסנסורים בהם ניתן להשתמש לניטור רגשות:


  • Kinect- מד תנועות. מצלמת עומק שמזהה נקודות בגוף ויכול לתת פוזיציות של הגוף ב-3 צירים 
  • מיקרופון עם סנסור תומך לאוזן שיודע לזהות תנועות ראש וקול 
  • מד דופק, לחץ דם, טמפרטורה.... 
  • מד מוליכות של העור- מודד סטרס בדר"כ צורת שעון או טבעת. טכנולוגיה שדומה לפוליגרף. 
  • Spier- מדד נשימה שמודד תנועה של סרעפת. שמים על החזה. גם עדיין לא בשל לחלוטין. 
  • מד גלי מח בתדרים ספציפיים בדומה לEEG 
  • מד מיקוד עיניים ורוחב אישון 
  • מד קול ואינטונציה- לדוגמה אפליקציה שנקראת 'Moodies Emotions Analytics' שהטכנולוגיה שלה שימשה לבסיס המחקר של יעל 

יעל השתתפה במחקר שנערך בPbl Lab, ומטרתו הייתה לחקור את רגשות הלומדים במסגרת עבודת צוות בתהליך PBL. המחקר הופעל במסגרת קורס לתואר ראשון בהנדסה של סטנפורד, שבו סטודנטים ממדינות שונות בעולם לומדים יחד מרחוק 6-7 קבוצות של כ-5 סטודנטים עובדים על פרוייקט תכנון בניין שבסופו מתקיימת תחרות עיצוב בין הקבוצות. במהלך הקורס הקבוצות נפגשו שעתיים בשבוע במשך 4 חודשים לשיחה סינכרונית, והמפגשים הללו הוקלטו עם סנסורים מסוגים שונים שחולקו לסטודנטים מבעוד מועד.
הנתונים מהסנסורים נשלחו למנהלי המחקר, והם בחנו אותם לאורך זמן בנוסף לכלי מחקר אחרים שהופעלו על הסטודנטים. חשוב לציין שמחקר עם סנסורים לא בא במקום תצפיות או כלי מחקר אחרים אלא בנוסף אליהם ככלי מחקר משלים. חשוב לחבר גם כלים איכותניים למחקר.

יעל בדקה האם קיימת אצל הלומדים התנהגות ספיציפית מייצגת בתהליך הלמידה הקבוצתי, מעין "טביעת אצבע" של התנהגות קבוצתית. היא מצאה שאכן קיים דפוס חוזר לכל לומד, שבא לידי ביטוי במעורבות במפגש (כמה פעיל ושותף הוא) ובאינטונציה שמייצגת אותו.

דוגמה לגרף המבחין בין שני סוגי לומדים לאורך המפגשים שהתקיימו:



אוקי, אז מצאנו דפוס התנהגות בקבוצה. במה זה יכול לסייע?

  • למצוא קורלציה בין דפוסי רגשות למשתנים אחרים כמו השתתפות והצלחה צוותית 
  • זה יכול לשקף ללומד/לקבוצה את מידת המעורבות והרגשות של כל אחד מהם בתהליך הלמידה ולאותת להם כשיש קושי או בעיה שדורשת טיפול והתערבות 
  • ניתן לבדוק הבדלים תרבותיים או מגדריים 
  • מורה יכול לקבל תמונת מצב רחבה על הלומדים ולהתערב במידת הצורך בהתאם לדפוסים הרלוונטיים 
על בסיס המחקר יעל בנתה מוצר שמאפשר למדוד שיתוף פעולה בקבוצות למידה. המוצר נקרא vibe (טרם הושק). הוא מאפשר למורה להתחבר למערכת המוזנת מנתונים הנשלחים מסנסורים לבישים שנמצאים אצל התלמידים בכיתתו.




כך נראה ה- Dashboard של המורה:

המערכת מספקת נתונים בזמן אמת ולאורך זמן. זה יכול לשמש גם ככלי רפלקטיבי עבור המורה על מנת לבדוק את יכולות ההוראה שלו בקבוצה. המוצר טרם הושק בשל הסיבה שהטכנולוגיה לא מספיק בשלה (בעייה בזיהוי הקולי של המיקרופון והיכולות שלו להפריד בין קולות התלמידים), אך אני מניחה שבשנים הקרובות זה ייפתר.

מה אני לוקחת מכאן?

  1. ההזדמנות לקבל מידע שחושף רובד נוסף של הלומדים ובפרט את הרובד הרגשי מרתק בעיניי, ופותח צוהר לשילוב אמפתיה ורגישות גבוהה יותר בתהליכי למידה. כמובן שבאותה נשימה מוכרחים לשים דגש על מידת החשיפה הנדרשת מהלומדים, ועל ההשלכות שיש לעניין זה.
  2. כל מי שעוסק בחינוך, ובפרט בלמידה מרחוק, יודע כמה קשה לנהל למידה בקבוצות ולדעת מה מתרחש בזמן אמת ולאורך זמן בכל קבוצה. שילבו הסנסורים בהחלט מזמן ניהול חדש ומעניין של למידה קבוצתית.
  3. למידה משולבת סנסורים מתכתבת מאוד עם גישת ה-Adaptive learning, ועבודה עם הנתונים המתקבלים יכולה בהחלט לשפר אופני למידה פרטניים ולהשפיע על מהלך הלמידה העתידי של התלמיד. שילוב עולם ה- Machine learning עם הנתונים המתקבלים מהסנסורים ונתונים נוספים יכול להוביל ללמידה תפורה היטב למידותיו של התלמיד.



להרחבה נוספת

תגובות

פוסטים פופולריים מהבלוג הזה

סליחה, איך מגיעים לאזור הלמידה?

רעיונות לסיכום מפגש למידה

בואו נמריא מה- Onboarding