LMS Analytics – Ứng dụng dữ liệu để cải thiện hoạt động dạy và học tại trường

Có rất nhiều bài viết đề cập đến vai trò và tầm quan trọng của dữ liệu trong việc cải thiện chất lượng giảng dạy và học tập cũng như tối ưu chi phí vận hành trường học, nhưng để thực sự tận dụng được nguồn dữ liệu sẵn có là việc không hề dễ.

Riêng với ngành giáo dục, khoan bàn đến chuyên ứng dụng dữ liệu để phân tích và đưa ra quyết định, việc chuyển đổi số vẫn là một điều gì đó nhiều thách thức. Do ảnh hưởng của Covid, tại Việt Nam, hoạt động chuyển đổi số được thúc đẩy nhanh hơn, các trường đã bắt đầu chú tâm đến việc ứng dụng những nền tảng quản lý như SIS (Student Information System), LMS, phần mềm quản lý tuyển sinh,… vào các hoạt động ở trường.

Các công ty như Google và Facebook theo dõi hoạt động người dùng hàng ngày để thu thập thông tin về sở thích và thói quen của họ. Những dữ liệu đó được dùng để phân tích, từ đó Facebook/Gooogle có thể giới thiệu các sản phẩm, dịch vụ mới hoặc cải thiện quy trình làm việc của họ. Và với trường học, việc thu thập dữ liệu cũng diễn ra tương tự, với mục tiêu giúp trường cải thiện chất lượng dạy và học, tối ưu hoạt động, chi phí vận hành cũng như hiểu về học sinh hơn,…

Có rất nhiều cách để thu thập giữ liệu, bài viết này chỉ giới hạn trong phạm vi những dữ liệu có thể thu thập được từ LMS và nền tảng e-learning.

Mỗi tương tác của học sinh, của giáo viên, nhà trường trên hệ thống đều tạo ra thông tin và dữ liệu, và dữ liệu đó chỉ có ích khi có chiến lược phân tích và mục tiêu sử dụng cụ thể.

Vậy, những mục tiêu đó có thể là gì? Từ mục tiêu muốn đạt được, chúng ta mới biết đâu là những chỉ số chúng ta cần đo lường để thực hiện được mục tiêu.

VỀ MỤC TIÊU:

Có 2 nhóm mục tiêu lớn:

  • Cải thiện về giàng dạy và học tập
  • Tối ưu hiệu quả hoạt động kinh doanh

Từ 2 mục tiêu lớn đó sẽ chia nhỏ xuống thành những mục tiêu nhỏ, cụ thể và có thể thực hiện:

  • Giảm học sinh bỏ học
  • Nâng cao hiểu biết và học tập của học sinh
  • Quyết định nội dung nào phù hợp với học sinh, lớp học nào đó
  • Cải tiến tài liệu đào tạo, chương trình học
  1. Làm thế nào? Hệ thống sẽ phân tích dữ liệu thu thập được như thế nào? Ví dụ với LMS?

Để có được bức tranh toàn cảnh về hiệu quả của khóa học hoặc chương trình e-learning, nhà trường có thể sử dụng các báo cáo (report/dashboard) được tích hợp sẵn trong hệ thống như Dashboard, khảo sát, phản hồi của người dùng và các công cụ báo cáo sẵn.

Việc ứng dụng dữ liệu là một quá trình liên tục. Để đảm bảo được tính hiệu quả của mô hình, trường cần đảm bảo có một chu trình xử lý và phân tích dữ liệu bài bản (và được cải tiến liên tục).

VỀ QUY TRÌNH

Chu kỳ phân tích eLearning xem xét 4 phần:

  1. Môi trường học tập (Learning Environmentt) – nơi dữ liệu được tạo ra
  2. Dữ liệu lớn (Big Data) bao gồm lượng lớn dữ liệu
  3. Phân tích (Analyticss) bao gồm các kỹ thuật và các số liệu khác nhau
  4. Đánh giá (Review) các mục tiêu đạt được để tối ưu môi trường học tập

Tùy thuộc vào nhu cầu sử dụng và ngân sách của trường hiện tại, mà trường có thể chọn một số phương pháp để tiếp cận các môi trường học tập có khả năng tạo ra lượng lớn dữ liệu (hệ thống LMS, MOOCs, công cụ của bên thứ 3).

VỀ LMS ANALYTICS VÀ NHỮNG DỮ LIỆU CÓ THỂ THU THẬP TỪ LMS:

LMS cung cấp bộ cung cụ toàn diện gồm công cụ phân tihcs và báo cáo, trường cso thể sử dụng để trực quan hoá thông tin và truy xuất dữ liệu quan trọng.

Người dùng LMS có quyền truy cập vào các báo cáo và dashboard để xem dữ liệu về quá trình dạy và học. Vậy những dữ liệu nào có thể thu thập nhờ LMS?

  • Course/program progress & completions – Tiến trình và mức độ hoàn thành khoá học/chương trình.
  • Course status – Tình trạng khoá học
  • Number of students who enrolled in a course – Số lượng sinh viên đã đăng ký khóa học
  • Number of students who unenrolled from a course – Số sinh viên hủy đăng ký một khóa học
  • Total number of students who are currently passing a course – Tổng số sinh viên hoàn thành khóa học
  • Last access by user – Người dùng truy cập lần cuối – lần cuối cùng người dùng đăng nhập vào LMS của bạn để xem nội dung khóa học. Nếu đã lâu thì bạn có thể hỏi thăm học sinh lý do tại sao
  • Total time spent on course/program – Tổng thời gian dành cho khóa học/chương trình
  • Performance grade – Điểm hiệu suất, điểm kiểm tra/đánh giá của người học trong một khóa học hoặc chương trình trực tuyến
  • Current learners location – Vị trí người học hiện tại, chỉ số này giúp trường nắm được phân bổ khu vực của các học viên của mình
  • Learning plan reports – Báo cáo kế hoạch học tập
  • User activity tracking – Theo dõi hoạt động của học sinh (ví dụ: lượt xem video, hoạt động thảo luận,…)
  • Most viewed course parts – Các phần khóa học được xem nhiều nhất
  • Learning Path – Lộ trình học tập, là bản đồ lộ trình tham gia của người học vào một khóa học hoặc chương trình trực tuyến
  • Attempts and answers breakdown – Phân tích nỗ lực và câu trả lời, thông tin về điểm số trung bình + phân bố phản hồi của người học cho mỗi câu hỏi/vấn đề
  • Gamification reporting stats – Số liệu thống kê về báo cáo của hoạt động gamification (ví dụ: huy hiệu và cuộc thi)
  • Individual quiz/assessments answers – Câu trả lời cho bài kiểm tra/đánh giá cá nhân
  • Clustering learners’ activity and characteristics – Phân nhóm hoạt động và đặc điểm của người học
  • Time spent in separate course/program part – Thời gian dành cho khóa học/phần chương trình riêng biệt
  • Identification of low-performing and high-performing learners – Xác định người học có thành tích thấp và người học có thành tích cao

Các loại báo cáo có thể được tạo nhờ LMS:

1. Enrollment Stats Report: Báo cáo thống kê đăng ký (sử dụng phân tích dữ liệu) cho thấy động lực của các chỉ số đăng ký

Tập hợp các chỉ số phân tích được phản ánh trong báo cáo:
a. Course status – Trạng thái khóa học
b. Số lượng sinh viên đã đăng ký một khóa học
c. Số sinh viên đã hủy đăng ký một khóa học
d. Tổng số sinh viên hiện đang vượt qua một khóa học

2. Learner’s Activity Report: Báo cáo Hoạt động của Người học (sử dụng phân tích dữ liệu) cho biết phần nào trong khóa học của bạn là khó nhất hoặc thú vị nhất đối với sinh viên của bạn.

Tập hợp các chỉ số phân tích được phản ánh trong báo cáo:

a. User activity tracking – Theo dõi hoạt động của người dùng (lượt xem video, hoạt động thảo luận, v.v.)

b. Most viewed course parts – Các phần khóa học được xem nhiều nhất

3. Learner’s Progress Report: Báo cáo Tiến độ của Người học

Tập hợp các chỉ số phân tích được phản ánh trong báo cáo:

a. Performance grade – Điểm hiệu suất, điểm kiểm tra/đánh giá của người học

b. User activity tracking – Theo dõi hoạt động của người dùng (# lượt xem video, hoạt động thảo luận, v.v.)

4. Problem Report: Báo cáo vấn đề (sử dụng phân tích chẩn đoán) cho biết phần nào của khóa học cần cải thiện và tính toán tỷ lệ câu trả lời đúng và sai của học sinh trong các bài đánh giá.

Tập hợp các chỉ số phân tích được phản ánh trong báo cáo:

a. Phân tích các nỗ lực và câu trả lời

b. Quiz/assessments performance – Bài kiểm tra/đánh giá

c. Individual quiz/assessments answers – Câu trả lời cho bài kiểm tra/đánh giá cá nhân

5. Progress Funnel Report: Báo cáo Kênh Tiến trình (sử dụng phân tích mô tả) hiển thị road map (lộ trìnhh) về sự tham gia của người học trong một khóa học hoặc chương trình trực tuyến

Tập hợp các chỉ số phân tích được phản ánh trong báo cáo:

a. Learning Path – Lộ trình học tập

b. Current learners location – Vị trí người học hiện tại

6. Cluster Report: Báo cáo nhóm (sử dụng phân tích cụm) chia người học của bạn thành các nhóm dựa trên tiến độ hiện tại của họ (từ người có hiệu suất thấp đến người có hiệu suất cao)

Tập hợp các chỉ số phân tích được phản ánh trong báo cáo:

a. Identification of low-performing and high-performing learners – Xác định người học có thành tích thấp và người học có thành tích cao

b. Clustering learners’ activity and characteristic – Phân hoạt động và đặc điểm của người học

 

Bài viết được tham khảo từ:

  1. “Tìm hiểu về Quyết định dựa trên số liệu – Các quan niệm khác nhau về Quyết định dựa trên số liệu” (Cutting Through the “Data-Driven” Mantra: Different Conceptions of Data-Driven Decision Making”, Rand Education
  2. LMS Analytics”Các loại phân tích Dữ liệu” (Types of Data Analysis), https://chartio.com
  3. “Phân tích e-learning là gì?” (What are e-Learning analytics about?”), https://www.iadlearning.com
  4. “Học về phân tích: Nguyên tắc và ràng buộc” (Learning Analytics: Principles and Constraints), Originally published in: Khalil, M. & Ebner, M. (2015). In Proceedings of World
  5. Hội nghị Giáo dục Đa phương tiện (Conference on Educational Multimedia), Hypermedia and Telecommunications 2015. pp. 1326-1336. Chesapeake, VA: AACE.
  6. “Hiểu về Báo cáo LMS: 12 điều cần chú ý về số liệu e-learning của bạn” (Understanding LMS Reports: 12 Things to Look at in Your eLearning Statistics), https://www.ispringsolutions.com