Module 3.6: Come usare i dati per motivare decisioni strategiche

Introduzione agli argomenti
Attività Interattive
Test

Introduzione agli argomenti

I dati sono ormai spesso considerati il petrolio del 21° secolo. Nel solo 2013, l’essere umano ha generato circa il 90% dei dati prodotti dall’umanità fin dai suoi albori [1], grazie ai progressi nella capacità di stoccaggio o di calcolo dell’ecosistema dei big data. Inoltre, si prevede che “nel 2020, ogni persona genererà 1,7 megabyte al secondo” [2]. I dati compaiono nel panorama tecnologico in diverse forme: dati strutturati come matrici di Excel o database relazionali; non strutturati come immagini, suoni, documenti pdf, e-mail, ecc; o in forma semi-strutturata, basata fondamentalmente in linguaggi come XML (Extensible Markup Language). I dati nelle loro diverse forme hanno il potenziale per agevolare il processo decisionale in vari contesti; l’educazione è un settore che beneficia particolarmente dalla loro analisi. 

Nel settore education, l’analisi dei dati, comunemente chiamata data mining educativo, potrebbe prevenire l’abbandono degli studenti, suggerire percorsi di apprendimento personalizzati agli studenti, aiutare gli insegnanti a migliorare i materiali di apprendimento e monitorare i progressi degli studenti, identificare i modelli che possono essere utilizzati per sostenere la progettazione dell’apprendimento collaborativo, ecc. [3].

Tuttavia, l’uso dei dati nell’istruzione o in qualsiasi dominio implica seguire un processo chiamato Knowledge discovery [4]. Questo processo inizia dall’identificazione delle fonti di dati necessari per supportare l’analisi, seguita dalla selezione della fonte di dati più promettente, dalla pulizia e/o pre-elaborazione dei dati per ottenere un adeguato set di dati da elaborare, e infine dall’applicazione di diversi tipi di tecniche di analisi come il raggruppamento o la classificazione. 

La Knowledge discovery si è evoluta secondo la crescita dell’ecosistema tecnologico e la comparsa di nuovi bisogni dai settori economici e sociali [5]. Per avere un’idea completa di cosa sia e come implementare la KD nella vostra istituzione, vi invitiamo a visitare i seguenti link:

  • https://www.learninga-z.com/site/breakroom/data-in-education 
    • In questa pagina vengono analizzati i diversi tipi di dati che provengono dal processo educativo. Mentre leggete, riflettete sulla vostra istituzione e pensate dove ogni tipo di dati potrebbe essere conservato.
    • La seconda parte della pagina fornisce le migliori pratiche sull’uso dei dati educativi. Pensate all’applicazione di queste pratiche nella vostra istituzione mentre leggete.
  • https://youtu.be/FkxaBRiXlVc 
    • Imparate come iniziare a creare report e dashboard in Google Data Studio.
  • https://youtu.be/zHpxMIiJrTA 
    • Questo video potrebbe darvi alcune idee su come creare interessanti visualizzazioni di dati usando Google Data Studio.

Attività Interattive

Ora avete un’idea di come i dati dovrebbero essere utilizzati in un contesto educativo, tuttavia è importante fare pratica nell’uso dei dati per generare dashboard interessanti che possano aiutare le istituzioni a prendere decisioni:

  • Pensate a una o due domande strategiche importanti a cui la vostra istituzione educativa deve rispondere. Per esempio:
    • Qual è stato il comportamento degli studenti che hanno abbandonato gli studi negli ultimi anni?
    • Quali sono i corsi più difficili per gli studenti?
  • Una volta che le domande sono state pensate, identificate i dati che potrebbero essere utilizzati per rispondere. Scegliete un set di dati, di facile accesso. Potrebbero essere dati su una classe particolare, o anche riguardanti un particolare processo accademico di vostro interesse, sempre in relazione alla/e domanda/e.
  • Considerando il set di dati, definite indicatori interessanti per voi da visualizzare in un dashboard che aiutino a rispondere alle domande definite. Indicatori come::
    • Numero degli studenti che hanno abbandonato gli studi, anno per anno.
    • Numero degli studenti bocciati agli esami.
    • La media dei voti della classe o degli studenti in diversi periodi accademici.
    • Ore di studio dedicate a una risorsa di apprendimento.
    • Voti formativi di un’attività o di un compito
    • Numero di accessi per studente.
    • La risorsa più consultata di un argomento o modulo. 
  • Definite il design della dashboard, che rappresenta il modo in cui si prevede di mostrare gli indicatori. Il design dovrebbe aiutare a rispondere alle domande: cosa volete mostrare e come volete mostrarlo.
  • Create la vostra dashboard utilizzando Google Data Studio (https://datastudio.google.com/)
  • Riflettete sui risultati:
    • Una dashboard potrebbe essere un buon strumento per rispondere a domande strategiche in un istituto educativo?
    • Le decisioni guidate dall’analisi o dalla visualizzazione dei dati potrebbero essere migliori di quelle non guidate dai dati?

Test

References

[1] Bradshaw, L. (2013). Big Data and What it Means. September 21, 2021, dal sito web della Camera di Commercio USA: https://www.uschamberfoundation.org/bhq/big-data-and-what-it-means [2] Petrov, C. (2021). 25+ Impressive Big Data Statistics for 2021. September 21, 2021, dal sito web TechJury: https://techjury.net/blog/big-data-statistics/#gref [3] Ana Azevedo, Azevedo, J. M., Uhomoibhi, J. O., & Ossiannilsson, E. (2021). Advancing the Power of Learning Analytics and Big Data in Education. https://doi.org/10.4018/978-1-7998-7103-3 [4] Maimon, O., & Rokach, L. (2006). Introduction to Knowledge Discovery in Databases. In Data Mining and Knowledge Discovery Handbook (pp. 1–17). https://doi.org/10.1007/0-387-25465-x_1  [5] Mariscal, G., Marbán, Ó., & Fernández, C. (2010). A survey of data mining and knowledge discovery process models and methodologies. Knowledge Engineering Review, 25(2), 137–166. https://doi.org/10.1017/S0269888910000032