학습분석 스터디 03 _
학습분석의 과정
data flow, data loop
edX의 Learning Analytics Fundamentals 강의 내용을 정리한 포스팅입니다.
오늘은 학습분석의 과정을 이해할 수 있는 두 가지 모델을 Data Flow - sources, repositories, analytics - 의 관점과 Data Loop - Collection, Storage, Cleaning, Integration, Analysis, Representation - 의 관점에서 설명하려고 합니다. 천천히 읽어보면서 학습분석이 어떤 과정을 통해 이뤄지는지 감을 잡아보세요 :)
Data Flow
Data Flow는 데이터를 어떻게 수집하고(data sources), 저장하고(repositories), 활용하는지(analytics)에 대하 간략하게 보여주는 모델입니다.
edX _ Learning Analytics Fundamentals Week 11. 소스(Data Sources)
학생 정보 시스템(student information system), 학습 관리 시스템(learning management system) 등 교육 데이터는 다양한 곳에서 수집할 수 있습니다. 사실상 데이터는 본질적으로 학습자와 교육 기관 사이의 어떠한 상호작용에서든 수집할 수 있습니다.
2. 저장소(Data Repositores)
그런 다음, 모든 수집한 데이터를 중앙 인터페이스로 끌어옵니다. 그리고 데이터셋에서 진행상황, 네트워크, 준비사항, 도움 요청사항 등 유의미한 요소를 찾습니다. 사실 데이터 저장소를 만들고 운영하는 방법은 꽤 복잡합니다. 텍사스 알링턴 대학 University Analytics 모델의 경우, 1년 반 가량의 시간을 저장소 작업에 할애하기도 했다고 하네요.
3. 분석(Learning Analytics / Academic Analytics)
저장소의 데이터들은 이후, 데이터의 목적 및 성격에 따라 학습 분석과 교육 관리 분석을 하기 위해 나뉘어집니다.
Data Loop
다음으로 조금 더 복잡한 모델을 살펴볼까요? Data Loop는 학습분석의 전 과정을 잘 설명하는 모델인데요. 구체적 과정은 교육기관, 학습분석 방법론에 따라 조금씩 다를 수 있습니다.
edX _ Learning Analytics Fundamentals Week 11. 수집(Collection), 저장(Storage)
첫 단계는 데이터 수집 및 확보입니다. 데이터를 왜 수집하려고 하는지, 데이터가 이미 존재하는 경우 그것으로 무엇을 할지에 따라 데이터의 종류, 성격이 다를 수 있습니다. 데이터를 수집한 이후에는, 유형과 성격에 다라 데이터셋을 저장합니다.
2. 정제(Cleaning)
다음으로 데이터를 정제하고 실제 활용 가능한 형식으로 변환합니다. 데이터 정제 과정은 학생 등록 단계에서 필요하기도 하는데요. 교육기관에서 학생 입학 전 학생 등록 시스템이 아닌 소셜 미디어 프로필로 학생 정보를 확인하는 경우가 대표적입니다.
3. 통합(Integration)
통합 단계에서는 수집, 저장, 정제 과정을 거친 다음, 여러 데이터셋을 통합합니다. 중앙 인터페이스를 활용하여 데이터를 분석할 수 있도록 말이죠.
4. 분석(Analytics)
분석 단계는 디지털 환경에서 학습자의 현재 상황을 파악할 수 있는 단계입니다. 이 단계에서는 교육학자(learning scientist), 인지과학자(cognitive scientist)가 학습자의 학습, 환경을 이해하기 위해 투입되기도 한다네요.
5. 해결 방안 제시, 반영(Representation)
마지막으로 분석 결과를 시각화하거나 쉽게 이해할 수 있는 형식으로 변환합니다. 그런 다음, 실제로 학습자를 지원할 수 있는 해결 방안을 제시합니다. 때로는 학습자가 새로운 전공, 새로운 수업으로 바꾸도록 권고하기도 합니다.
* 데이터 팀, 도구
데이터 팀은 교육기관의 예산, 역량에 따라 천차만별입니다. 예를 들어, 데이터 통합 단계에서 영향력 있는 교수진의 지원은 매우 중요합니다. 그 이유는, 데이터 통합이 원활하게 이뤄지기 위해서는 교수진이 각 데이터 소스를 중앙 인터페이스에 제공하고, 필요하다면 적임자에게 데이터를 투명하게 공개해야 하기 때문입니다.
다음에는 어디에서 어떻게 데이터를 얻을 수 있을지 알아보겠습니다.
