あなたが設定した各評価は、データを収集する貴重な機会です。生徒はどこが良かったのか？何を間違えたのか？クラスは時間の経過とともに進歩したか？この情報は、カリキュラム、指導方法、生徒サポートをより良いものにするのに役立ちます。
例えば、教育者向けの専門的なトレーニングの不足、時間的なコスト、従来のテストから得られる評価指標の範囲や深さの制限などです。データを明確で有用な形式で提示し、意味のある行動を可能にするという課題は言うまでもありません。
しかし、コンピューターベースの評価は、より効率的な新しい方法でデータを収集・分析する上で、明らかな利点をもたらします。この記事では、これらの利点をどのように活用し、変化をもたらすことができるかを説明します。
キーテイクアウツ
- 評価からデータを収集し分析することは、教育サイクルの重要な部分です。 有益な次のステップの計画.
- 従来のデータ収集は 時間がかかり時間がかかり ヒューマンエラー.
- コンピュータベースのアセスメントでは 瞬時にデータを収集、エクスポート.
- オンライン評価では、次のようなデータも得られる。 より豊富なデータを得ることができる。
- 適切なプラットフォームと連携することで、技術的な欠点に対処し、以下のようなテストを確実に実施することができます。 スケールでスムーズに配信できるようにする。.
データの力
教育者として、私たちは生徒の進歩を評価することがいかに重要であるかを知っています。これは、生徒が学習しているかどうか、どのように学習しているかをチェックするために学習コース中に行われることもあれば、全体的な成績を判断するために単元の終わりに行われることもあります。
生徒が知識を保持できたか、重要な情報を理解できたかを理解することは、教育者の次のステップに役立ちます。特定のトピックについては、授業で再確認したり、教え方を調整したりする必要があるかもしれない。また、特別なニーズや障害（SEND）を持つ生徒がどのように対処しているか、アクセシビリティのためにさらに調整が必要かどうかを理解することも重要です。
知識を測定するだけでなく、生徒が持っているスキルを理解するのに役立つ評価もあります。これは、進学であれ就職であれ、生徒が将来に備えていることを確認するために不可欠な要素です。 この目的のためにこの目的のために
評価から得られたデータは、組織レベル、あるいはそれ以上のレベルで、政策決定の成功や、スタッフに対するさらなるトレーニングの必要性を理解するのにも役立つ。
コンピューター・ベースの評価における機会
コンピューター・ベースのテストは、新技術の応用によって明らかな利点をもたらす：
即時データ収集
成績を手入力したり、成績表をスキャンしたりする必要がなくなり、データの照合に必要な時間が短縮されます。適切なテクノロジー・プラットフォームがあれば、大量のデータをほぼ瞬時に収集し、エクスポートすることができます。
これによって、データ主導型教育の可能性が開かれる。その時間は、データに照らして生徒の教育経験を改善するためにより価値あるものとして使うことができる。また、必要であれば、ほぼ即座に教室に変更を加えるなど、よりタイムリーな介入も可能である。
より細かいディテール
従来のテスト（多肢選択問題や作文問題など）では、限られたデータしか得られません。一方、コンピュータベースのテストでは、生徒の成績の詳細まで確認することができます。これには以下のような有益な情報が含まれます：
- 生徒がテスト全体と個々の問題を解くのに要した時間。
- 学生がトランスクリプトや文脈の手がかりのようなアクセシビリティ補助教材を使用した場合。
- 生徒が質問をスキップしたり、一時停止したりしたかどうか。
- コンピュータアダプティブテスト（CAT）を使用する場合、学生がアセスメントを通過する経路。これにより テストのパーソナライズを各生徒にパーソナライズします。
- 学生がホットスポットやスライダーのような視覚的な問題をクリックした場所を正確に把握することで、不正解に共通する誤解を特定することができます。もし ポータブルカスタムインタラクション(PCI)を使用している場合、豊富なログデータをチェックし、学生がオンラインでどのようにインタラクションを行ったかを正確に理解することができます。
- どのタイプの問題に時間がかかったか、またはミスが多かったか。もし生徒がテキストベースの問題に苦戦しているようであれば、読み書きのサポートを増やすとよいでしょう。あるいは、視覚的な問題の方が生徒が理解を示す良い機会になると判断することもできます。
- 実際の問題やテストのパフォーマンス。問題は意図されたものを測定しているか。これは、より正確な測定のために修正または再フォーマットされるべき問題を特定するのに役立ちます。
このデータを生徒の人口統計と相互参照することで、異なる年齢、背景、または性別の生徒の成績に関する詳細な情報を明らかにすることができます。これは評価が公平であることを保証する重要なステップです。また、SENDを持つ生徒が、調整された評価や特別な指導など、さらなるサポートが必要な場合も明らかにすることができます。
より簡単なレポート
詳細なデータを収集することは素晴らしい出発点ですが、次の重要なステップは、それを明確な形式で提示することです。ダッシュボードやレポートは、個々の教育者や（教育機関レベル以上の）より高いレベルの意思決定者が、データの洞察に導かれ、より良い情報に基づいた意思決定を行うのに役立ちます。
コンピュータベースの評価データは、適切な形式であれば、お好みのレポーティング・ソフトウェアにプラグインすることができる。例えば、TAOプラットフォームは、安全なデータウェアハウスを分析ソフトウェアにリンクするAPIを提供しており、必要に応じてダッシュボードを作成することができます。また、TAO Enterpriseのユーザーであれば、必要に応じてカスタム・レポートを作成し、最も重要な情報を選択してチームや外部の関係者と共有することができます。
明確でユーザーフレンドリーなダッシュボードやレポートがあれば、データの専門的なトレーニングを受けていなくても、すべてのスタッフがデータを簡単に活用できるようになります。そのため、計画や方針についての話し合いがより生産的になり、あらゆるレベルの同僚（個々の教育者から、より高いレベルの意思決定者まで）が、データに基づいた有意義な行動を取ることができるようになる。
注意すべき課題とその対処法
デジタル評価への移行は多くの利点をもたらすが、次のような落とし穴もある。 落とし穴特にデータ収集を考える際には、注意しなければならない落とし穴がある。
スケーラビリティ
例えば、学区、大規模な大学、教育コンソーシアムなど、大規模な集団から有意義なデータを収集したい場合は、スケーラブルな技術的ソリューションが必要です。そのための重要な障壁は、トラフィックが多いために速度が低下したり、クラッシュしたりして、生徒がテストを完了できなくなることです。
適切なプラットフォームとの連携は、技術システムの導入において適切なサポートを得ることと同様に重要である。その好例が、TAOがDEPP（Direction de l'évaluation, de la prospective et de la performance、フランス教育省の一部門）を支援した方法である。 を改善した。 フランスの小学6年生を対象としたオンラインテストの実装を改善した。を外部ホスティング・サービスを利用して改善した。その結果、DEPPは毎分最低20,000の接続で160,000のテストを実行できるようになりました。
技術力とサポート
また、全面的なテクノロジーの提供にも取り組む必要がある。例えば、あなたの教育機関には、学生が試験を受けるための適切な機器が備えられていますか？接続はどの場所でも確実で信頼できるものですか？
DEPPと協力する際、TAOは接続速度を40％改善し、帯域幅の需要を減らして、参加校全体で一貫してテストを配信できるようにした。
また、テストプロセスがスムーズに進み、データがエラーなく届くようにするために、専門家による技術サポートが必要になる場合もあります。この場合も、適切なプラットフォームと連携することで、必要に応じて専門家にアクセスすることができます。 専用サポートサービス やカスタム・トレーニングを提供しています。
正確なデータの確保
未加工のデータも重要ですが、それが正確なものであることをどうやって確認するのでしょうか？コンピューターベースのテストは、データ収集におけるヒューマンエラーの可能性を減らすのに役立ちます。
データセットをできるだけ偏りのないものにするために、データを見直し、エラーを「刈り込む」こともプロセスの重要な部分です。例えば、質問の表現が不適切だと、成績不振の生徒が多くなり、生徒の理解度や指導の質を正しく分析できない可能性があります。同様に、間違った能力レベルに合わせたテストは、生徒のやる気を失わせ、これもまた生徒の能力を明確に把握することを妨げる。
デジタル技術を使えば、異常値を素早く発見し、必要に応じてデータセットから取り除くことができます。例えば、解答時間を見れば、生徒が異常に早く解答した（推測の可能性がある）箇所を理解することができます。
結論
特に、生徒の成績に関するより詳細な情報を収集するためにテクノロジーの革新を利用する場合、評価は強力なデータをもたらします。コンピュータを使った評価では、データの専門家チームを必要とせず、教室内外で重要な変化をもたらすさまざまな情報を迅速かつ簡単に収集し、エクスポートすることができます。
しかし、特に技術的な意味でのスケーラビリティを確保し、最も正確なデータを大量に収集できるようにするには、いくつかの課題がある。そして、それを実際に使って現場を変えることができるよう、チームに力を与える方法を見つける必要がある。
もっと詳しく読む 収集したデータの活用方法生徒の進歩を促進するために データ分析による教育の再構築TAOブログでご覧ください。
よくある質問
採点にコンピューターを使う利点は何ですか？
評価の採点にコンピュータを使用することで、採点にかかる時間と労力を大幅に節約することができます。さらに、エラーやバイアスを減らすことができ、より正確なデータセットにつながる可能性があります。手動で得点をアップロードする必要もなく、さらに時間を節約することができます。
なぜコンピュータを使った評価のデータを分析することが重要なのでしょうか？ コンピュータベースの評価のデータは、教育者に次のステップを提案するのに非常に役立ちます。また、コンピュータベースの評価では、生徒が問題のどこで一時停止したか、または画面のどこをクリックしたかなどの詳細を表示することができます。
