Phiếu cho Đào sâu dữ liệu tiếng nói học sinh

Bồi dưỡng chuyên môn · Chuyên viên hỗ trợ, Giáo viên, Lãnh đạo · 60 phút

Đào sâu dữ liệu tiếng nói học sinh

Chuyên viên hỗ trợ giảng dạy và giáo viên thiết kế một khảo sát học sinh ngắn, an toàn về quyền riêng tư, về thiết bị, AI và sức khỏe tinh thần, rồi đọc kết quả thu về bằng quy trình Notice-Wonder-Next và hành động dựa trên những gì học sinh chia sẻ.

Nhà trường đưa ra quyết định về màn hình, AI và quy định dùng điện thoại hằng tuần, thường mà không hỏi chính những học sinh chịu tác động của các quyết định đó. Buổi này xem tiếng nói học sinh là dữ liệu giảng dạy. Các nhóm thiết kế một khảo sát ẩn danh gồm năm câu hỏi và một buổi phỏng vấn ngắn về việc khi nào công nghệ hỗ trợ hay cản trở việc học và sức khỏe tinh thần, đối chiếu với một bảng kiểm quyền riêng tư, rồi đọc một bộ kết quả hư cấu thu về từ một nhóm giáo viên lớp 7 bằng quy trình Notice-Wonder-Next (Nhận thấy – Băn khoăn – Bước tiếp theo). Quy trình giúp nhóm mô tả trước khi diễn giải, và nhìn các vấn đề như những lựa chọn thiết kế mà nhóm có thể kiểm soát; buổi học kết thúc với một thay đổi cụ thể và kế hoạch cho học sinh biết câu trả lời của các em đã tạo ra thay đổi gì.

Trong bộ tài liệu này

• Phiếu A: Bảng kiểm tiếng nói học sinh an toàn về quyền riêng tư (danh sách kiểm tra)
• Phiếu B: Kết quả thu về, lớp 7 Mesquite Ridge (bài đọc)
• Phiếu C: Sơ đồ tổ chức Notice-Wonder-Next (sơ đồ tổ chức)

Chỉ báo ELE của TCEA

• C3.1 Tôi biết cách sử dụng dữ liệu để định hướng các quyết định giảng dạy.
• C3.2 Tôi có thể giúp giáo viên diễn giải và hành động dựa trên kết quả đánh giá.
• C5.2 Tôi có thể điều phối các buổi thảo luận và giải quyết vấn đề hiệu quả.
• T4.3 Tôi nhận thức được tầm quan trọng của sự hỗ trợ về mặt cảm xúc đối với thành công trong học tập.
• AI4.1 Tôi biết cách thúc đẩy kỹ năng tư duy phản biện đối với thông tin do AI tạo ra.

Hướng dẫn đầy đủ cho người điều phối: mglearn.github.io/eles/vi/activities/student-voice-data-dive.html