Descargo de responsabilidad: Esta iniciativa fue inicialmente lanzada y coordinada por la Raise Your Hand Texas Foundation, que en 2022 se fusionó y pasó a ser la Charles Butt Foundation.
Uno de los elementos más integrales para implementar el aprendizaje combinado personalizado es la capacidad de utilizar datos para informar la instrucción diaria en el aula. Los datos permiten a los profesores desbloquear todo el potencial del aprendizaje centrado en el estudiante; Sin datos precisos y procesables, los profesores no pueden personalizar profundamente la enseñanza porque pueden carecer de un conocimiento inmediato y completo sobre cada estudiante.
En todos los Raising Blended Learners En los sitios de aprendizaje combinado personalizado (RBL), comprender el valor de los datos en un entorno de aprendizaje combinado personalizado ha sido fundamental para los primeros éxitos. Sin embargo, la forma en que la mayoría de las escuelas utilizan los datos en la actualidad no está tan desarrollada como el uso de datos que requiere el aprendizaje combinado personalizado. En todos los sitios en el primer año, RBL ha revelado que: 1) las prácticas de datos no son lo suficientemente sólidas para implementar por completo el aprendizaje combinado personalizado y/o 1) incluso las prácticas de datos sólidas requieren habilidades mejoradas en un entorno combinado personalizado. Como resultado, los sitios han tenido que cambiar fundamentalmente su mentalidad y práctica en torno a qué son los datos y cómo utilizarlos mejor.
Comprender por qué la práctica actual en materia de datos es insuficiente
En nuestro sistema educativo impulsado por la rendición de cuentas, pregúntele a cualquier maestro, líder escolar o administrador del distrito y le dirán que los datos son importantes. Sin embargo, debido a que el aprendizaje personalizado combinado requiere el uso de datos de maneras nuevas y diferentes, su uso efectivo en un aula centrada en el estudiante requiere un cambio completo de mentalidad, es decir, una redefinición de lo que pensamos y creemos sobre algo para motivar un cambio de comportamiento. El cambio de mentalidad en torno a los datos ocurre cuando los datos se ven como algo más que una simple medida de rendición de cuentas, sino más bien como una forma de informar mejor la instrucción, y el maestro está motivado (cree que es capaz de hacerlo) para utilizar mejor esos datos para informar la enseñanza y el aprendizaje. .
WestEd tiene articulado esta disonancia de ver los datos sólo como rendición de cuentas y utilizarlos como herramienta de instrucción es la diferencia entre “alfabetización en evaluación” y “alfabetización en datos”, argumentando que “combinar los dos términos implica que los únicos datos que los profesores deben usar son los de las evaluaciones”. Como explica WestEd, la “alfabetización en evaluación” es la comprensión y el uso de los datos de desempeño de las pruebas estandarizadas de fin de año. Examinar los datos de las evaluaciones es común en las escuelas y, por lo tanto, a menudo se confunde con la mejor (o única) manera de analizar los datos. Por el contrario, el término “alfabetización en datos” va mucho más allá al incorporar el uso de múltiples formas de fuentes de datos y requiere que los docentes sepan cómo vincular los datos con la instrucción diaria. WestEd define formalmente la alfabetización en datos como:
“La alfabetización pedagógica en datos o alfabetización en datos para la enseñanza es la capacidad de transformar la información en conocimientos y prácticas de instrucción procesables mediante la recopilación, el análisis y la interpretación de todo tipo de datos (evaluación, clima escolar, comportamiento, instantáneas, etc.) para ayudar a determinar los pasos de instrucción. . Combina la comprensión de los datos con estándares, conocimiento y prácticas disciplinarias, conocimiento curricular, conocimiento del contenido pedagógico y una comprensión de cómo aprenden los niños”.
Por lo tanto, los datos de las pruebas estandarizadas pueden ser fundamentales para comprender el desempeño de los estudiantes, pero son solo una parte de los datos que los maestros pueden recopilar y utilizar para informar la instrucción. Para ir más allá de la alfabetización en evaluación hacia una verdadera alfabetización en datos, los educadores deben incorporar múltiples formas de datos (para incluir pruebas estandarizadas, datos de crecimiento, exámenes diarios, observaciones de comportamiento, percepción de los estudiantes y más) y poseer las habilidades necesarias para vincular los datos con la instrucción diaria.
Prácticas de datos en Raising Blended Learners sitios
Esta brecha entre la alfabetización en evaluación y la alfabetización en datos se manifestó en todos los Raising Blended Learners sitios en el año 1. En los sitios RBL, los datos de evaluación se proporcionan a través del Estado de Texas Evaluaciones de Preparación Académica (STAAR), prueba estandarizada de fin de año. Como medida de rendición de cuentas a nivel estatal, el examen STAAR proporciona información valiosa sobre el desempeño de los estudiantes a nivel de grado al final del año escolar. Sin embargo, debido a que el aprendizaje combinado personalizado requiere fuentes de datos más frecuentes (diarias, semanales o mensuales) y más detalladas (más allá del nivel de grado o la competencia), el examen STAAR no puede fundamentar la instrucción en el aula. El examen STAAR no es una herramienta de instrucción en el aula, ni se concibió para serlo, pero dada su importancia a nivel estatal y su consiguiente prevalencia en las escuelas, aún se utiliza con frecuencia para este propósito.
Cuando los profesores de RBL comenzaron a personalizar el aprendizaje en el año 1, descubrieron la brecha entre los datos de evaluación que utilizaban de STAAR y las necesidades cambiantes de sus aulas mixtas. Este entendimiento creó la necesidad de que los distritos desarrollaran una cultura de datos que incluyera más que una evaluación en la que todos los individuos, desde los estudiantes hasta los superintendentes, adoptaran múltiples fuentes de datos para medir el éxito de los estudiantes y alinear la instrucción diaria.
En Birdville ISD, cuando los maestros comenzaron a utilizar los evaluadores de lectura Star360 por primera vez en el primer año de su programa piloto, comenzaron a ver precisamente por qué era necesario tener múltiples formas de datos más frecuentes. como un maestro explica la, tener datos más frecuentes "me ayuda cuando estoy agrupando niños... porque tengo que cambiar mis lecciones y cambiar mis enfoques en todas mis clases; no puedo enseñar todas las clases de la misma manera".
Cuando los sitios pudieron cambiar la mentalidad sobre qué datos se podían recopilar y con qué frecuencia se usaban, pudieron tener éxito con sus programas piloto que impulsaron sus implementaciones más lejos y más rápido. En muchos casos, el cambio de creencia en torno a los datos activó el interruptor en las aulas mixtas y dio a los profesores una mayor confianza en sus programas piloto.
En Cisco ISD, cuando los maestros comenzaron a utilizar los datos de crecimiento formativo de NWEA MAP varias veces durante el año, se dieron cuenta de que saber que los estudiantes aprobaron el STAAR “no era suficiente”. Como gerente de proyecto de Cisco RBL explica la, después de la segunda administración del MAP, los maestros piloto pudieron ver datos de crecimiento analítico comparativo y objetivos específicos. Texas Estándares de Conocimientos y Habilidades Esenciales (TEKS) para estudiantes individuales, lo que mejora drásticamente su capacidad para personalizar la instrucción y atender a los estudiantes exactamente en su situación actual. Si bien el NWEA MAP es una evaluación y podría formar parte de una cultura de alfabetización en evaluación, creemos que su uso ayuda a aclarar las deficiencias en el dominio del idioma y los años de retraso que un estudiante tiene en las materias académicas de primaria. Conocer el progreso académico histórico de un estudiante y su perspectiva sobre sus habilidades académicas es esencial para una sólida cultura de alfabetización en datos, en lugar de alfabetización en evaluación.
En el año 1, los sitios de RBL lograron un progreso considerable hacia el cambio de mentalidad sobre las múltiples formas de datos necesarios y cómo utilizarlos con fines educativos. Específicamente, una encuesta realizada por la FSG a docentes de RBL al final del primer año de implementación mostró que los docentes piloto utilizan regularmente muchas formas de datos para planificar clases y adaptar lo que enseñan a los estudiantes. Estas múltiples fuentes de datos incluyen: datos STAAR, datos de software (p. ej., DreamBox, Summit Learning), autoevaluaciones de los estudiantes, evaluaciones de unidades o puntos de referencia, datos de NWEA MAP, tickets de salida, datos de Star360, videos de estudiantes, tareas diarias, registros de mentores. y evaluaciones de contenidos.
El volumen de datos que supuestamente utilizaron estos profesores piloto en el año 1 demuestra un cambio de mentalidad más allá de los datos de evaluación; sin embargo, el trabajo está lejos de estar completo. A medida que los sitios avanzan hacia el año 2, su comportamiento y práctica en el uso de estas nuevas fuentes de datos también deben evolucionar. Como director de proyecto en Point Isabel explica la, una vez que los maestros y líderes del piloto comenzaron a ver datos más granulares, inmediatamente comprendieron su valor, pero cambiar la práctica diaria requerirá capacitación, apoyo y perseverancia a medida que el piloto avance.
