Applicazione del machine learning ai learning analytics della piattaforma Moodle per creare gruppi eterogenei nei corsi on-line

Autori

  • Giacomo Nalli School of Science and Technology, University of Camerino, Italy
  • Leonardo Mostarda School of Science and Technology, University of Camerino, Italy
  • Andrea Perali School of Pharmacy, University of Camerino, Italy
  • Sebastiano Pilati School of Science and Technology, University of Camerino, Italy
  • Daniela Amendola School of Bioscences and Veterinary Medicine, University of Camerino, Italy

Abstract

Nei percorsi universitari, per favorire le attività collaborative tra gli studenti, vengono utilizzati
ambienti di apprendimento on-line come le piattaforme e-learning. Attività collaborative
efficaci prevedono la creazione di gruppi eterogenei di 4 o 5 studenti. Nel
contesto universitario la formazione dei gruppi è difficile per l’elevato numero di studenti.
Se scelti in maniera casuale, spesso i gruppi risultano sbilanciati e poco funzionali. Alcune
piattaforme e-learning, ad esempio Moodle, mancano di un meccanismo “intelligente”
che permetta di creare in automatico gruppi eterogenei di studenti. Il nostro lavoro consiste
nel realizzare un software in Python in grado di creare gruppi eterogenei di studenti,
utilizzando tecniche di Machine Learning con i dati estratti da Moodle. Abbiamo applicato algoritmi di clustering sui learning analytics (LA) di Moodle che hanno permesso di costruire
dei raggruppamenti che identificano le caratteristiche degli studenti in base ai loro
comportamenti in piattaforma. Abbiamo quindi sviluppato uno strumento numerico “intelligente”
che, utilizzando i cluster ottenuti dal Machine Learning sui LA, genera gruppi
eterogenei. Questi gruppi vengono messi a disposizione in piattaforma per il docente. Il
progetto si concluderà con lo sviluppo di un plugin di Moodle per automatizzare lo scambio
di dati e informazioni tra l’algoritmo di Machine Learning e la piattaforma Moodle.

##submission.downloads##

Pubblicato

2019-10-16

Come citare

Nalli, G., Mostarda, L., Perali, A. ., Pilati, S., & Amendola, D. (2019). Applicazione del machine learning ai learning analytics della piattaforma Moodle per creare gruppi eterogenei nei corsi on-line. GIORNALE ITALIANO DELLA RICERCA EDUCATIVA, 156–173. Recuperato da https://ojs.pensamultimedia.it/index.php/sird/article/view/3449

Fascicolo

Numero Speciale

Sezione

Articoli

Licenza

Gli autori che pubblicano su questa rivista accettano le seguenti condizioni:

  1. Gli autori mantengono i diritti sulla loro opera e cedono alla rivista il diritto di prima pubblicazione dell’opera, contemporaneamente licenziata sotto una Licenza Creative Commons – Attribuzione che permette ad altri di condividere l’opera indicando la paternità intellettuale e la prima pubblicazione su questa rivista.
  2. Gli autori possono aderire ad altri accordi di licenza non esclusiva per la distribuzione della versione dell’opera pubblicata (es. depositarla in un archivio istituzionale o pubblicarla in una monografia), a patto di indicare che la prima pubblicazione è avvenuta su questa rivista.
  3. Gli autori possono diffondere la loro opera online (es. in repository istituzionali o nel loro sito web) prima e durante il processo di submission, poiché può portare a scambi produttivi e aumentare le citazioni dell’opera pubblicata (Vedi The Effect of Open Access).