Добрый день, коллеги 👋🏼
Мы уже обсуждали формирующее и суммативное оценивание. Теперь поговорим о фундаменте, с которого часто начинается учебный процесс — диагностирующем оценивании.
Если говорить кратко, то диагностирующее оценивание — это процесс оценки исходного уровня знаний, умений, навыков (ЗУНов) или компетенций обучающихся до начала обучения или его нового этапа (подтемы, темы, модуля, курса и т.д.).
Основная цель этого вида оценивания не столько в том, чтобы определить конкретную оценку, сколько в том, чтобы зафиксировать исходный уровень знаний по теме.
Диагностирующее оценивание может проводиться в следующих формах 👇🏼
• входные анкеты или опросы (о предыдущем опыте, ожиданиях, самооценке знаний и т.д.),
• предварительное тестирование (например, по ключевым понятиям будущей темы),
• короткие опросы в начале занятия или модуля,
• написание коротких эссе или рассуждений,
• решение кейсов,
• мозговой штурм (например, по ключевым терминам темы),
• интервью или беседы с обучающимися и т.д.
Диагностирующее оценивание помогает👇🏼
1. Выявить исходный уровень знаний для поддержки обучающихся.
Например, перед началом учебного курса «Основы программирования на JavaScript» проводится тестирование на понимание базовых алгоритмических конструкций (сортировка, поиск, работой со структурами данных и рекурсией). Результаты показывают: 25% обучающихся знают базовые алгоритмические конструкций, 20% имеют фрагментарные знания, у 55% — отсутствуют знания по теме. Это позволяет сразу разделить целевую аудиторию обучающихся по группам для их поддержки.
2. Скорректировать учебный процесс.
Например, перед модулем «Статистический анализ данных» в учебном курсе по Data Science проводится диагностика знаний математической статистики. Выясняется, что 70% группы забыли ключевые понятия, а 30% испытывают трудности с интерпретацией графиков распределения. Соответственно, выделяется дополнительное время на повторение материала (или создание раздаточных материалов).
3. Индивидуализировать учебный процесс.
Например, перед началом учебного курса «Аналитика данных» проводится комплексная диагностика знаний при помощи различных практических заданий: мини-кейс по выполнению расчетов через датасет с данными, анализ фрагмента кода, интерпретация визуализации и т.д. Анализ результатов диагностики позволяет кластеризовать целевую аудиторию обучающихся: группа 1 — знают теорию (статистику), но слабые практические навыки программирования (например, на Python), группа 2 — существует опыт в программировании, но пробелы в статистике и интерпретации результатов, группа 3 — развитые навыки визуализации, но не умеют формулировать гипотезы и т.д. А затем уже для каждой группы обучающихся назначить образовательные траектории по учебному курсу.
Теперь рассмотрим несколько мифов про диагностирующее оценивание 👇🏼
«Диагностирующее оценивание — это формальность в начале курса»
Нет, обычно результаты диагностирующего оценивания влияют на то, как выстроить логику учебных занятий, какой темп обучения выбрать, какую поддержку оказать разным обучающимся и т.д. Кстати, если позволяют ресурсы, то диагностирующую оценку можно проводить даже в процессе разработки учебного курса.
«Диагностирующее оценивание нужно только преподавателю/эксперту/тренеру и т.д., а для обучающегося оно бесполезно»
Не совсем.
Результаты диагностики помогают самому обучающемуся:
• Выявить «пробелы в знаниях»,
• Сформулировать реалистичные учебные цели,
• Понять, на какие темы обратить внимание и т.д.
«Диагностика — это всегда тестирование»
Нет, диагностика может бытьразной. Можно использовать анкеты, обсуждения, написание эссе и т.д.
На мой взгляд, важнее донести до обучающихся, что это не оценка в классическом виде, а возможность понять с чего эффективнее начать обучение (ведь для начинающих — это возможность снизить когнитивную нагрузку, а для опытных — пропустить уже известные им темы).
Коллеги, а где вы применяете диагностирующий вид оценивания ❓
Делитесь, пожалуйста, мнениями в комментариях к посту 👇🏼