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.

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

Giacomo Nalli;Leonardo Mostarda;Andrea Perali;Sebastiano Pilati;Daniela Amendola
2019-01-01

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.
2019
File in questo prodotto:
File Dimensione Formato  
3449-Article Text-13710-1-10-20191118 (1).pdf

solo gestori di archivio

Descrizione: Articolo
Tipologia: Versione Editoriale
Licenza: NON PUBBLICO - Accesso privato/ristretto
Dimensione 237.58 kB
Formato Adobe PDF
237.58 kB Adobe PDF   Visualizza/Apri   Richiedi una copia

I documenti in IRIS sono protetti da copyright e tutti i diritti sono riservati, salvo diversa indicazione.

Utilizza questo identificativo per citare o creare un link a questo documento: https://hdl.handle.net/11581/433764
Citazioni
  • ???jsp.display-item.citation.pmc??? ND
  • Scopus ND
  • ???jsp.display-item.citation.isi??? ND
social impact