Personalisering av læringsmateriale i nettbasert opplæring

Abstract

NORSK: En svakhet i mange av dagens læringssystem, er at de tilbyr det samme kursmaterialet til alle kursdeltakerne. I denne masteroppgaven er det studert hvordan læringsinnhold kan tilpasses hver enkelt kursdeltaker. Prosjektet kan segmenteres i følgende tre deler: 1) studie av personalisering av innhold i e-læring (forstå), 2) utvikling av et system som personaliserte læringsinnholdet (tilby) og 3) en undersøkelse av effekten til den implementerte personaliseringen (evaluér). Forstudiet viste at sammenhengen mellom forhåndskunnskaper og læringsmål definerer kursdeltakerens kompetansegap. Det er vanlig å benytte pretester, tilrettelagt som et spørreskjema, til å kartlegge forhåndskunnskapen. I de forskningsbaserte miljøene er det bred enighet om at fremtidige e-læringssystem bør være unikt tilpasset brukernes individuelle behov, interesser, preferanser og læringsstil. De eller den somforfatter kursmaterialet bør også avgjøre fremgangsmåte og utformingen av en pretest. Fageksperter har det beste grunnlaget til å foreta den subjektive vurderingen av nivået på forhåndskunnskapen. Det er viktig å designe kurssystemet slik at tilpasningene foregår helt eller delvis automatisk, både for kursdeltakeren og kursadministratoren. Resultatene fra eksperimentet, og studier andre forskere har gjort, forteller oss at det å kartlegge et kompetansegap med 100 % nøyaktighet, er både urealistisk og unødvendig. En pretest behøver ikke avdekke det nøyaktige bildet av kursdeltakerens forhåndskunnskaper. Brukernes forhåndskunnskaper kan uansett benyttes til å avgjøre hvem som har, og ikke har, behov for ekstra oppmerksomhet. Testdeltakerne i eksperimentet etterspurte tilbakemeldinger og statusinformasjon fra systemet, basert på deres kompetansegap.

ENGELSK: Most LMSs today offer a «one size fits them all»-strategy for delivering learning content to learners. The objective of this thesis, was to study personalization of learning material. The project was divided into three parts. These parts were: 1) a study of personalization in e-learning (understand), 2) development of a system that was able to personalize learning material (deliver) and 3) an examination on the users view of the adaptation (measure). There exists a broad consensus among researchers in the field of adaptive learning management systems, that future e-learning should adapt the learning process to each learner’s individual needs, interests, preferences and learning style. A competence gap can be defined as the difference between course goals and the learner’s pre-knowledge. A pre-test, formed as a quiz, is a common way to gather the learners pre-knowledge and to build a model of each users competence gap. Field experts or the authors of the learning material, are those who are best suited to compose pre-tests. Field experts have the best qualification to define what preliminary knowledge is for the particular topic. Personalization can only be done realistically when the adaptation is completely or at least partially automated. Otherwise it becomes too much work for the learner and/or teacher. Results from the experiment, and results from other research, tells us that making a model of each users competence gap with 100 % accuracy, is both unrealistic and unnecessary. A pre-test doesn’t have to expose the accurate pre-knowledge. A pre-test can still be used to decide which learners that need (or not need) additional help. The test learners in the experiment called for suggestions from the system based on their competence gap.