期望修課學生具備教育/學習現況&問題的思維能力,並透過大數據分析再現教育/學習的問題與現況發展,使之更具『可視性』(Visible Education/Learning),以強化『易讀性Legibility』價值。因而,基礎課程奠定思維基礎(認知、知識、態度與情意),進階課程結合問題導向學習型式(Problem-based Learning)強化操作能力等軟技能,實務課程則深入教育真實場域的綜整觀察、解決問題與跨域經驗的素養能力。
本學程將搭配業師共同教學,計畫與深根數位教育之研發單位結盟,包含資策會數位教育研究所、旭聯科技、AR2VR阿特發互動科技。邀聘技術專家與校內教育學院與電資學院相關領域教授共同授課。除可使用政府開放資料庫,也取得品學堂在閱讀教學工作坊的支持,應用便攜式眼動儀、原廠視覺化軟體、SDK,認識教育行為衍生資料並進而分析。同時,邀請清華電資的App Qsticker等教育大數據蒐集平台,為課程外部數據資料的來源。
能覺察教育/學習發展現況,強化現象問題的可視性,掌握所衍生大數據的型態與內容之基礎知識。
能連結教育/學習問題與大數據內容之間的關聯,具備軟體演練或撰寫程式語言等軟技能。
能充分展現個人學習成果,具備產業實務的跨領域合作態度。
能針對真實的教育場域問題,強化永續價值發展的易讀性,並具備提出問題解決因應策略的素養知能。
本校(含各學系學士班、碩士班、博士班)學生。
考量教室人數限制與授課品質,其他身分者欲旁聽需先徵得授課教師之同意。
問題實作導向,讓學生掌握真實問題背後的概念。建置系統性輔助自學資源『chatbot機器人-教育大數據學習辭典』、『說白話的教育大數據』平台,掌握基礎概念、引導學習方向。設置學習同儕諮詢社群、圖解化分析國內外教育大數據案例,朝向以學習者為中心的共教互學之協作PBL 教學模式。
除了校定課程評量方式,另依Rubrics評量基準設計,初步定義質性與量化分數的對應,供授課教師業師修訂。並設立教育數據堪輿師數位策展,讓學生線上展示學習過程中面臨的問題類型,原生資料內容、資料探勘與數據型式及其保存之目的,以作為永續的知識管理與未來持續深入研究的學習資料來源。
Telescope by Iconika fromNoun Project script book by Iconika fromNoun ProjectChemistry by Iconika fromNoun Project Geography by Iconika fromNoun Project knowledge by Vectors Market from Noun Project atom by Vectors Market from Noun Project notes by Vectors Market from Noun Project atom by Vectors Market from Noun Project