Lo statistico che crea piattaforme di dati per migliorare l'apprendimento dei bambini
Ben Domingue sta aiutando altri ricercatori a misurare risultati educativi complessi.
Intervistato:
Intervista di:
Ben Domingue è un ricercatore di statistica presso la Graduate School of Education dell'Università di Stanford. Ben studia gli strumenti che i ricercatori utilizzano per misurare i risultati ottenuti dai bambini. Sta sviluppando piattaforme online per l'archiviazione e la condivisione di dati complessi. Annie Brookman-Byrne parla con Ben dell'enorme quantità di dati psicologici disponibili e del perché rendere tali dati accessibili sia così importante per migliorare la vita dei bambini.
Annie Brookman-Byrne: Che cos'è la psicometria e cosa cerchi di scoprire con la tua ricerca?
Ben Domingue: Supponiamo che tu voglia capire se una nuova tecnologia educativa migliora le capacità degli studenti, o se un programma scolastico di "appartenenza" migliora effettivamente benessere degli studentiCome si misura qualcosa di intangibile come l'abilità o il senso di appartenenza? La psicometria è il campo scientifico che progetta strumenti per misurare costrutti di questo tipo.
Gli strumenti psicometrici vengono utilizzati per misurare i risultati in ambito educativo, psicologico, nelle scienze sociali e in medicina. Mi occupo di tecniche per l'analisi dei dati raccolti tramite misurazioni psicometriche.
"Come si misura qualcosa di intangibile come la capacità o il senso di appartenenza?"
ABB: In che modo la tua ricerca aiuterà i bambini?
BD: La psicometria può migliorare i sistemi che aiutano i bambini a svilupparsi. Ad esempio, sto costruendo un sito web Questo sistema fornirà ai ricercatori grandi quantità di dati psicometrici in un formato standardizzato. L'obiettivo è quello di facilitare la verifica di teorie e modelli sull'apprendimento e lo sviluppo infantile. Può sembrare un po' noioso, ma è davvero importante! Migliorare le infrastrutture di ricerca in questo modo potrebbe portare a innovazioni nel campo della psicometria. Ad esempio, potrebbe consentire agli scienziati di sviluppare e testare metodi migliori per gestire dati complessi raccolti dagli stessi studenti per un lungo periodo di tempo. I progressi in tali approcci potrebbero aiutare gli educatori a comprendere meglio l'apprendimento degli studenti nel tempo.
Sto anche lavorando con un team per sviluppare una piattaforma online that can be used in a broad array of settings and countries to measure skills of interest in child development. It will be exciting to see how the platform works and then see it embedded in a large number of new studies in the near future.
ABB: Quali cambiamenti avete osservato nel campo della psicometria?
BD: La psicometria ha una storia che risale ad almeno un secolo fa, quindi, avendo lavorato nel settore solo per 15-20 anni, ho visto solo un periodo limitato della sua storia! Quando ho iniziato a lavorare in questo campo, erano disponibili pochi strumenti computazionali che consentissero ai ricercatori di misurare costrutti complessi. Ora ci sono molti più strumenti di questo tipo, il che rende molto più facile per i ricercatori applicare metodi avanzati.
Stiamo assistendo anche a un'esplosione di dati provenienti da misurazioni psicologiche, dato che molte possono ora essere somministrate elettronicamente, come ad esempio i test di fluidità nella lettura ad alta voce. Questi dati sono utili, ma c'è un problema: spesso sono difficili da reperire e da utilizzare con software diversi o per affrontare nuove domande di ricerca. Ciò limita notevolmente la misura in cui tali dati possono aiutare altri ricercatori a sviluppare nuove idee. Ho lavorato per alcuni anni con dati genetici che erano facilmente condivisi e utilizzabili tra diversi team di ricerca. Sono rimasto colpito da quell'esperienza e penso che il campo della psicometria potrebbe imparare da questo approccio!
“The goal is to make it easier for researchers to test their theories and models about children’s learning and development.”
ABB: Qual è la sfida più grande per la psicometria?
BD: Il settore dovrà affrontare il problema di come misurare le capacità dinamiche. Nell'ultimo secolo, abbiamo scattato un'istantanea delle capacità facendo svolgere alle persone una serie di compiti in un'unica sessione di alcune ore. Disponiamo di un'enorme varietà di strumenti per comprendere tali scenari. In futuro, la tecnologia ci permetterà di raccogliere continuamente piccole informazioni sulle capacità degli studenti, che convertiremo in un "video" che mostrerà le loro capacità in evoluzione nel tempo.
Immaginiamo, ad esempio, un bambino in una classe di matematica. Ogni settimana potrebbe rispondere a dieci domande, ottenendo così una piccola finestra sulle sue attuali capacità matematiche. Nel corso dell'anno, centinaia di informazioni di questo tipo cattureranno le sue capacità in evoluzione, e la psicometria dovrà unire queste informazioni in una visione coerente di ciò che il bambino sa e sa fare. Stanno emergendo approcci per affrontare questo tipo di scenario, ma credo che sarà un'area di enorme crescita in futuro.
ABB: Quali sono le sue speranze per il futuro in questo settore?
BD: Nel prossimo futuro mi piacerebbe vedere la psicometria diventare una disciplina più ricca di dati. Se i ricercatori in psicometria utilizzassero più dati, sarebbero in grado di far progredire ulteriormente i metodi psicometrici e sviluppare teorie migliori. Oggi è possibile raccogliere più tipi di dati durante le misurazioni psicologiche rispetto al passato. Il tempo di risposta ne è un ottimo esempio: in molti esperimenti psicologici, i ricercatori vogliono sapere quanto tempo impiegano i partecipanti a rispondere quando svolgono un compito, poiché ciò fornisce informazioni su come le informazioni vengono elaborate nel cervello. Raccogliere tali dati era difficile prima che i computer diventassero lo strumento predefinito per la somministrazione di molte valutazioni. Ora il tempo di risposta viene facilmente rilevato premendo un tasto.
Ma la raccolta dei dati è solo il primo passo. Ora dobbiamo concentrarci sul rendere i dati disponibili in modo che siano conformi alle normative sulla privacy e alle restrizioni sulla condivisione dei dati, consentendo al contempo a un'ampia comunità di scienziati di utilizzare grandi quantità di dati per portare avanti le proprie idee. Questo, in definitiva, contribuirà a migliorare la vita dei bambini.
