Bořivoj Brdička: Jsou velká data velkým potenciálem nebo velkou chybou?

První díl dvoudílného seriálu popisujícího současný stav využití aplikací založených na velkých datech ve školství v USA a nejen tam. Zabývá se především obecnými možnostmi a riziky, která jejich aplikace přináší.


Snad nemusím opakovat, že problematika velkých dat, a na nich prováděné analýzy výukových výsledků, je hodně aktuální. Vývoj je tak rychlý, že je třeba ho soustavně sledovat. Dovolím si připomenout ty nejdůležitější příspěvky, na něž budu v tomto dvoudílném seriálu navazovat - Jaká je budoucnost pedagogického výzkumu?, Strategie rozvoje školství v USA pod taktovkou Ed.gov, Školská data jako předmět podnikání, Zneužitelnost dat v mracích.

Dnes lidstvo produkuje 5 exabytů dat každé 2 dny (což je zhruba stejné množství, jako úplně vše, co bylo vytvořeno od počátku věků do roku 2003) [1]. Množství existujících digitálních dat uložených kdesi online roste exponenciálně. Skutečná hodnota velkých dat přitom vychází z jejich volné dostupnosti a sdílení, tj. ze spojení uživatelů internetu, které využitelnost dat výrazně umocňuje. Všichni jsme jak příjemci, tak tvůrci digitálního obsahu. Trend, který je zcela zřejmý, ukazuje, že se dostupnost a zpracování velkých dat stále více přesouvá z oblastí, kde je dříve využívali pouze odborníci, do míst, kde mohou sloužit i veřejnosti - v našem případě žákům a učitelům.

Ve výuce se budou stále více uplatňovat aplikace, které pracují online a zaznamenávají skoro vše, co žáci během své činnosti na digitálních zařízeních dělají. Pak může docházet k ukládání takových dat, o nichž bychom za jistých okolností mohli jako o velkých hovořit. Ve většině případů však zatím podobná data buď ukládána nejsou, nebo je provozovatel příslušné služby zcela nesprávně chápe jako své vlastnictví. Ve skutečnosti se však jedná o data soukromá, jejichž vlastníkem by správně měl zůstat vždy ten uživatel, který je vytvořil [2].

K tomu, abychom data ukládaná různými výukovými aplikacemi mohli využít k analýze výukových výsledků, je třeba, aby tyto aplikace byly schopné pracovat pod jednotným systémem, tj. aby používaly pro zaznamenávání dat stejný standard a ukládaly je tak, aby se k nim mohl nástroj provádějící analýzu dostat.

Asi bychom si na tomto místě měli ještě připomenout Schönbergerovu představu o tom, že analýzu velkých dat je vhodné svěřit specialistům, které bude třeba pro tento nový obor vychovat (Co je datafikace?). Znamená to, že běžný digitálně kompetentní učitel nebude zkoumat holá data sám a nebude nucen si analytické nástroje vymýšlet. Bude ve většině případů využívat analytických služeb, které mu někdo vytvoří a nabídne.

Definice velkých dat

Analytik společnosti Gartner, Doug Laney, zavedl již v roce 2001 třísložkový popis vlastností velkých dat jako 3V – Volume (rozsah), Velocity (rychlost), Variety (různorodost). K nim se v současné době ještě připojuje čtvrté V, a sice Veracity (věrohodnost) [3].

1. Rozsah: Velká data zahrnují informace o co největším počtu žáků a u každého z nich pokrývají vícenásobné množství položek ukládaných opakovaně v čase. V rámci školství mohou takto být data sbírána z více organizací, takže pak jejich analýza může vytvářet globální perspektivu.
2. Rychlost: Jednou ze základních vlastností aplikací pracujících s velkými daty je okamžitý přístup k výsledkům, a to často přímo v reálném čase. Typickým příkladem jsou adaptivní testy, které reagují na předchozí odpovědi. V ideálním případě je analýza dat popisující aktuální stav žáka dokonce založena na všech výsledcích evidovaných od okamžiku jeho vstupu do systému. Jednou z velmi zajímavých možností je specifická pomoc při nesprávném postupu založená na porovnání s velmi podobnými postupy jiných uživatelů vedoucí k návrhu strategie pro úspěšné řešení daného problému. Okamžitou analýzu výsledků může využít též učitel k vlastní modifikaci výukových činností svých žáků.
3. Různorodost: Záznam údajů u velkého počtu žáků dovoluje poměrně snadno hledat souvislosti, které mají na výukové výsledky vliv. Jen je třeba mít k dispozici též informace popisující prostředí, v němž žáci žijí.
4. Věrohodnost: Je samozřejmě velmi důležité věnovat též pozornost tomu, zda data systémem ukládaná odpovídají skutečnosti. V případě online testů se například většinou řeší to, zda místo zkoušeného nesedí u počítače někdo jiný (Jak bránit podvodům u online testů). Budeme-li ale mít k dispozici data o dlouhodobé činnosti konkrétního žáka, bude mnohem snadnější podobné podvody odhalovat. Již dnes existují metody ověřující totožnost např. podle stylu psaní na klávesnici.

Shrnutí toho, co můžeme od analýzy výukových výsledků očekávat, najdete zde - Skutečné možnosti využití daty řízeného školství.

Celý článek na spomocnik.rvp.cz