Page 304 - Istenič Andreja, Gačnik Mateja, Horvat Barbara, Kukanja Gabrijelčič Mojca, Kiswarday Vanja Riccarda, Lebeničnik Maja, Mezgec Maja, Volk Marina. Ur. 2023. Vzgoja in izobraževanje med preteklostjo in prihodnostjo. Koper: Založba Univerze na Primorskem
P. 304
nka Andrejašič
vanju povratne informacije pojavile že v 90. letih 20. stoletja (npr. Bangert-
Drowns idr. 1991), v času, ko so se računalniki začeli množično uporabljati tudi
na področju izobraževanja.
Anastasiya A. Lipnevich in Panadero (2021) menita, da sta Susanne Narciss
in Katja Huth (2004) z modelom povratnih informacij za interaktivno pouče-
vanje (angl. interactive tutoring feedback model) naredili velik korak naprej pri
poučevanju povratne informacije. Model, ki podpira računalniško podprto
učenje, raziskuje sprejemanje in procesiranje povratnih informacij ter pred-
stavlja interakcijske procese in dejavnike dveh povratnih zank, ki lahko po-
jasnijo raznolikost povratne informacije. Model temelji na kibernetski para-
digmi sistemske teorije ter vključuje kompetence in modele samoregulativ-
nega učenja. Poleg tega se osredotoča na računalniško podprto učenje, s po-
udarkom na tutorskih sistemih, ki povratne informacije prilagajajo potrebam
študentov (Lipnevich in Panadero 2021).
Povratna informacija v sodobnem digitalnem svetu: kako naprej?
Z uveljavitvijo izobraževalne tehnologije ter naraščajočo digitalizacijo na
področju izobraževanja se spreminjajo oblike učenja in poučevanja ter ko-
munikacija med udeleženci izobraževalnega procesa (Kristl 2016), vključno s
procesom preverjanja in ocenjevanja znanja ter podajanjem povratne infor-
macije (Hennessy in Forrester 2014). Prav tako se tudi na področju izobraže-
vanja vse bolj uveljavlja umetna inteligenca (UNESCO 2021).
Iz raziskav izhaja, da uporaba izobraževalne tehnologije izboljšuje percep-
cijo učinkovitosti prejete povratne informacije med študenti (Harper, Green
in Fernandez-Toro 2018; Mahoney, Macfarlane in Ajjawi 2019; Yiğit in Sefe-
roğlu 2021) ter njihovo izkušnjo prejemanja povratne informacije (Merry in
Orsmond 2008). Schneider idr. (2022) ugotavljajo, da se s hitrim napredkom
digitalnih tehnologij in z njihovim vse večjim razmahom pojavlja nujna po-
treba po stalnem ustvarjanju in izbiri digitalnih učnih gradiv s strani učiteljev.
To je še posebej pomembno, ker se je v zadnjih desetih letih uporaba digital-
nih medijev zlasti pri mladih izrazito povečala. Digitalno učno gradivo se odli-
kuje po nemotenem učenju, kar pomeni, da učenje poteka tekoče v različnih
kontekstih ter posledično ustvarja veliko osebnejšo izkušnjo. Pomembno je,
da je multimedijsko učno gradivo oblikovano tako, da lahko vnaprej določeni
izhodni algoritmi učencem dajejo povratne informacije.
Prav tako se na področju izobraževanja (vključno z ocenjevanjem in s pre-
verjanjem znanja ter podajanjem povratne informacije) vse bolj uveljavlja in
uporablja umetna inteligenca, kamor sodijo npr.: učna analitika (angl. lear-
ning analytics – LA), rudarjenje podatkov v izobraževanju (angl. educational
304
vanju povratne informacije pojavile že v 90. letih 20. stoletja (npr. Bangert-
Drowns idr. 1991), v času, ko so se računalniki začeli množično uporabljati tudi
na področju izobraževanja.
Anastasiya A. Lipnevich in Panadero (2021) menita, da sta Susanne Narciss
in Katja Huth (2004) z modelom povratnih informacij za interaktivno pouče-
vanje (angl. interactive tutoring feedback model) naredili velik korak naprej pri
poučevanju povratne informacije. Model, ki podpira računalniško podprto
učenje, raziskuje sprejemanje in procesiranje povratnih informacij ter pred-
stavlja interakcijske procese in dejavnike dveh povratnih zank, ki lahko po-
jasnijo raznolikost povratne informacije. Model temelji na kibernetski para-
digmi sistemske teorije ter vključuje kompetence in modele samoregulativ-
nega učenja. Poleg tega se osredotoča na računalniško podprto učenje, s po-
udarkom na tutorskih sistemih, ki povratne informacije prilagajajo potrebam
študentov (Lipnevich in Panadero 2021).
Povratna informacija v sodobnem digitalnem svetu: kako naprej?
Z uveljavitvijo izobraževalne tehnologije ter naraščajočo digitalizacijo na
področju izobraževanja se spreminjajo oblike učenja in poučevanja ter ko-
munikacija med udeleženci izobraževalnega procesa (Kristl 2016), vključno s
procesom preverjanja in ocenjevanja znanja ter podajanjem povratne infor-
macije (Hennessy in Forrester 2014). Prav tako se tudi na področju izobraže-
vanja vse bolj uveljavlja umetna inteligenca (UNESCO 2021).
Iz raziskav izhaja, da uporaba izobraževalne tehnologije izboljšuje percep-
cijo učinkovitosti prejete povratne informacije med študenti (Harper, Green
in Fernandez-Toro 2018; Mahoney, Macfarlane in Ajjawi 2019; Yiğit in Sefe-
roğlu 2021) ter njihovo izkušnjo prejemanja povratne informacije (Merry in
Orsmond 2008). Schneider idr. (2022) ugotavljajo, da se s hitrim napredkom
digitalnih tehnologij in z njihovim vse večjim razmahom pojavlja nujna po-
treba po stalnem ustvarjanju in izbiri digitalnih učnih gradiv s strani učiteljev.
To je še posebej pomembno, ker se je v zadnjih desetih letih uporaba digital-
nih medijev zlasti pri mladih izrazito povečala. Digitalno učno gradivo se odli-
kuje po nemotenem učenju, kar pomeni, da učenje poteka tekoče v različnih
kontekstih ter posledično ustvarja veliko osebnejšo izkušnjo. Pomembno je,
da je multimedijsko učno gradivo oblikovano tako, da lahko vnaprej določeni
izhodni algoritmi učencem dajejo povratne informacije.
Prav tako se na področju izobraževanja (vključno z ocenjevanjem in s pre-
verjanjem znanja ter podajanjem povratne informacije) vse bolj uveljavlja in
uporablja umetna inteligenca, kamor sodijo npr.: učna analitika (angl. lear-
ning analytics – LA), rudarjenje podatkov v izobraževanju (angl. educational
304
