Lors de la rencontre parents-professeurs, Je me suis assis en face de mon professeur de première année sur une chaise conçue pour un enfant de 6 ans. Le professeur montra les pourcentages griffonnés à l'encre rouge. J'ai regardé et écouté.

"Ce nombre, " elle a dit, "est son score Lexile." Elle a continué, déplaçant son index sur une table créée par MetaMetrics. "Voici la fourchette normale pour son âge. Alors, vous voulez qu'il lise des livres à ce niveau."

Son rapport sur ses performances en mathématiques procédait à peu près de la même manière :plus de pourcentages, plages et "niveaux, " parfois calculé à partir de différentes mesures protégées par le droit d'auteur.

Par ce point, J'avais du mal à suivre. Je me suis demandé en silence :j'ai un doctorat. dans l'enseignement et l'apprentissage, et je ne comprends pas ce que ces données disent sur mon enfant. Que retirent les autres parents de ces réunions ?

Quand le professeur s'arrêta pour respirer, Je me penchai aussi loin que la petite chaise me le permettait. Elle leva les yeux de la cascade de feuilles de travail, capter mon regard. J'ai saisi l'instant. « Est-ce que tu arrives à parler à Mac ? » J'ai demandé. "Je veux dire, tu sais ce qu'il aime, ce qui l'intéresse ? C'est un bon moyen de sélectionner des livres pour lui, en fonction de ses intérêts. " MetaMetrics ne sait pas ce qui motive Mac (ce n'est pas son vrai nom) à apprendre. Elle sourit et se détendit dans sa chaise, trop.

Il ne suffit pas de collecter des données sur un élève. Je crois que les données ne remplacent pas l'établissement de relations avec les jeunes. Et encore, les enseignants du primaire au secondaire qui travaillent bien avec les données, ceux qui savent mesurer et parler à partir de pourcentages, font le travail correctement. C'est l'enseignement à l'ère du « big data ».

Écoles riches en données

Les récentes pressions en matière de responsabilisation sur les écoles, en raison de Aucun enfant laissé pour compte, signifient que les enseignants utilisent de plus en plus les données des élèves pour éclairer à la fois l'enseignement en classe et l'amélioration à l'échelle de l'école.

Il suffit de lire le premier paragraphe d'un résumé de 2009 du ministère de l'Éducation pour avoir une idée de l'importance des données dans les écoles :« La collecte, une analyse, et l'utilisation des données éducatives sont au cœur de l'amélioration des résultats des élèves envisagée par No Child Left Behind (NCLB). L'utilisation des données dans la prise de décision éducative devrait couvrir toutes les couches du système éducatif - du fédéral à l'État, quartier, niveaux de l'école et de la classe."

Dans une enquête menée en 2007 auprès de 1, 039 districts scolaires à travers le pays, le ministère de l'Éducation a constaté que 100 % maintenaient un système d'information sur les élèves avec des points de données tels que les résultats des tests sur les évaluations à l'échelle de l'État, démographie, présence et comportement.

Avec des programmes comme PowerSchool, Infinite Campus et Skyward - chacun facturant plus de 5 USD par enfant et par mois - ces systèmes d'information sur les étudiants promettent un guichet unique pour suivre tous les aspects des données des étudiants et des écoles d'un district.

Idéalement, ces systèmes aident les enseignants à examiner les données des élèves en équipe, avec d'autres enseignants et chefs d'établissement. Mais comment les enseignants de divers districts interprètent généralement, utiliser ou ignorer des données est toujours une question ouverte.

Dans certains quartiers, les enseignants ont demandé des formations à la maîtrise des données qui leur montrent comment interpréter les données des élèves et ajuster leur enseignement en conséquence. Dans d'autres quartiers sans formation, les enseignants n'ont pas de plan cohérent pour savoir quoi faire avec toutes ces données, faire en sorte que l'effort de big data semble inutile.

Saisir les besoins d'un élève

Comme Toni Morrison l'a dit un jour, "La sagesse sans données n'est qu'une intuition." Le simple fait d'avoir des données sur les enfants ne signifie pas qu'ils vivent bien, ou avoir un avenir plein d'espoir.

Souvent, c'est tout le contraire qui est vrai. Les étudiants sont exclus des opportunités car ils sont perçus comme « peu performants » sur la base de points de données limités. C'est à l'élève qu'il incombe de s'améliorer plutôt que de se demander comment le système fait défaut à l'enfant.

Je pense que les écoles devraient se concentrer sur le développement d'une plus grande sagesse des données, en tenant compte du pouvoir des données pour construire des voies vers un avenir meilleur. Cela signifie que tous les éducateurs, qu'ils soient parents ou enseignants, utiliser les données à bon escient :en tenant compte de ce qu'elles montrent et ne montrent pas, considérant que les données dans le contexte social plus large, et en regardant les expériences passées et les tendances dans la vie d'un enfant pour planifier l'avenir de manière réfléchie.

De plus en plus, la recherche en éducation encourage les enseignants à élargir leurs définitions des données pour inclure des sources au-delà des évaluations obligatoires :données d'observation en classe, enregistré des conversations en tête-à-tête avec un étudiant, et des vidéos sur la façon dont les élèves parlent et gesticulent tout en résolvant un problème de mathématiques.

Utilisé ensemble, ces formes de données brossent un tableau plus nuancé d'un enfant, capturer les aspects qui ne sont pas mesurés par un test mandaté par l'État.

Les parents et les enseignants pourraient penser à encore plus de points de données qui commencent à pointer vers des réseaux sociaux plus larges, dynamiques culturelles et économiques en jeu dans la journée d'un enfant.

Le score Lexile de Mac ne tient pas compte de son désintérêt pour la lecture sur les chiens dans l'Arctique pendant deux semaines. Mais les données sur ce que Mac aime faire à la maison fourniraient des informations complémentaires sur les sujets potentiels du livre. MetaMetrics ne savait pas que maman avait oublié d'envoyer son déjeuner à l'école et qu'il refusait de manger à la cafétéria; Mac était affamé quand il a fait ces feuilles de calcul. Une évaluation rapide de l'état socio-émotionnel de Mac avant de s'attaquer au travail de mathématiques pourrait expliquer son essoufflement à mi-parcours du test.

Et Mac est un homme blanc privilégié qui ne supporte aucun facteur de stress raciste, le sexisme ou l'instabilité économique, réalités quotidiennes pour de nombreux étudiants qui sont complètement effacées par une seule métrique. Évaluations rapides sur le harcèlement et l'anxiété, par exemple, pourrait élaborer de manière significative une table MetaMetrics pour les enseignants et les parents.

De là, adultes, j'espère avec les étudiants, pourrait réfléchir à ces points de données complémentaires pour créer un plan, abordant les diverses raisons pour lesquelles la lecture et les mathématiques ne se passent pas aussi bien que tout le monde l'espère.

L'éducation sérieuse consiste à utiliser la sagesse des données comme principe directeur.

Cet article est republié à partir de The Conversation sous une licence Creative Commons. Lire l'article original.