היום, חמש שנים אחרי "
שנת ה-MOOC" כפי שהניו יורק טיימס כינה את 2012, ההתלהבות האדירה מהתופעה, וגם הפניקה של מוסדות להשכלה גבוהה כלפיה פן הם ייעלמו, די דעכו. מתברר שיותר מאשר החברות שמפיקות קורסי MOOC מאיימות על עתיד ההשכלה הגבוהה, הן עסוקות בחיפוש מודלים עסקיים שיאפשרו להן לקבל פלח מהשוק המשמעותי הזה. מה שבעבר הוצע חינם כמעט כתפיסה אידיאולוגית בוחן כיצד ניתן לגבות כסף. מה שבזמנו כוון לכל מי שמבקש ללמוד היום מתמקד בהכשרה מקצועית צרה. שינויים כאלה הם כמובן לגיטימיים, אבל הם גם עדות די ברורה לכך שבמקום המהפכה שהבטיחו לנו, התופעה הפכה לפרויקט עסקי שכנראה איננו מציע שינוי מהותי בתהליכי הוראה או למידה.
אז אם אין כבר השכלה לכל, ובוודאי לא השכלה חינם, האם משהו בכל זאת נשאר מההבטחות הגדולות? ובכן, Coursera ו-Udacity הבטיחו לנו עוד משהו – שבאמצעות הכמות האדירה של נתונים שנאגרת אצלם הם יוכלו לזהות את המאפיינים ואת המרכיבים של הוראה מוצלחת כך שאפשר יהיה להפוך את ההוראה למדע מדויק.
כתבה על קורסי MOOC ב-Technology Review משנת 2013 מצטטת את אנדרו אנג, אחד מיוזמי Coursera, על ההתייחסות שלו לאיסוף הנתונים האלה:
The data we are collecting is unprecedented in education…. We see every mouse click and keystroke. We know if a user clicks one answer and then selects another, or fast-forwards through part of a video.”
ובאותה כתבה הוא הצהיר שכל הנתונים האלה יאפשרו לנו לגלות מה לעשות כדי להבטיח הוראה מוצלחת:
Today, education is an anecdotal science, but I think we can turn education into a data-driven science, where you do what you know works.
כבר מספר פעמים בעבר ציינתי שאני חושש מהפיכת החינוך ל-"מדע". הרבה יותר חשוב בעיני לראות בו "אמנות". ובכל זאת, קשה לבוא בטענות כלפי נסיונות לברר מה עובד ומה לא, מה יעיל ומה מיותר, בתהליכי הוראה. לכן, לאור ההצהרות של אנג, יש טעם לבחון אלו מסקנות הסיקו ב-Coursera מאותם נתונים שנאספו בקורסי ה-MOOC של החברה. מאמרון שהתפרסם לפני מספר ימים בבלוג של Coursera מאפשר לנו להציץ בתובנות שהושגו. כותרת המאמרון אכן רומז שהם אכן מגיעים לתובנות. אלכסנדרה אורבן וטליה גרינבלט-קולודני מדווחות על:
הכותבות מסבירות שבעזרת בדיקות A/B ניתן לבודד משתנים כך שאפשר לבחון את ההשפעה של פעולות שונות על ההוראה ועל הלמידה. הבדיקה הספציפית שעליה הן מדווחות היא הוספת הזדמנויות לתרגול בחומר הנלמד בשלבים שונים בקורס:
We wanted to be scientific in our approach to this recommendation, so we split several courses into A/B versions with and without extra practice assessments to analyze learner progress and performance in both versions.
ראוי להתעכב רגע על מה שנכתב כאן. לא סתם מספרים לנו שהחליטו לשלב הזדמנויות של תרגול בשלבים שונים בקורסים. זה נעשה על מנת לשמור על גישה מדעית. והתוצאה?:
Excitingly, we found that when the workload per week matched learner expectations adding practice assessments not only increased participation and success on related graded assessments, but also led to greater overall persistence and progress.
החוקרים גילו, להתרגשותם!, שאכן הוספת הזדמנויות תרגול, עם משוב שמוגש לסטודנטים בעקבות אותו תרגול, הובילה להשתתפות רבה יותר בקורס, וגם ליותר הצלחות בקורס. קשה להתווכח עם הצלחות, ובוודאי לא עם הצלחות מדעיות מרגשות. ובכל זאת, רצוי לזכור שבתחילת הדרך אנדרו אנג התהדר בכמויות האדירות של מידע שנאגרו בקורסים של Coursera, ושבאמצעות המידע הזה יהיה אפשר להסיק מסקנות חשובות בנוגע להוראה וללמידה. והנה, עכשיו מדווחים לנו שמה שגילו הוא שכאשר משלבים הזדמנויות תרגול לתוך קורס ונותנים משוב על התרגול הזה יש התמדה גדולה יותר, וגם למידה טובה יותר, אצל הסטודנטים. סליחה, אבל ... בשביל זה צריכים את Coursera, ומיליוני הדולרים שהושקעו בחברה? נדמה לי שהידיעה המרעישה הזאת היתה ידועה לדורות רבים של מורים הרבה לפני שה-MOOC איים על ההשכלה הגבוהה.
מלכתחילה קשה להגיד שמודל ההוראה שגופים כמו Coursera ו-Udacity (וגם EdX) הציעו היה מהפכני. חשוב להדגיש שעבור מובילי היזמויות האלו העיקר היה ההיצע ההמוני ולא מודל ההוראה או הלמידה. אבל דבריו של אנג מלפני ארבע שנים בכל זאת מעידים על כיוון מסויים, או לפחות יומרה – שביכולתו של ה-big data לגלות נסתרות ולחשוף לפנינו דברים שלא יכולנו עד עכשיו לדעת. אורבן וגרינבלט-קולודני רוצות להרשים אותנו בידיעה המרעישה שהתגלתה מהנתונים שלהן. אמנם מדובר במסקנה שאליה מגיעים מניתוח מדוקדק של המון נתונים, אבל צר לי לגלות להן שהיו דרכים פשוטות, וזולות, יותר להגיע אליה.
