1. «Εφαρμογι Καινοτόμων Προςεγγίςεων
και Εργαλείων Αξιολόγθςθσ»
Χαράλαμποσ Βραςίδασ
Γιολάντα Φράγκου
yolanda.frangou@cardet.org
www.cardet.org
Πζμπτθ, 27 Μαρτίου 2014

2. ΢υνεργάτεσ:
Το έπγο ζςγσπημαηοδοηείηαι από ηην Εςπωπαϊκή Ένωζη
Project No. 526965-LLP-1-2012-1-GR-COMENIUS-CMP
Δπαζηηπιόηηηα 1:
Δεξιόηηηερ ηος 21ος αιώνα

5. ΢υνεργάτεσ:
Το έπγο ζςγσπημαηοδοηείηαι από ηην Εςπωπαϊκή Ένωζη
Project No. 526965-LLP-1-2012-1-GR-COMENIUS-CMP
Δπαζηηπιόηηηα 2:
Πώρ αξιολογούμε ηιρ δεξιόηηηερ ηος 21ος
αιώνα;

6. Κριτιρια αξιολόγθςθσ/Rubrics
ΔΡΑ΢ΣΘΡΙΟΣΘΣΑ 3
΢υηθτιςτε ςτθν ομάδα ςασ τθ δθμιουργία
rubric για τθν επιλογι διαδικτυακϊν πθγϊν
για τθν ενότθτα: Θ ιςτορικι εξζλιξθ των Θ/Τ.

7. PREATY: PRoposing modern E-Assessment approaches and
Tools to Young and experienced in-service teachers

8. PREATY: PRoposing modern E-Assessment approaches and
Tools to Young and experienced in-service teachers
Ποια είναι τα ςτοιχεία ενόσ rubric;
1. Κριτιρια αξιολόγθςθσ
2. Επίπεδα επίδοςθσ
3. Κλίμακα βακμολογίασ
4. Περιγραφζσ επιπζδων επίδοςθσ
5. Αποτελζςματα επίδοςθσ
Ποια τα κριτιρια που πρζπει να περιλαμβάνει το δικό ςασ rubric;
Εργαλείo δθμιουργίασ iRubric – (http://www.rcampus.com/indexrubric.cfm)

9. PREATY: PRoposing modern E-Assessment approaches and
Tools to Young and experienced in-service teachers
Πϊσ αξιοποιείται ζνα Rubric;

10. PREATY: PRoposing modern E-Assessment approaches and
Tools to Young and experienced in-service teachers
Πϊσ αξιοποιείται ζνα Rubric
1. Περιγραφικι Αξιολόγθςθ
2. Διαμορφωτικι Αξιολόγθςθ (ςυντρζχουςα)
Απλοποίθςθ διαδικαςίασ αξιολόγθςθσ
Σαφινεια αναφορικά με:
i. τισ προςδοκίεσ των εκπαιδευτικϊν
ii. τουσ ςτόχουσ τθσ διαδικαςίασ μάκθςθσ
3. Ουςιαςτικότερθ αξιολόγθςθ
4. Συμμετοχι μακθτϊν ςτθ διαδικαςία εξαγωγισ –κακοριςμοφ
κριτθρίων
α) Αυτό-αξιολόγθςθ
β) Ετερο-αξιολόγθςθ

11. Μακθςιακό Σενάριο: Ιςτορική Εξέλιξη Ηλεκτρονικών Υπολογιςτών
Ομαδικά:
• Χρθςιμοποιιςτε το διαδίκτυο και βρείτε μια πθγι τθν οποία κα
αξιοποιιςετε.
• Εξθγιςτε γιατί επιλζξατε τθ ςυγκεκριμζνθ πθγι.
•Εφαρμόςτε τα κριτιρια που ςυναποφαςίςτθκαν προθγουμζνωσ και
δϊςτε ανατροφοδότθςθ.
• Στθ δικι ςασ ομάδα
• Σε όλεσ τισ άλλεσ ομάδεσ
ΔΡΑ΢ΣΘΡΙΟΣΘΣΑ 4

12. PREATY: PRoposing modern E-Assessment approaches and
Tools to Young and experienced in-service teachers
• Αξιοποιϊντασ ζνα Rubric
1. Εξαγωγι και κακοριςμόσ κριτθρίων από τουσ μακθτζσ
για τουσ μακθτζσ (είτε κακοριςμόσ από εκπαιδευτικό)
2. Συνδυαςμόσ Αξιολόγθςθσ και Μάκθςθσ
3. Ενεργι ςυμμετοχι μακθτϊν και ςτθν αξιολόγθςθ
i. Ετερο-αξιολόγθςθ
ii. Αυτό-αξιολόγθςθ
Ζμφαςθ ςε Δεξιότθτεσ 21ου αιϊνα
• Σρόποι ΢κζψθσ
• Κριτικι Σκζψθ
• Σρόποι Εργαςίασ
• Συνεργαςία και Επικοινωνία
• Εργαλεία Εργαςίασ
• Πλθροφοριακόσ και Τεχνολογικόσ
Γραμματιςμόσ
• Κοινωνικι Ηωι
• Προςωπικι και Κοινωνικι Υπευκυνότθτα

13. ΔΡΑ΢ΣΘΡΙΟΣΘΣΑ 5
Ανάλυςθ Μακθςιακϊν αποτελεςμάτων που
προκφπτουν από ενζργειεσ μακθτϊν (Learning
Analytics)

14. Ανάλυςθ Μακθςιακϊν αποτελεςμάτων που προκφπτουν από
ενζργειεσ μακθτϊν (Learning Analytics)
PREATY: PRoposing modern E-Assessment approaches and
Tools to Young and experienced in-service teachers
Ποςοςτό
Μειωμζνθσ Συμμετοχισ
Ποςοςτό
Μζτριασ Συμμετοχισ
Ποςοςτό
Υψθλισ Συμμετοχισ
Παράδειγμα
(βλ. http://www.moodle.org)

15. Θζμα: Πώς αναηθτοφμε διαδικτυακζς πθγζς;
Αλλθλεπίδραςθ Μακθτών Περιοριςμζνθ
0 βακμοί
Καλι
5 βακμοί
Αρκετά Καλι
10 βακμοί
Έλεγχοσ: Συνεργαςία
Είδοσ: Αλλθλεπίδραςθ
Σε: Φόρουμ Συηθτιςεων
Σχόλια μακθτι Α:
Επιλογι πθγών από
μθχανζσ αναηιτθςθσ
Χριςθ Βικιπαίδεια
Σφγκριςθ πολλαπλών πθγών
Χριςθ ‘ςοβαρών’ ιςτοςελίδων’
Ποιεσ είναι οι ςοβαρζσ ιςτοςελίδεσ;
Σχετικά με: μακθτι Α 0 μακθτζσ 3 μακθτζσ 5 μακθτζσ
Επίπεδο εμπλουτιςμοφ:
Απόδοςθ ςε άλλεσ εργαςίεσ Περιοριςμζνθ
0 βακμοί
Καλι
5 βακμοί
Αρκετά Καλι
10 βακμοί
Έλεγχοσ: Βακμόσ
Σε: Ομαδικι εργαςία
Σχετικά με: μακθτζσ 0% 25% 50%
Μ.Ο.
Μακθτι:
Μακθτισ: μακθτισ Α
PREATY: PRoposing modern E-Assessment approaches and
Tools to Young and experienced in-service teachers
Learning Analytics Enriched Rubrics (LA e-Rubric)

16. PREATY: PRoposing modern E-Assessment approaches and
Tools to Young and experienced in-service teachers
•Ποια κριτιρια κα χρθςιμοποιοφςατε για τθν
αξιολόγθςθ μακθτϊν ςε ψθφιακι τάξθ;

17. Ανάλυςθ Μακθςιακϊν αποτελεςμάτων που προκφπτουν από
ενζργειεσ μακθτϊν (Learning Analytics)
Προτεινόμενα Κριτιρια
Αξιολόγθςθσ
•Ποςοςτό υλοποίθςθσ κάκε
δραςτθριότθτασ
•Διάρκεια παρουςίαςθσ (ςφνδεςθ) ςτθ
ψθφιακι τάξθ
•Συμμετοχι ςε ςυηθτιςεισ (forums)
•Πακθτικι παρακολοφκθςθ
•Ενεργι ςυμμετοχι
•Σχολιαςμόσ – Απαντιςεισ
•Ζναρξθ νζασ ςυηιτθςθσ
•Περιεχόμενο απαντιςεων
•Δυνατότθτα εντοπιςμοφ μακθτϊν
περιοριςμζνθσ ςυμμετοχισ (isolated)
•Δυνατότθτα απεικόνιςθσ μακθςιακοφ
δικτφου (ι ιςτόσ μάκθςθσ ι πλζγμα
αλληλεπίδραςησ) ςτο οποίο
υλοποιείται θ μακθςιακι
δραςτθριότθτα
•Δυνατότθτα ςτατιςτικισ
αναπαράςταςθσ ςυμμετοχισ
•Δυνατότθτα ςυςχετιςμοφ των πιο
πάνω με το περιεχόμενο των
μακθςιακϊν αποτελεςμάτων
Εξατομικευμζνθ
Ανατροφοδότθςθ
Στοχευμζνθ Μακθςιακι
Παρζμβαςθ

18. ΔΡΑ΢ΣΘΡΙΟΣΘΣΑ 6
΢χεδιαςμόσ δραςτθριότθτασ για εφαρμογι ςτθν τάξθ
Σχεδιάςτε μια δραςτθριότθτα ςφμφωνα με αυτά που ζχουμε
ςυηθτιςει κατά τθ διάρκεια του εργαςτθρίου, χρθςιμοποιϊντασ το
ζντυπο ςχεδιαςμοφ.