Οι σημερινές προκλήσεις στην εκπαίδευση αφορούν όχι μόνο τη δια ζώσης, αλλά και τη διαδικτυακή εκπαίδευση. Από το 2008 στη διαδικτυακή εκπαίδευση εντάσσονται και τα MOOCs. Τα MΟΟCs (Massive Open Online Courses), που χρησιμοποιούνται στην τριτοβάθμια εξ αποστάσεως εκπαίδευση, είναι ανοιχτές διαδικτυακές πλατφόρμες που ενθαρρύνουν τη μαζική εγγραφή και διαδραστική συμμετοχή οποιουδήποτε ενδιαφερομένου στην απόκτηση γνώσης. Απευθύνονται στο ευρύ κοινό, συμπεριλαμβανομένων και ευαίσθητων κοινωνικών ομάδων. Πιο συγκεκριμένα, πρόκειται για δωρεάν παρακολούθηση μαθημάτων ελεύθερης επιλογής, για τον σκοπό και το περιεχόμενο των οποίων οι εκπαιδευόμενοι ενημερώνονται πριν τη δήλωση συμμετοχής τους.
Ακολουθείται συγκεκριμένη διδακτική μεθοδολογία από τους διδάσκοντες/τις διδάσκουσες, χορηγούνται τεστ των οποίων η αξιολόγηση ποικίλει και σε κάποιες περιπτώσεις μετά την ολοκλήρωση των μαθημάτων δίνονται πιστοποιητικά παρακολούθησης. Στην Ελλάδα η χρήση των MOOCs δεν είναι διαδεδομένη, ωστόσο το Πανεπιστήμιο Αιγαίου και το Τμήμα Φυσικής στο Πανεπιστήμιο Κρήτης κάνουν τα πρώτα βήματα.
MOOCs και διαδικτυακή εκπαίδευση ΑμΕΑ
Τα θετικά και αρνητικά στοιχεία που αποδίδονται στα MOOCs είναι αρκετά. Το ίδιο ισχύει και για την εκπαίδευση ΑμΕΑ. Σε αυτήν την περίπτωση, ένα από τα βασικά αρνητικά στοιχεία αναφέρονται στην προσβασιμότητα που χαρακτηρίζει τις πλατφόρμες. Για να επιτευχθεί η αποτελεσματική ένταξη εκπαιδευόμενων με ιδιαιτερότητες στη μαθησιακή διαδικασία θα πρέπει να εφαρμόζονται αρχές της συμπερίληψης(Inclusive Education), αλλά και του καθολικού σχεδιασμού στις εκπαιδευτικές τεχνολογίες (UDL , Universal Design for Learning). Ερευνήθηκε, λοιπόν, κατά πόσο τέσσερις διαφορετικές πλατφόρμες των Moocs -COURSERA, OPEN2STUDY (Ο2S), EDX (EDX) και UDACITY (UDA) - πληρούν συγκεκριμένα κριτήρια για μαθησιακή υποστήριξη των ΑμΕΑ.
Ενδεικτικά αναφέρεται ότι : το O2S δεν παρείχε (1)το περιεχόμενο των μαθημάτων σε πολυτροπική μορφή (doc, pdf ,html κτλ.) για ενίσχυση της προσβασιμότητας, (2)προϋποθέσεις αποτελεσματικής αλληλεπίδρασης, (3)εκδήλωση της κατακτημένης γνώσης με πολλαπλούς τρόπους, (4)ιδιωτικότητα, ενώ παράλληλα παρουσιάστηκαν (5)περιπτώσεις στιγματισμού ΑμΕΑ. Το EDX επιπρόσθετα έθετε (6)χρονικά όρια στην ολοκλήρωση δραστηριοτήτων. Περιπτώσεις στιγματισμού για ΑμΕΑ παρουσιάστηκαν και στο UDA.
Υπό αυτές τις συνθήκες, στα πλαίσια της συμπερίληψης και του καθολικού σχεδιασμού, μια λύση που προτείνεται είναι το Machine learning. Κύριος στόχος είναι ο υπολογιστής να εντοπίζει και να καταγράφει τις δυνατότητες, τα χαρακτηριστικά του τρόπου μάθησης των ενδιαφερομένων μέσα από ασκήσεις και δραστηριότητες που αυτοί διεκπεραιώνουν. Στη συνέχεια και με βάση αυτές τις ενδείξεις, ο καθηγητής/η καθηγήτρια προχωρά στην καταγραφή υποθέσεων, τελικών συμπερασμάτων και πρακτικών λύσεων. Πάλι όμως υπάρχουν αμφιβολίες για την αποτελεσματικότητα του Machine learning, καθώς σε μαθήματα που προσφέρουν τα Moocs είναι εγγεγραμμένοι πολλοί μαθητές για έναν υπεύθυνο διδάσκων/υπεύθυνη διδάσκουσα.
Επομένως, πέραν της σωστής εκπαιδευτικής οργάνωσης θα πρέπει να γίνεται και σωστή διοίκηση των MOOCs, αλλά και ανάλογη ενημέρωση και κατάρτιση του διδακτικού προσωπικού. Η σωστή και διεπιστημονική συνεργασία μπορεί να οδηγήσει στην παροχή ίσων ευκαιριών μάθησης, καθιστώντας δυνατή την πρόσβαση στη γνώση και ενισχύοντας έτσι την αυτοπεποίθηση ατόμων με εκπαιδευτικές ιδιαιτερότητες.
Σχετικά βίντεο
MOOCs και διαδικτυακή εκπαίδευση ΑμΕΑ
Τα θετικά και αρνητικά στοιχεία που αποδίδονται στα MOOCs είναι αρκετά. Το ίδιο ισχύει και για την εκπαίδευση ΑμΕΑ. Σε αυτήν την περίπτωση, ένα από τα βασικά αρνητικά στοιχεία αναφέρονται στην προσβασιμότητα που χαρακτηρίζει τις πλατφόρμες. Για να επιτευχθεί η αποτελεσματική ένταξη εκπαιδευόμενων με ιδιαιτερότητες στη μαθησιακή διαδικασία θα πρέπει να εφαρμόζονται αρχές της συμπερίληψης(Inclusive Education), αλλά και του καθολικού σχεδιασμού στις εκπαιδευτικές τεχνολογίες (UDL , Universal Design for Learning). Ερευνήθηκε, λοιπόν, κατά πόσο τέσσερις διαφορετικές πλατφόρμες των Moocs -COURSERA, OPEN2STUDY (Ο2S), EDX (EDX) και UDACITY (UDA) - πληρούν συγκεκριμένα κριτήρια για μαθησιακή υποστήριξη των ΑμΕΑ.
Ενδεικτικά αναφέρεται ότι : το O2S δεν παρείχε (1)το περιεχόμενο των μαθημάτων σε πολυτροπική μορφή (doc, pdf ,html κτλ.) για ενίσχυση της προσβασιμότητας, (2)προϋποθέσεις αποτελεσματικής αλληλεπίδρασης, (3)εκδήλωση της κατακτημένης γνώσης με πολλαπλούς τρόπους, (4)ιδιωτικότητα, ενώ παράλληλα παρουσιάστηκαν (5)περιπτώσεις στιγματισμού ΑμΕΑ. Το EDX επιπρόσθετα έθετε (6)χρονικά όρια στην ολοκλήρωση δραστηριοτήτων. Περιπτώσεις στιγματισμού για ΑμΕΑ παρουσιάστηκαν και στο UDA.
Υπό αυτές τις συνθήκες, στα πλαίσια της συμπερίληψης και του καθολικού σχεδιασμού, μια λύση που προτείνεται είναι το Machine learning. Κύριος στόχος είναι ο υπολογιστής να εντοπίζει και να καταγράφει τις δυνατότητες, τα χαρακτηριστικά του τρόπου μάθησης των ενδιαφερομένων μέσα από ασκήσεις και δραστηριότητες που αυτοί διεκπεραιώνουν. Στη συνέχεια και με βάση αυτές τις ενδείξεις, ο καθηγητής/η καθηγήτρια προχωρά στην καταγραφή υποθέσεων, τελικών συμπερασμάτων και πρακτικών λύσεων. Πάλι όμως υπάρχουν αμφιβολίες για την αποτελεσματικότητα του Machine learning, καθώς σε μαθήματα που προσφέρουν τα Moocs είναι εγγεγραμμένοι πολλοί μαθητές για έναν υπεύθυνο διδάσκων/υπεύθυνη διδάσκουσα.
Επομένως, πέραν της σωστής εκπαιδευτικής οργάνωσης θα πρέπει να γίνεται και σωστή διοίκηση των MOOCs, αλλά και ανάλογη ενημέρωση και κατάρτιση του διδακτικού προσωπικού. Η σωστή και διεπιστημονική συνεργασία μπορεί να οδηγήσει στην παροχή ίσων ευκαιριών μάθησης, καθιστώντας δυνατή την πρόσβαση στη γνώση και ενισχύοντας έτσι την αυτοπεποίθηση ατόμων με εκπαιδευτικές ιδιαιτερότητες.
Σχετικά βίντεο
Καραμπατζάκη Ελένη
Ειδική Παιδαγωγός, M.Ed