Preparare gli economisti del futuro
Incoraggiare la cooperazione quando si insegna come analizzare i dati
Read a summary or generate practice questions using the INOMICS AI tool
Considerato l’incremento della disponibilità dei dati in tutto il mondo e delle richieste di competenze relativamente ai dati nel mondo del lavoro, sempre più corsi di economia hanno iniziato a includere lezioni sull’analisi dei dati nel programma di studi. Di conseguenza, aiutare gli studenti a sviluppare queste competenze a lezione diventa sempre più importante per tutti coloro che insegnano economia.
In questo articolo andiamo a fornire tre consigli su come incoraggiare la collaborazione tra studenti per migliorare l’apprendimento dell’analisi dei dati nei vari corsi di economia: (i) realizzare materiali di apprendimento coinvolgenti, (ii) far lavorare gli studenti a coppie durante le lezioni, (iii) utilizzare feedback per le valutazioni formative.
Come preparare materiali di apprendimento coinvolgenti
Figura 1: foglio suggerimenti utilizzato in una sessione di analisi e visualizzazione dati in Python per principianti assoluti
Come prima cosa, quando scegli il materiale, è essenziale utilizzare dati reali, rilevanti per i tuoi studenti e che stimoleranno il loro interesse verso ulteriori approfondimenti. In questo modo, anche il processo di pulizia dei dati, spesso temuto da molti studenti, può diventare un esercizio coinvolgente.
Poi, durante le lezioni (o in laboratorio), chiedi agli studenti di risolvere nuovi esercizi che non hanno visto prima.
Infine, predisponi fogli di aiuto che gli studenti possono utilizzare durante le lezioni, per migliorare la loro autonomia. Questo permette agli studenti di sviluppare le loro competenze tecniche concentrandosi sull’esercizio, piuttosto che sprecare tempo per individuare i comandi di base che devono utilizzare. Un foglio di aiuto serve anche come ausilio agli studenti per la revisione in seguito.
Per questo è fondamentale che includa i comandi e le funzioni essenziali che occorrono per completare l’esercizio. Invece di stilare una lunga lista di comandi, predisponi esempi che gli studenti possono seguire più facilmente.
Fatto questo, dipende poi da loro trovare nel foglio di aiuto i comandi che sono rilevanti per ciascun esercizio. Nella figura 1 abbiamo incluso un esempio di un foglio di aiuto utilizzato in una sessione di analisi dei dati e visualizzazione in Python per principianti assoluti. Agli studenti era stato fornito il foglio di aiuto e un set di esercizi, usando dei dati diversi.
Come effettuare un lavoro a coppie in classe
Per facilitare l’utilizzo dei fogli di aiuto, fai lavorare gli studenti in coppia. La programmazione a coppie viene utilizzata da chi analizza dati in tutto il mondo durante le attività di codifica; due persone usano lo stesso computer: il “driver” controlla la tastiera e il “navigatore” fornisce osservazioni e supporto (Williams, 2001). Il ruolo del driver e nel navigatore deve essere scambiato di tanto in tanto e stimolata la discussione (Demir e Seferoglu, 2021; Hannay et al, 2009).
L’utilizzo di questa tecnica per l’analisi dei dati, incoraggia la cooperazione nella classe, migliora l’apprendimento tramite la pratica e rafforza la relazioni tra gli studenti. Le coppie possono rimanere le stesse per tutta la durata del corso o cambiare a ogni lezione. La cosa più importante è che gli studenti imparino a lavorare insieme senza sentirsi sopraffatti dal compito da affrontare.
Come eseguire una valutazione formativa tramite feedback degli altri studenti
In ultimo, utilizza valutazioni formative (ovvero valutazioni che non influenzano il voto finale del corso). Si sono dimostrate fondamentali nel promuovere l’apprendimento e la comprensione degli studenti (Wu e Jessop, 2018; Black e William, 2019; McMallum e Milner, 2021).
La difficoltà di questo tipo di valutazioni è che molti studenti non si sentono coinvolti nel processo e, anche quando lo sono, potrebbero non raccogliere o includere il feedback fornito nelle valutazioni successive (Duncan, 2007). Tuttavia, molti studi suggeriscono che gli studenti trovano motivante valutare il lavoro dei propri “colleghi” e che fare questo migliora il loro sviluppo e apprendimento (Ballantyne et al, 2002; Vickerman, 2009).
Brevi valutazioni formative, condotte a intervalli regolari, dove gli studenti devono offrire dei feedback, possono facilmente essere inserite in tutti i corsi nei quali uno degli obiettivi è lo sviluppo di competenze nell’analisi dei dati. In primo luogo gli studenti esaminano le domande, poi inviano le risposte. In ultimo, ogni studente rivede le risposte di un altro studente e fornisce un feedback su di esse per iscritto. In questo modo gli studenti hanno l’opportunità di vedere come gli altri studenti hanno risposto alla domanda, scoprire modi diversi per affrontare l’esercizio e valutare la validità della soluzione data dai loro colleghi riflettendo, al contempo, sulla bontà della propria.
È compito di ciascun insegnate fornire linee guida su come dare feedback; tuttavia, abbiamo notato che è meglio fornire delle indicazioni generali su cosa sia andato bene e su cosa possa essere migliorato e rivelare la soluzione completa solo dopo che gli studenti hanno lasciato i loro feedback gli uni agli altri. In questo modo, gli studenti possono rivedere il feedback ricevuto un’ultima volta dopo che le risposte corrette sono state mostrate, e riflettere in modo più approfondito quando si trovano a dover fornire un feedback a un altro studente.
Conclusioni
Anche se il compito di utilizzare e analizzare i dati può inizialmente risultare difficile per gli studenti, i docenti possono rendere il processo di apprendimento più semplice e coinvolgente reimmaginando il materiale di apprendimento, il metodo e le valutazioni. I nostri consigli spingono gli studenti a imparare in modo pratico e li incoraggiano ad essere attivi sia dentro che fuori dalla classe quando lavorano sulle loro valutazioni.
Questo articolo è stato prodotto in collaborazione con Economics Network, l’organizzazione accademica più importante e con la maggior esperienza tra tutte quelle che hanno l’obiettivo di migliorare l’insegnamento e l’apprendimento dell’economia negli studi superiori. Per ulteriori informazioni su Economics Network, clicca qui.
Immagine fornita da: Pixabay.com.
Riferimenti
Ballantyne, R., K. Hughes, and A. Mylonas, (2002). “Developing Procedures for Implementing Peer Assessment in Large Classes Using an Action Research Process.”, Assessment and Evaluation in Higher Education, 27(5), 427–41.
Black, P., and D. Wiliam, (2009). “Developing the Theory of Formative Assessment.”, Educational Assessment, Evaluation and Accountability 21 (1), 5–31.
Demir, Ö., and S.S. Seferoglu, (2021). “A Comparison of Solo and Pair Programming in Terms of Flow Experience, Coding Quality, and Coding Achievement.”, Journal of Educational Computing Research, 58(8), 1448-1466.
Duncan, N., (2007). “‘Feed-forward’: improving students' use of tutors' comments.”, Assessment and Evaluation in Higher Education, 32(3), 271-283.
Hannay, J. E., T. Dyba, E. Arisholm, and D.I. Sjøberg, (2009). “The Effectiveness of Pair Programming: A meta-analysis.”, Information and software technology, 51(7), 1110-1122.
McMallum, S., and M.M. Milner, (2021). “The Effectiveness of Formative Assessment: Student Views and Staff Reflections.”, Assessment and Evaluation in Higher Education, 46(1), 1–16.
Vickerman, P., (2009). “Student Perspectives on Formative Peer Assessment: An Attempt to Deepen Learning?”, Assessment and Evaluation in Higher Education, 34(2), 221-230.
Williams, L. (2001). “Integrating Pair Programming into a Software Development Process.”, Proceedings 14th Conference on Software Engineering Education and Training. 'In search of a software engineering profession' (Cat. No. PR01059), 27-36.
Wu, Q., and T. Jessop, (2018). “Formative Assessment: Missing in Action in Both Research-Intensive and Teaching Focused Universities?”, Assessment and Evaluation in Higher Education, 43 (7), 1019–1031.
-
- Assistant Professor / Lecturer Job
- Posted 1 week ago
Tenure-Track Professor (W1) for Economic History and Empirical Macroeconomics
At Eberhard Karls University of Tuebingen in Tübingen, Germania -
- Assistant Professor / Lecturer Job, Professor Job
- Posted 3 weeks ago
Tenure-Track Professor of Macroeconomic Policy
At University of Vienna in Vienna, Austria -
- Postdoc Job, Senior Researcher / Group Leader Job, Researcher / Analyst Job
- Posted 1 week ago
Post-Doctoral Researcher (m/f/d): Big Data in (Regional) Economics
At Institute of Economics, TU Braunschweig in Braunschweig, Germania