Proyek Pendidikan Ilmu Komputer – Media online (misalnya, video) memainkan peran yang semakin penting dalam pendidikan tinggi. Sayangnya, solusi hosting media saat ini kekurangan alat untuk mendorong wacana kolaboratif yang kaya dan pembelajaran sosial. Interaksi siswa-ke-siswa yang akan sepele dalam pengaturan tatap muka tidak mudah direproduksi secara online. Sebagian hal ini disebabkan oleh kurangnya kolaborasi spasial-temporal.
Proyek Pendidikan Ilmu Komputer
dotdiva – Sebagian besar sistem mengatur komentar dan anotasi yang disumbangkan oleh pemirsa siswa secara kronologis berdasarkan waktu pengiriman, yang mengakibatkan hilangnya petunjuk referensial antara konten spesifik media dan komentar atau pertanyaan peserta.
Baca Juga : Bagaimana Memilih Perangkat Lunak Kolaborasi Proyek Yang Tepat
Untuk mengatasi keterbatasan ini, kami memulai proyek baru yang mengeksplorasi implementasi alat yang memungkinkan kolaborasi spasial-temporal melalui berbagai media yang dihosting web yang digunakan di kelas pasca sekolah menengah.
CSLearning4U
Proyek ini memberikan pembelajaran CS kepada guru Sekolah Menengah dan lainnya, di mana-mana. Kami merancang eBuku untuk memungkinkan orang lain mempelajari cara memprogram dengan menggunakan prinsip-prinsip psikologi pendidikan dan ilmu pengetahuan. Kami menggabungkan pemrograman di browser, contoh yang berhasil, dan praktik beban kognitif rendah untuk mendorong pembelajaran dan kesuksesan.
Penelitian yang Dapat Dipakai untuk Guru STEM Dalam Jabatan (WRIST)
Melibatkan guru dalam bidang penelitian yang muncul dari komputasi yang dapat dikenakan dapat berfungsi sebagai cara yang efektif untuk meningkatkan pengajaran STEM mereka dan menginspirasi lebih banyak siswa untuk mendaftar di kelas mereka.
Proyek Wearable Research for In-service STEM Teachers (WRIST) akan memotivasi lebih banyak siswa Omaha Public Schools (OPS) untuk mencari karir teknik dan ilmu komputer dengan dukungan berkelanjutan dari hubungan kolaboratif jangka panjang antara fakultas UNO dan guru komputasi dan teknologi OPS yang berpartisipasi. Dua belas guru di kelas 8-12 per tahun dari OPS akan berpartisipasi dalam program pengalaman penelitian langsung musim panas selama enam minggu.
Survei Sikap Komputasi
Dalam proyek kolaboratif multi-institusi ini (bersama dengan Allison Elliott Tew), kami mengembangkan instrumen penilaian yang divalidasi secara empiris yang menargetkan sikap dan kesalahpahaman yang dimiliki oleh siswa di kelas komputasi pengantar.
Mendukung Pemikiran Komputasi Dasar melalui Pengembangan Web
Bagi banyak orang, desain dan pengembangan web memberikan pengalaman formatif yang penting dalam penulisan kode dan keterampilan berpikir komputasi. Mayoritas pelajar ini berasal dari populasi di luar kisaran khas upaya literasi komputasi (misalnya, anak kecil, pelajar informal dewasa).
Dalam proyek kolaboratif dengan Andrea Forte dari Drexel University dan Mozilla Foundation ini, misi kami tidak hanya untuk mengembangkan perangkat lunak/materi pendidikan dan instrumen penilaian yang kuat yang dapat membantu memelihara pemikiran komputasional, tetapi juga untuk membantu pelajar (dan pendidik) mengenali pembangunan web sebagai bentuk kreativitas komputasi yang mempersiapkan peserta didik untuk terlibat dalam kursus dan pelatihan ilmu komputer lebih lanjut.
Pembelajaran Informal untuk Pemrogram Pengguna Akhir
Proyek ini mengeksplorasi proses pembelajaran informal yang digunakan oleh desainer web yang telah mengadopsi scripting/pemrograman dalam kegiatan sehari-hari mereka. Tujuannya adalah untuk memahami bagaimana merancang dan menyebarkan sumber daya yang memungkinkan pengguna untuk belajar secara mendalam tentang konsep komputasi saat mereka melakukan pekerjaan mereka.
Mengingat bahwa sebagian besar penulis skrip memiliki sedikit atau tidak memiliki pendidikan formal dalam komputasi, pekerjaan ini memiliki implikasi langsung untuk meningkatkan pengetahuan programmer non-tradisional tentang pengembangan perangkat lunak, memungkinkan mereka untuk berkomunikasi dengan lebih baik satu sama lain, dan mengurangi kesalahan laten di lapangan. .
Pembelajaran Kolaboratif Manusia-Komputer dalam Ilmu Warga
Proyek ini mengeksplorasi potensi pembelajaran kolaboratif antara manusia dan mesin dalam kerangka ilmu warga lingkungan. Istilah `citizen science’ mencakup partisipasi publik dalam sains dan komunikasi ilmiah kepada publik. Meskipun bukan hal baru, ilmu warga telah mendapatkan perhatian baru karena peluang yang muncul dari akses warga ke teknologi digital dalam hal pengumpulan dan anotasi data.
Sementara sebagian besar proyek sains warga ditujukan untuk pengumpulan data, kami malah mengusulkan pergeseran transformasional ke sains warga baru di mana publik dan teknologi dianggap tidak hanya sebagai sensor atau perekam data, tetapi sebagai manusia kolektif dan berdaya kecerdasan buatan yang dapat saling membantu dalam pembelajaran sains.
Kami akan fokus pada tugas identifikasi spesies dari gambar. Proyek sains warga seperti iSpot mengundang publik untuk mengirimkan foto satwa liar. Ini diidentifikasi ke tingkat spesies dan diverifikasi sebelum disumbangkan ke sains. Kami akan mengeksplorasi kecerdasan buatan sebagai sarana untuk mengidentifikasi spesies secara otomatis dalam gambar. Meskipun hal ini dapat menyelamatkan upaya manusia, kami khawatir tentang dampaknya terhadap pecinta alam.
Pengenalan teknologi sering dikaitkan dengan kekhawatiran de-skilling. Untuk naturalis, mengasah keterampilan identifikasi spesies adalah motivator utama dari kegiatan perekaman. Oleh karena itu, merancang teknologi yang memberikan kesempatan belajar bagi warga negara dan mesin sangat penting, seperti halnya menciptakan teknologi untuk memastikan bahwa itu tidak hanya ramah pengguna tetapi juga merespons motivasi mereka.
sebuah identifikasi spesies. AI akan mempersempit pilihan dan memberi tahu warga tentang cara membedakan opsi. Warga negara pada gilirannya akan melalui pemberian identifikasi membantu mesin dalam pembelajarannya.
Kami akan mempelajari interaksi pembelajaran ini sehubungan dengan identifikasi spesies kolaboratif, tetapi juga akan mengeksplorasi teknologi yang mendorong pembelajaran sains yang lebih luas, kesadaran lingkungan, dan literasi data melalui komunikasi yang lebih baik dari data sains warga yang kompleks. Untuk itu kami akan mengembangkan teknologi untuk Natural Language Generation yang dapat mengkomunikasikan data yang kompleks melalui bahasa.
Program kerja yang kami usulkan berusaha untuk membawa manfaat terukur untuk (a) ilmu pengetahuan, misalnya, melalui produksi pengetahuan baru dan melalui pemantauan proses ilmiah utama pada skala temporal-spasial yang menantang; (b) beragam pemangku kepentingan termasuk warga negara itu sendiri, misalnya, melalui pembelajaran sains yang bermakna untuk keberlanjutan dalam konteks pendidikan formal dan informal; dan (c) masyarakat yang lebih luas, misalnya, melalui pemahaman masyarakat yang lebih baik tentang isu-isu keberlanjutan saat ini, yang mengarah pada tindakan individu dan masyarakat dalam mendukung lingkungan.