Misurare la conoscenza degli studenti nei corsi online pone una serie di sfide. I ricercatori della Higher School of Economics e dell'Università di Leuven hanno apportato miglioramenti al modello per la valutazione dei risultati accademici e hanno pubblicato i loro risultati sulla rivista Heliyon .

Diversi fattori sistemici rendono difficile per gli sviluppatori di corsi online valutare con precisione le competenze degli studenti. Primo, in media da 10 a 15 domande del test sono troppo poche per produrre una misura accurata e affidabile della conoscenza. Secondo, l'uso di domande a scelta multipla porta a congetture ea una distorsione dei risultati. Terzo, l'uso frequente dello stesso insieme di risposte corrette come misura della competenza rende difficile il confronto degli studenti quando il test viene aggiornato anche leggermente.

I ricercatori della Higher School of Economics e dell'Università di Lovanio sono riusciti a risolvere questi problemi ampliando il classico modello Rasch con parametri aggiuntivi.

"Primo, il nostro approccio ampliato include l'effetto di più tentativi, che consente di distinguere tra studenti che indovinano e coloro che conoscono le risposte, ", ha affermato Dmitry Abbakumov, responsabile HSE Center for Psychometrics in eLearning. "In secondo luogo, perché le metriche di conoscenza ottenute con questo approccio espanso sono espresse su un'unica scala, si possono confrontare, anche quando le domande del test sono cambiate in modo significativo. E infine, calcoliamo le metriche in base non solo ai risultati dei test, ma anche tenendo conto dell'esperienza dello studente, della sua attività durante la visione di video e delle prestazioni in sessioni pratiche, fornendo una comprensione più completa delle competenze dello studente."

Nel futuro, l'approccio proposto dai ricercatori potrebbe essere utilizzato nei motori di valutazione su piattaforme educative per ottenere misurazioni più accurate delle conoscenze degli studenti. E le metriche potrebbero essere integrate nelle soluzioni di navigazione e raccomandazione nell'educazione digitale.