新しいデータ、古い緊張：ビッグデータ、個別化学習、進歩的教育の課題

個別化学習は、アメリカの小中学校におけるビッグデータの最も注目すべき応用となっています。ビッグデータと適応型テクノロジープラットフォームの組み合わせは、教育を変革する革命として期待されており、時代遅れの教室モデルを克服し、興味主導の自己主導学習という進歩的なビジョンを実現することを目指しています。しかし、支持者でさえ、実際には個別化学習が行動主義モデルに向けられていることを認めています。この記事では、ビッグデータに関する期待と現実の間のギャップが、進歩的教育内の既存の緊張の反映として理解できる方法を探ります。この緊張を説明するために、ルソーとデューイの教育理論の相互作用と、ビッグデータが提供する新しい機会を検討します。私は、個別化学習は、学生の自由が学習の効果を高める手段として認識される、ルソーの規制された自由のビジョンの繰り返しとして理解できると主張します。意思決定をアルゴリズムに委ねることは、この規制をより実行可能で正当化しやすいものにします。デューイによるルソーの個別化された目的論的教育モデルに対する批判は、ビッグデータの教育における代替的な役割の輪郭を提供し、社会的相互作用と民主市民の育成を優先します。さらに、自然的な学習環境における複雑な学習プロセスを実行可能にする能力が高まることにより、ビッグデータはデューイのアプローチを実施する上での残された課題に取り組むことを可能にするかもしれません。