#edtech

Сейчас в EdTech много говорят о том, что важно собирать цифровой след. Но можно ли на основе накопленных данных делать научно обоснованные выводы? Вот что об этом думает профессиональный психометрик:
«По моему опыту, за разговорами про цифровой след ничего дельного обычно не стоит. Сбор цифрового следа в большей степени продиктован потребностями индустрии и часто политики. Там важно «быстрее, выше, сильнее». А психометрика — всё-таки академическая дисциплина. Для неё важны продуманность выводов и отсутствие альтернативных объяснений.
Психометрика строит статистические модели на основе представлений о том, как работает научное знание. Мы сначала формулируем теоретические рамки на основе предыдущих исследований. Изучаем, какие процессы происходят в психике, что они из себя представляют и как проявляются, как соотносятся друг с другом. И только после этого создаём статистические модели.
Маркетинговые применения data science используют более математически ориентированный подход, который не подразумевает сильной теоретической модели. Он больше ориентирован на предсказание мира, чем на его объяснение. Из-за этого бывает сложнее интерпретировать результаты. Проще говоря, сбор цифрового следа для маркетинговых целей может оказаться бесполезным для анализа с научно обоснованными выводами, если за ним нет теоретического обоснования, а только тактический продуктовый запрос».
Из интервью с Алёной Куликовой, научным сотрудником Центра психометрики и измерений в образовании Института образования НИУ ВШЭ.
https://t.me/skillboxmedia_edtech/258