Experience API ve Öğrenme Kayıt Deposu (Learning Record Store-LRS) ile Uygulama Örnekleri

Transkript

1 Experience API ve Öğrenme Kayıt Deposu (Learning Record Store-LRS) ile Uygulama Örnekleri Öğr. Gör. Sibel Yılmazel 1 Doç. Dr. Mehmet Emin Mutlu 2 1 Anadolu Üniversitesi, Enformatik Bölümü, Eskişehir, 2 Anadolu Üniversitesi, Açıköğretim Fakültesi, Eskişehir syilmazel@anadolu.edu.tr, memutlu@anadolu.edu.tr Özet: Öğrenme yönetim sistemlerinden (ÖYS) farklı öğrenme ortamlarının gelişmesiyle birlikte öğrenme deneyimlerinin esnek bir şekilde saklanabildiği yapılar ve bu yapıları tanımlayan standartlar öne çıkmaktadır. Bu çalışmada Advanced Distributed Learning (ADL) kurumunun eğitim standartlarını belirleyen vizyonu olan Training and Learning Architecture modeli çerçevesindeki öğrenme deneyimi izleme bileşenini oluşturan Experience API ve öğrenme kayıt deposu teknolojileri açıklanmakta, öğrenme deneyimlerinin Experience API standartı ile tanımlanması ve öğrenme kayıt deposuna kaydedilmesi aşamaları tanımlanarak örneklenmekte ve bu ekosistemin merkezinde bulunan öğrenme kayıt deposunun kurulum aşamaları tanıtılmaktadır. Anahtar Sözcükler: Experience API, ADL, LRS, öğrenme deneyimleri Application Examples with Experience API and Learning Record Store (LRS) Abstract: Improvements and advances in learning environments besides learning management systems (LMS) required flexible methods to store learning experiences and standards to define the specifications for this purpose. Advanced Distributed Learning (ADL) has a system called Training and Learning Architecture (TLA) to define its standarts. Experience API and Learning Record Store are the components of TLA. The purpose of the Experience API is to store and provide acccess to learning experiences which are stored in Learning Record Store. This study introduces and examplifies installing and running a Learning Record Store along with creating statements via Experience API and storing them in LRS. Keywords: Experience API, ADL, LRS, learning experiences. 1. GİRİŞ Eğitim ile ilgili standartları belirleyen lider kurumlardan Advanced Distributed Learning in (ADL) önderliğinde e- öğrenme alanında geliştirilmiş birçok standart ve tanımlamalar bir çatı altında toplanarak 2001 yılında SCORM (Sharable Courseware Object Reference Model) modeli oluşturulmuştur yılında 4. ve son sürümü yayınlanan SCORM ile birlikte öğrenme yönetim sistemleri (Learning Management Systems LMS) arasında içeriklerin taşınamaması, farklı sistemlerdeki içeriklerin düzenlenememesi, ortak olarak kullanılamaması gibi sorunların çözülmesi hedeflenmiştir. İçeriğin öğretilebilir özellikleri ile değil, yayımı ile ilgilenen SCORM, e-öğrenme içeriklerinin birlikte çalışabilirlik, yeniden kullanılabilirlik, yönetilebilirlik, ulaşılabilirlik, devamlılık, ölçeklenebilirlik, sıralama ve dolaşım özellikleri üzerine getirilen standartlardan oluşmaktadır [1]. Tüm bu avantajlarına rağmen SCORM un öğrenme yönetim sistemleri dışında gerçekleşen öğrenme deneyimlerini kapsayamaması bir kısıt oluşturmuştur. Bireysel öğrenmelerin günümüzde öğrenme yönetim sistemleri dışında mobil uygulamalar, web sayfaları, forum, eğitsel oyun, video, MOOC (Massive Open Online Courses) gibi farklı platform ve içerikler aracılığı ile gerçekleştiği göz önünde bulundurulduğunda buradaki öğrenme aktivitelerinin de kayıt altına alınması, farklı platformlar arası aktivite geçişlerinin de takip edilebilmesi ve raporlanması gereklidir. ADL bu bağlamda eğitim standartlarını belirlediği vizyonunu Training and Learning Architecture (TLA) modeli ile tanımlamaktadır. Bu model dört bileşenden oluşmaktadır: Öğrenme Deneyimi İzleme (Experience Tracking), Öğrenen Profili (Learner Profiles), İçerik Aracılığı (Content Brokering) ve Yetkinlik Ağları (Competency Networks) [2]. Bu modüler yapıda öğrenme deneyimi izleme bileşeni öğrenme deneyimlerini takip ve kayıt etmek amacıyla kullanılmaktadır. Öğrenme deneyimleri, dersin web sayfası, öğrenme yönetim sistemi, sosyal medya, mobil uygulamalar, kullanıcı forumları, yardım sayfaları, videolar, eğitsel oyunlar gibi çok farklı ortamlarda meydana gelebilir. Söz konusu bileşenin en kritik özelliği öğrenme deneyiminin gerçekleştiği bu çeşitli ortamlardan gelen verileri sakladıktan sonra yetkili sistemler için ulaşılabilir olmasını sağlamasıdır. ADL in Öğrenme deneyimi izleme bileşeni çerçevesindeki mevcut projeleri Experience API (xapi önceki adı ile TinCan) ve öğrenme kayıt deposu dur (Learning Record Store-LRS). Bu bildiri öğrenme deneyimi izleme bileşeni kapsamında xapi ve öğrenme kayıt deposu teknolojilerini açıklayarak öğrenme kayıt deposu kurulum aşamalarını göstermekte ve öğrenme kayıt deposuna deyimlerin kaydedilmesi ve raporlanmasına dair örnek uygulamaları sunmaktadır.

2 2. ÖĞRENME DENEYİMİ İZLEME BİLEŞENLERİ: EXPERIENCE API ve ÖĞRENME KAYIT DEPOSU SCORM standartının yeni nesli olarak geliştirilen xapi öğrenme deneyimlerine ulaşma ve saklama konusunda standartları belirlemektedir ve merkezinde öğrenme kayıt deposu bulunmaktadır. xapi, öğrenme deneyimlerini temsil eden deyimlerin (statements) öğrenme kayıt deposuna kayıt edilmesini sağlayarak bu deyimlerin sistemler arasında paylaşılabilmesi için gerekli kriterleri tanımlamaktadır. SCORM un kısıt olarak nitelendirilen pek çok özelliğini geliştiren xapi ve SCORM arasındaki belirgin farklılıklar Tablo 1 de özetlenmektedir: SCORM Sürekli internet bağlantısı gereklidir. İçerik öğrenme yönetim sisteminde bulunmalıdır. Geçti/kaldı, sınav sonuçları, ders tamamlanma yüzdeleri bilgileri takip edilir. Sadece e- öğrenme dersleri takibi yapılır. Experience API Oturumsuz (sessionless) bağlantı ile de çalışabilir. Öğrenme deneyimleri xapi web servisi üzerinden herhangi bir zamanda iletilebilir. İçerik öğrenme yönetim sistemi veya bu sistem dışında herhangi bir ortamda bulunabilir. Platform bağımsızdır, örneğin mobil uygulamalar, MOOC gibi ortamlardaki öğrenme deneyimleri kayıt altına alınabilir. Öğrenme deneyimleri istenilen seviyede ve çeşitlilikte takip edilebilir. Örneğin, çoklu başarı notu ve detaylı sınav sonuçları iletilebilir. Biçimsel olmayan, bireysel öğrenme deneyimlerinin de takibi yapılabilir. Tablo 1. SCORM ve Experience API farklılıkları [4]. Öğrenme kayıt depoları öğrenme aksiyonlarının I did this örneğindeki gibi aktör (actor), fiil (verb) ve nesne (object) zorunlu alanlarından oluşan deyimler ile saklanmasını ve bu veriye erişilmesini sağlar [3]. Burada aktör, deyimin öznesini temsil eder; örneğin öğrenen, mentor, öğreten veya grup olabilir. Fiil, öğrenme deneyimini -okumak, geçmek, öğretmek gibibelirtmektedir. Nesne ise aktörün -öznenin- etkileşimde bulunduğu kitap, test, ders gibi nesneleri temsil etmektedir. Bu esnek yapı sayesinde öğrenme aktiviteleri platform bağımsız olarak saklanabilir ve raporlanabilir hale gelmektedir. Öğrenme kayıt depolarına xapi ın belirlediği özellikler çerçevesinde öğrenme deneyimlerini üreten sisteme etkinlik sağlayıcısı (activity provider) adı verilmektedir. Etkinlik sağlayıcıları, kullanıcıların deneyimlerini temsil eden deyimleri LRS sistemine kaydetme özelliğine sahiptir ve herhangi bir sistem etkinlik sağlayıcısı olarak kullanılabilmektedir. Bu bağlamda xapi, etkinlik sağlayıcılarının deyim üretmelerine bağımlıdır. xapi ın veri modeli ve buna bağlı bileşenlerinin belirlediği standarta göre şunlar sağlanmaktadır [9]: Deyimin durumu ve tanımı, yapısı, aktör, eylem (fiil) ve nesne. Bu verilerin tümü etkinlik sağlayıcı tarafından sağlanmaktadır. Verilerin LRS de saklanması ve LRS deki verilere erişimi sağlayan veri transfer yöntemleri. Bu özelliği sağlayan sistemler etkinlik sağlayıcı olmak zorunda değildir. LRS ler kendi aralarında haberleşebildiği gibi diğer raporlama sistemleri ile de entegre çalışabilmektedirler. Gerek LRS ler gerekse diğer sistemler arasında güvenli veri transferini sağlayan yöntemler. Tablo 2 de örnek etkinlik sağlayıcıları ve kullanıcı aksiyonlarına göre oluşturulan deyimler verilmektedir: Etkinlik Sağlayıcı Arama Motoru Proxy sunucusu Intranet Simülasyon Webinar Blog Değerlendirme Müşteri İlişkileri Yönetimi Sistemi Kullanıcı Aksiyonu Kelime ile arama yaptı. Web sayfasını yükledi. Doküman görüntüledi. Daha zor bir seviyeye çıktı. Webinara katıldı. Yorum bıraktı. Belirli bir skoru geçti. Ürün sattı. Deyim searched for How to sell products launched w- to- sell- products viewed sales- cycle.pdf on Intranet progressed to Level 2 in the Sales Simulation attented Product XYZ webinar commented on Product XYZ key features and benefits achieved 87% sold Product XYZ Tablo 2. Kullanıcı aksiyonları ve örnek deyimler [5].

3 xapi, deyimlerin formatını Tablo 3 te listelenen 11 özellik ile belirlemektedir [8]. Bunlardan Aktör, Fiil ve Nesne alanları zorunlu olmakla birlikte LRS ye kayıt tarihi ve zamanı ile versiyon alanları LRS tarafından otomatik olarak kaydedilmektedir. Diğer alanlar zorunlu olmamakla birlikte değerlerinin belirlenmesi ADL tarafından tavsiye edilmektedir. Örneğin sonuç alanı, test skoru, başarı durumu ve tamamlanan alanlar verilerinden oluşmaktadır. Benzer şekilde bağlam, deyimde geçen aktivitenin diğer aktiviteler ile ilişkisi bilgisini, öğrenme serisindeki yerini, öğretenin adını gibi bilgileri içerebilmektedir. xapi Deyim Alanları ID Aktör Fiil Nesne Sonuç Bağlam Tarih ve Zaman LRS e kaydedilme tarih ve zaman bilgisi Authority Versiyon Ek(ler) Tablo 3. Deyimi oluşturan alanlar ADL deyimlerde kullanılacak fiilleri ve nesneleri standart olarak belirlemektedir. Kullanıcılar deyimleri oluştururken kullanacakları fiil ve nesneler için karşı gelen URI leri referans vermektedirler. Bu yapı ile fiil ve nesneler URI yapısında zamanla genişletilebilen öğeler olarak yapılandırılmış, yeni fiil ve nesneler eklenebilmesi için API ın yeni sürümlerine gerek kalmamıştır [6]. Buna göre fiil listesi Tablo 4 te ve nesne listesi Tablo 5 te listelenmektedir: xapi Fiil Listesi answered imported registered asked initialized responded attempted interacted resumed attended launched scored commented mastered shared completed passed suspended exited preferred terminated experienced progressed voided failed Tablo 4. xapi fiil listesi [7]. xapi Nesne Listesi assessment link objective course media performance file meeting question interaction module simulation lesson Tablo 5. xapi nesne listesi [7]. xapi OAUth ve HTTP Basic Authentication servislerini kullanarak LRS ye erişimi sağlamaktadır. Böylece LRS, erişim yetkisi olan sistem ve dijital içerik tarafından erişilebilmektedir. 3. ÖĞRENME KAYIT DEPOSU ÜZERİNDE AKADEMİK ANALİTİK ÖRNEKLERİ xapi ve LRS teknolojileri ile daha önce toplanamayan öğrenme deneyimi verileri çok çeşitli ortamlardan elde edilerek özellikle uzaktan öğrenme alanında detaylı analiz yapılmasına olanak sağlanmaktadır. xapi ile birlikte öğrenme kayıt depoları üzerinde çok çeşitli sorulara yanıt bulunabilmektedir: X aksiyonunu alan öğrenenlerden kaçı T zaman aralığında Y aksiyonunu almıştır?, Test 1 üzerinde en yüksek skoru olan ilk 20 öğrenciden kaçı X dersinin videosunu izlemiştir?, Aktivite A da en yüksek skoru elde etmiş 10 öğrencinin ortak öğrenme deneyimleri nelerdir?. Veri analizi adı verilen bu tür sorulara yanıt aranabilmekle birlikte son yıllarda gelişmekte olan akademik veri analitiği ve eğitsel veri madenciliği [10, 11] teknolojileri ile veride gizli bulunan desenler keşfedilerek geleceğe yönelik tahminlerde de bulunabilmektedir. Öğrenme analitiği çıktıları geleceğe yönelik tahminlerde bulunma, kişiselleştirilmiş öğrenme ortamları ve değerlendirme yöntemlerinin araştırılmasında, öğrencilere doğru zamanda ve doğru yöntemle destek verilmesinde kullanılabilmektedir. Örneğin, Hangi öğrenciler X dersinden kalma riskini taşımaktadır? veya Başarısız öğrencilerin başarılı olmaları için hangi kitaplar tavsiye edilmelidir?. Bu tür veri analizlerinde makine öğrenmesi (machine learning), büyük veri (big data) analizi gibi yeni nesil teknolojiler rol oynamaktadır. 4. ÖĞRENME KAYIT DEPOSU KURULUM AŞAMALARI xapi ın mimari yapısında merkezinde bulunan LRS için izlenmesi gereken kurulum prosedürü şu şekildedir:

4 1. adresinden ADL_LRS paketi indirilir. 2. Bu paketin kurulabilmesi için Linux işletim sisteminin bir dağıtımı olan Ubuntu versiyonunun Python ile birlikte kurulu olması gereklidir. 3. Ubuntu üzerinde LRS kurulum adımları şu şekilde gerçekleştirilmelidir: a. LRS yazılımının yazılım kurulumu b. Postgres setup işlemi c. Postgres shell içerisinde veritabanı kurulumu d. ADL LRS sistem kullanıcısının oluşturulması e. LRS nin bulunacağı dizinin oluşturulması f. LRS repository klonlaması g. Çevre değişkenlerinin ayarlanması h. LRS nin ayarlarının yapılması i. LRS in test edilerek çalıştırılması Bu çalışma kapsamında LRS nin linux kurma deneyimi olmayan son kullanıcılar tarafından da kullanılabilmesi amacıyla Ubuntu ve LRS kurulumunu barındıran bir sanal makine hazırlanmıştır. Bu sanal makine VirtualBox [12] üzerinde çalışabilmekte ve LRS ye sanal makinenin bulunduğu cihazın üzerindeki web alan adresi (localhost) ile erişilebilmektedir. Erişim için web tarayıcısından adresi kullanılmalıdır. Bu adres bildirinin sonraki bölümünde açıklanan örnek uygulamalarda LRS nin konumunun belirtildiği endpoint değişken değeri olarak kullanılacaktır. 5. ÖRNEK UYGULAMALAR ADL, ve adreslerinde xapi ve LRS ile ilgili çeşitli uygulama örnekleri paylaşmaktadır. Bu alanda bulunan Experience API Client Examples [13] ADL tarafından xapi başlangıç uygulaması olarak tavsiye edilmektedir. Prototipte xapi 1.0 versiyonu ile yazılmış bir oyun uygulaması, bu oyundan LRS ye gönderilen xapi deyimlerinin listelendiği Statement Viewer ve raporlama örneklerinin gösterildiği Report Sample bulunmaktadır. Çalışma kapsamında prototipin kurulumu yapılmış ve yerel olarak VirtualBox ortamındaki LRS üzerinde denenmeştir. Bunun için aşağıda belirtilen adımlar izlenmelidir: LRS arayüzüne adresinden ulaşılarak register linki ile kullanıcı oluşturulmalıdır. Bu kullanıcı örnek oyun uygulamasının deyimlerinde kullanılacaktır. LRS kullanıcı adının sibel olduğu varsayıldığında config.js dosyasının şu şekilde değiştirilmesi gereklidir: function Config() { "use strict"; } Config.endpoint = " Config.user = "sibel"; Config.password = "123456"; Config.actor = { "mbox":"sibel@yilmazel.com", "name":"sibel" }; Çalışma kapsamında ikinci örnek olarak web sayfalarındaki öğrenme deneyimlerini deyime çeviren bookmarklet [14] uygulamasının uyarlaması yapılmıştır. Bookmarklet uygulaması öğrenenin web sayfası üzerindeki öğrenme deneyimini işaretleyebildiği bir özellik sunmaktadır. Buna göre örnek olarak edx öğrenme ortamındaki bir dersin sayfasında örnek deyim üretilmiştir. Üretilen deyim örneği experienced fiili ile denenmiş ve sibel experienced Data, Analytics and Learning edx and rated it 3 out of 5. (analtytics edx) deyimi kurulan yerel LRS ye gönderilmiştir: Şekil 1. Bookmarklet örneği ile deyim oluşturma ADL Experience API prototip uygulaması ve bookmarklet örnek uygulamalarında üretilen deyimlerin kurulan LRS üzerinde görüntülenmesi sağlanmıştır: Şekil 2. LRS ye kayıt edilmiş örnek deyimlerin görüntülenmesi LRS de kayıt edilen deyimlerin raporlanması üzerine yapılan çalışmada ise deyimlerde geçen fiillerin frekans dağılım grafiği aşağıdaki örnekte olduğu gibi çizdirilmiştir [15]. Buna göre kurulumu yapılmış LRS ye gönderilen örnek deyimlerde geçen fiillerden finished

5 16, passed 11, started 16, read 2 ve bookmarked 3 kez kullanıldığı görülmektedir: [6] Mutlu, M.E. (2014), Experience API ile Yaşam Günlüğüne Dayalı Öğrenme Deneyimlerinin Kaydedilmesi, Inet-Tr 14 XIX. Türkiye de İnternet Konferansı, Yaşar Üniversitesi, İzmir, Kasım 2014 [7] ADL Verbs. (2014). Şekil 3. Örnek deyimlerde kullanılan fiillerin frekans dağılımının raporlanması 6. SONUÇ ve ÖNERİLER Bildiri kapsamında yerel öğrenme kayıt deposu kurulumları yapılarak ADL in xapi örneklerinin uyarlamaları yapılmış ve çalıştırılmıştır. xapi örneklerinin yerel LRS kurulumu üzerinde başarıyla çalıştırılmasının ardından Anadolu Üniversitesi bünyesinde dış IP ulaşımına açık bir sunucu üzerinde de kurulumu yapılarak yayınlanması planlanmaktadır. Bu uygulama ile Anadolu Üniversitesi açık ve uzaktan öğrenme faaliyetleri çerçevesindeki öğrenme deneyimlerinin kayıt edilebilmesi için öğrenme kayıt deposu altyapısı hazırlanmış olacaktır. Bildirinin önceki bölümünde açıklanan xapi örneklerine paralel olarak Anadolu Üniversitesi bünyesindeki açık ve uzaktan öğrenme uygulamalarına eklentiler yazılarak öğrenme deneyimlerinin LRS de depolanması ve devamında kayıtlar üzerinde öğrenme analitiği uygulaması mümkün olabilecektir. 7. KAYNAKLAR [1] ADL Scorm. (2014). [2] ADL TLA. (2014). [3] ADL Background and History. (2014). [8] ADL. (2013). xapi Version (1 Ekim 2013 tarihinde yayınlanmıştır), [9] Spec/blob/master/xAPI.md ( tarihinde erişilmiştir.) [10] Baepler, P., & Murdoch, C. J. (2010). Academic analytics and data mining in higher education. International Journal for the Scholarship of Teaching and Learning, 4(2), 17. [11] del Blanco, A., Serrano, A., Freire, M., Martínez- Ortiz, I., & Fernández-Manjón, B. (2013, March). E- Learning standards and learning analytics. Can data collection be improved by using standard data models?. In Global Engineering Education Conference (EDUCON), 2013 IEEE. [12] ( tarihinde erişilmiştir.) [13] [14] [15] [4] SCORM vs The Tin Can API. (2014). [5] Experience API Exploring the potential (2014). ( tarihinde erişilmiştir.)