Возможности учебной мультимодальной аналитики в преподавании темы IoT на уроках технологии в 9 классе

	Description
Аналитика мультимодальная	Направление учебной аналитики подчёркивает, что современные цифровые средства позволяют собирать данные сразу по нескольким каналам и такое многоканальное объединение данные позволяет глубже понимать динамику обучения. Цифровые следы, сбираемые на инструментах и сервисах Данные, полученные с помощью различных датчиков и сенсоров Данные, связанные с внутренним физиологическим состоянием человека Данные психометрических инструментов
Аналитика учебная	Аналитика учебная. (Learning analytics) — измерение, сбор, анализ и представление данных об учениках и их действиях с целью понимания и оптимизации учебного процесса и той среды, где это этот процесс происходит. Набор методов, позволяющих учителям и ученикам лучше понимать происходящее в учебном процессе. Учебная аналитика = сбор и анализ цифровых следов (learning traces), которые остаются после взаимодействия учащихся с цифровыми инструментами и учебным контекстом
Технология (учебный предмет)	Технология — учебный предмет основной школы, который помогает школьникам понять, как создаются вещи и услуги вокруг нас, какие технологии используются в быту, промышленности и цифровом мире, и как человек может проектировать и реализовывать свои идеи. На уроках технологии ученики знакомятся с производством и профессиями, учатся работать с материалами и инструментами, осваивают компьютерную графику, 3D‑моделирование, робототехнику и основы предпринимательства.

Возможности учебной мультимодальной аналитики в преподавании темы IoT на уроках технологии в 9 классе

Тема, в которой изучается IoT	Мультимодальная аналитика (что можно измерить и понять)
Технологическое предпринимательство и «умные» продукты (IoT-устройства как стартапы)	Мы можем одновременно измерить уровень шума в классе, освещённость и температуру и увидеть, при каких условиях ребятам комфортнее работать над проектами и когда они чаще отвлекаются
Модель «умного класса» как IoT-системы (датчики, сеть, приложение учителя)	Мы можем собрать данные с нескольких датчиков (температура, CO₂, число подключённых устройств к Wi‑Fi) и понять, как меняется обстановка в классе в разное время урока и как это связано с активностью учеников
САПР и проектирование корпуса IoT-устройства для класса	Мы можем записывать, сколько времени уходит на разные этапы работы (обсуждение, черчение, моделирование, доработка) и сравнить это с данными из класса (шум, плотность рассадки), чтобы понять, в каких условиях проектирование идёт быстрее и спокойнее.
3D-моделирование и прототипирование датчиков и креплений для «умного класса»	Мы можем измерять, как часто группы подходят к 3D-принтеру или макету, сколько попыток печати им требуется, и сопоставить это с параметрами среды (шум, освещённость), чтобы увидеть, когда ребятам легче договариваться и исправлять ошибки.
Робототехника и простые IoT-узлы (датчик + исполнительный механизм)	Мы можем одновременно записывать показания датчика (свет, расстояние), время реакции робота и видеозапись работы группы, чтобы понять, какие способы обсуждения и проверки программ помогают быстрее находить ошибки.
Программирование сценариев «умного класса» («если – то» для датчиков и акторов)	Мы можем сравнить логи запуска программ на микроконтроллере, показания датчиков и аудиозапись обсуждения в группе и увидеть, при каких вариантах объяснения ребята реже делают одинаковые ошибки в коде.
Анализ качества среды в классе (воздух, свет, шум) с помощью IoT	Мы можем долгое время собирать данные о CO₂, температуре и шуме и вместе с учителем обсуждать, как эти параметры влияют на самочувствие и успеваемость класса, когда лучше проветривать и как менять режим уроков.
Социальные эффекты «умного класса» (как технологии влияют на поведение учеников)	Мы можем совместить данные датчиков (перемещения, шум), результаты мини-опросов и оценки за задания, чтобы увидеть, как меняется участие разных учеников в проекте, кто чаще помогает другим и как влияет расстановка парт и оборудования.