Η τακτική συλλογή ανατροφοδότησης κατά τη διάρκεια της μαθησιακής διαδικασίας επιτρέπει στους εκπαιδευτικούς να βελτιώνουν στοχευμένα την XR εμπειρία μάθησης. Ποιοτικές μέθοδοι, όπως η παρατήρηση, η μέθοδος «σκέφτομαι δυνατά», οι φάσεις αναστοχασμού ή οι συνεντεύξεις μετά το μάθημα, βοηθούν στην κατανόηση του τρόπου με τον οποίο σκέφτονται και αισθάνονται οι μαθητές.

Τι μπορούν να κάνουν οι εκπαιδευτικοί:

• Να ζητούν ανατροφοδότηση από μαθητές και συναδέλφους ώστε να προσαρμόζουν άμεσα τη διδασκαλία, όταν χρειάζεται.
• Να παρατηρούν στοχευμένα τη χρήση της XR για να εντοπίζουν συνηθισμένες δυσκολίες ή ιδιαίτερα επιτυχημένες μαθησιακές στιγμές.
• Να ζητούν από τους μαθητές να «σκέφτονται δυνατά» ή να πραγματοποιούν συνεντεύξεις και ομαδικές συζητήσεις για βαθύτερη κατανόηση της εμπειρίας.

Παράδειγμα:

Οι μαθητές εργάζονται σε ένα πείραμα σε εικονικό εργαστήριο χημείας. Πρέπει να μετρήσουν υγρά με ακρίβεια χρησιμοποιώντας μια μικροπιπέτα. Καθώς «σκέφτονται δυνατά», γίνεται φανερό ότι ορισμένοι δυσκολεύονται να ελέγξουν τη μικροπιπέτα στο VR περιβάλλον — για παράδειγμα στη σωστή τοποθέτηση ή στη χρήση της εικονικής φιάλης.

Οι εκπαιδευτικοί παρατηρούν αυτές τις δυσκολίες και προσαρμόζουν την αλληλεπίδραση στο σύστημα, π.χ. απλοποιώντας τους χειρισμούς, εμφανίζοντας ένα σύντομο tutorial ή παρέχοντας οπτικούς οδηγούς για τη θέση των χεριών.

Οι XR εφαρμογές μπορούν να καταγράφουν αυτόματα τον τρόπο με τον οποίο οι μαθητές ολοκληρώνουν δραστηριότητες και κινούνται μέσα στο εικονικό περιβάλλον. Έτσι, η πρόοδος μπορεί να αποτιμηθεί χωρίς να διακόπτεται η μαθησιακή ροή. Μέθοδοι όπως το eye tracking επιτρέπουν ακόμη ακριβέστερη παρατήρηση: τι προσέχουν οι μαθητές και τι τείνουν να αγνοούν.

Τι μπορούν να κάνουν οι εκπαιδευτικοί:

• Να ενσωματώνουν δραστηριότητες απευθείας στο XR περιβάλλον, ώστε η επίδοση να καταγράφεται αυτόματα.
• Να χρησιμοποιούν εργαλεία όπως το eye tracking για να δουν πού εστιάζουν οι μαθητές — π.χ. σε πολύπλοκες οπτικοποιήσεις.
• Να αξιοποιούν τα συλλεγμένα δεδομένα για να προσαρμόζουν το περιεχόμενο, π.χ. επισημαίνοντας ή απλοποιώντας δύσκολα σημεία.

Παράδειγμα:

Σε μια AR εφαρμογή για το μάθημα της βιολογίας, οι μαθητές εξετάζουν ένα τρισδιάστατο μοντέλο της ανθρώπινης καρδιάς. Το σύστημα eye tracking δείχνει ότι πολλοί μαθητές δεν δίνουν σχεδόν καθόλου προσοχή στις καρδιακές βαλβίδες.

Ως διδακτική παρέμβαση, οι περιοχές αυτές επισημαίνονται οπτικά μέσα στην εφαρμογή και συνοδεύονται από σύντομες επεξηγήσεις. Με αυτόν τον τρόπο εξασφαλίζεται ότι το κρίσιμο περιεχόμενο δεν παραβλέπεται.

Οι προσαρμοστικές δοκιμασίες (adaptive tests) στην XR προσαρμόζονται στις ικανότητες των μαθητών: όσοι τα καταφέρνουν καλά λαμβάνουν πιο απαιτητικές δραστηριότητες, ενώ όσοι χρειάζονται υποστήριξη οδηγούνται σε ευκολότερες.

Παράλληλα, οι εκπαιδευτικοί μπορούν να συγκρίνουν δύο εκδοχές ενός μαθησιακού σεναρίου (A/B testing) ώστε να δουν ποια λειτουργεί καλύτερα. Όταν ο συνδυασμός της ανατροφοδότησης των μαθητών συσχετιστεί με μετρήσιμα αποτελέσματα επίδοσης, δημιουργείται μια ολοκληρωμένη εικόνα της μαθησιακής επιτυχίας.

Τι μπορούν να κάνουν οι εκπαιδευτικοί:

• Να χρησιμοποιούν προσαρμοστικές δραστηριότητες στην XR για εξατομικευμένη υποστήριξη των μαθητών.
• Να δοκιμάζουν δύο διαφορετικές εκδοχές ενός σεναρίου για να εντοπίζουν ποια μέθοδος είναι πιο αποτελεσματική.
• Να συνδυάζουν την ανατροφοδότηση των μαθητών με τα αποτελέσματα των τεστ για βαθύτερη κατανόηση της επίδρασης.

Παράδειγμα:

Ένα VR πρόγραμμα εκπαίδευσης για νοσηλευτές προσομοιώνει επείγουσες καταστάσεις. Ανάλογα με το πόσο αποτελεσματικά ανταποκρίνεται κάποιος, το επόμενο σενάριο γίνεται ευκολότερο ή δυσκολότερο.

Δύο ομάδες λαμβάνουν διαφορετικές οδηγίες: η μία μέσω κειμένου, η άλλη μέσω μιας εικονικής βοηθητικής φιγούρας που μιλά.
Μετά την εκπαίδευση, συγκρίνονται οι επιδόσεις και πραγματοποιούνται συνεντεύξεις.

Τα αποτελέσματα δείχνουν ότι η προφορική καθοδήγηση υποστηρίζει καλύτερα τους εκπαιδευόμενους σε αγχωτικές καταστάσεις· γι’ αυτό και επιλέγεται ως προτιμώμενη μέθοδος στο μέλλον.

Τα εικονικά σενάρια επιτρέπουν ρεαλιστικές δοκιμασίες, στις οποίες οι μαθητές μπορούν να δείξουν άμεσα τις γνώσεις και τις δεξιότητές τους. Η αξιολόγηση βασίζεται σε όσα κάνουν μέσα στην προσομοίωση — όχι μόνο σε όσα λένε ή γράφουν.

Τι μπορούν να κάνουν οι εκπαιδευτικοί:

• Να προσφέρουν δοκιμασίες μέσα σε VR, όπως μια άσκηση αντιμετώπισης έκτακτης ανάγκης για υγειονομικό προσωπικό.

• Να χρησιμοποιούν ψηφιακές λίστες ελέγχου ή φύλλα παρατήρησης για την αξιολόγηση της επίδοσης.

• Να καταγράφουν αυτόματα τις ενέργειες των μαθητών μέσα στο XR περιβάλλον για περαιτέρω ανάλυση.

Παράδειγμα:
Σε μια VR εφαρμογή για το μάθημα της βιολογίας, οι μαθητές εξερευνούν το ανθρώπινο σώμα. Κατά τη διάρκεια μιας δραστηριότητας για την αναπνοή, ο εκπαιδευτικός παρατηρεί την πορεία εργασίας χρησιμοποιώντας ένα φύλλο παρατήρησης.

Απόσπασμα φύλλου παρατήρησης:

• Προσοχή και συγκέντρωση: Είναι ο μαθητής συγκεντρωμένος; (Ναι / Μερικώς / Όχι)

• Κατανόηση της δραστηριότητας: Μπορεί ο μαθητής να εξηγήσει τη λειτουργία των πνευμόνων; (Ναι / Μερικώς / Όχι)

• Αλληλεπίδραση με το VR περιβάλλον: Χειρίζεται ο μαθητής σωστά και με αυτοπεποίθηση τα VR εργαλεία; (Ναι / Μερικώς / Όχι)

• Ομαδική συνεργασία (σε ομαδική εργασία): Επικοινωνεί αποτελεσματικά με τους συμμαθητές; (Ναι / Μερικώς / Όχι)

Μετά την παρατήρηση, ο εκπαιδευτικός χρησιμοποιεί τα αποτελέσματα για να παρέχει στοχευμένη υποστήριξη στους μαθητές και να προσαρμόσει ανάλογα το μάθημα.

Οι παραδοσιακές δοκιμασίες μπορούν να ενσωματωθούν και σε XR περιβάλλοντα, όπως κουίζ ή σύντομες ερωτήσεις σε συγκεκριμένα σημεία της εμπειρίας. Με την προσθήκη επιπλέον δεδομένων (π.χ. σε τι εστιάζουν οι μαθητές ή πόσο χρόνο χρειάζονται για μια ενέργεια), η αξιολόγηση της επίδοσης γίνεται ακόμη ακριβέστερη.

Τι μπορούν να κάνουν οι εκπαιδευτικοί:

• Να ενσωματώνουν ερωτήσεις κουίζ απευθείας στο XR περιβάλλον (π.χ. πολλαπλής επιλογής).
• Να λαμβάνουν υπόψη την κατεύθυνση του βλέμματος και τις ενέργειες των μαθητών κατά την αξιολόγηση.
• Να συνδέουν τα αποτελέσματα με τη μαθησιακή πορεία για να παρακολουθούν την ατομική εξέλιξη.

Παράδειγμα:
Σε μια εικονική περιήγηση σε μουσείο, οι μαθητές απαντούν σε ερωτήσεις κουίζ σχετικές με ιστορικά θέματα σε διάφορους σταθμούς. Η εφαρμογή καταγράφει τις απαντήσεις τους, τον χρόνο επεξεργασίας και τη συμπεριφορά πλοήγησης. Στο τέλος, ο εκπαιδευτικός μπορεί να δει ποιο περιεχόμενο κατανοήθηκε καλά και πού υπάρχουν ακόμη κενά.

Bortz, J., & Döring, N. (2006). Forschungsmethoden und Evaluation für Human- und Sozialwissenschaften (4. Aufl.). Springer.

Froschauer, U., & Lueger, M. (2024). Das qualitative Interview (3. Aufl.). facultas.

Mayring, P. (2023). Einführung in die qualitative Sozialforschung: Eine Anleitung zu qualitativem Denken (7. überarb. Aufl.). Beltz.

Przborski, A., & Wohlrab-Sahr, M. (2014). Qualitative Sozialforschung: Ein Arbeitsbuch (4. Aufl.). Oldenbourg.

Η ανατροφοδότηση από συνομηλίκους στην XR καλλιεργεί ένα ενεργητικό μαθησιακό περιβάλλον, στο οποίο οι μαθητές μαθαίνουν ο ένας από τον άλλον. Μέσα από στοχευμένη ομαδική ανατροφοδότηση, αναπτύσσουν νέους τρόπους συνεργασίας, επίλυσης προβλημάτων και αποτελεσματικής χρήσης του εικονικού περιβάλλοντος.

Τι μπορούν να κάνουν οι εκπαιδευτικοί:

• Να σχεδιάζουν κοινά XR έργα στα οποία οι μαθητές εργάζονται σε ομάδες και προσφέρουν ανατροφοδότηση μεταξύ τους.
• Να ενσωματώνουν τακτικές φάσεις αναστοχασμού στο XR περιβάλλον για την ενίσχυση της ανταλλαγής.
• Να εφαρμόζουν ένα σύστημα μέντορινγκ, στο οποίο πιο έμπειροι μαθητές βοηθούν τους νεότερους να προσανατολιστούν στο XR.

Παράδειγμα:
Σε ένα εικονικό εργαστήριο χημείας, οι μαθητές εργάζονται σε ομάδες για να διεξαγάγουν ένα πείραμα σχετικά με την αντίδραση ουσιών.
Μετά το πείραμα, εξετάζουν τη δουλειά των άλλων ομάδων, δίνουν ανατροφοδότηση για την προσέγγιση και συζητούν από κοινού ποιες στρατηγικές λειτούργησαν καλύτερα.
Με αυτόν τον τρόπο μαθαίνουν όχι μόνο από τις δικές τους ενέργειες, αλλά και από την παρατήρηση και αξιολόγηση των άλλων.

Η ανατροφοδότηση από τους μαθητές βοηθά στον έγκαιρο εντοπισμό προβλημάτων χρηστικότητας και πιθανών εμποδίων στη μάθηση — ζητήματα που συχνά οι εκπαιδευτικοί ή οι προγραμματιστές δεν αντιλαμβάνονται άμεσα.

Τι μπορούν να κάνουν οι εκπαιδευτικοί:

• Να πραγματοποιούν τακτικές σύντομες έρευνες σχετικά με τη φιλικότητα της XR εφαρμογής προς τον χρήστη.
• Να οργανώνουν «bug hunting» συνεδρίες, όπου οι μαθητές εντοπίζουν προβλήματα ή προτείνουν βελτιώσεις.
• Να δημιουργούν ένα ανοικτό κανάλι ανατροφοδότησης για τη συλλογή τεχνικών σχολίων και την προώθησή τους στους προγραμματιστές.

Παράδειγμα:
Σε ένα εικονικό μάθημα αρχιτεκτονικής, οι μαθητές δημιουργούν τρισδιάστατα μοντέλα κτηρίων. Πολλοί αναφέρουν ότι ένα συγκεκριμένο εργαλείο της εφαρμογής είναι δύσκολο να εντοπιστεί ή να χρησιμοποιηθεί.
Σε μια συνεδρία ανατροφοδότησης προτείνουν τρόπους για πιο καθαρή οργάνωση της γραμμής εργαλείων. Οι προτάσεις συγκεντρώνονται και αποστέλλονται στους developers, οι οποίοι ανασχεδιάζουν το interface ώστε να γίνει πιο εύχρηστο για μελλοντικούς χρήστες.

Η ανατροφοδότηση από συνομηλίκους στην XR βοηθά τους μαθητές να επικοινωνούν καλύτερα και να συνεργάζονται αποτελεσματικά. Αυτές οι δεξιότητες είναι σημαντικές για το σχολείο, την εκπαίδευση και την επαγγελματική ζωή.
Τι μπορούν να κάνουν οι εκπαιδευτικοί:

• Να προσφέρουν εργαστήρια όπου οι μαθητές εξασκούνται στην καθαρή και με σεβασμό επικοινωνία μέσα σε εικονικά περιβάλλοντα.
• Να υλοποιούν παιχνίδια ρόλων (role-plays) σε XR για πρακτική στην παροχή και λήψη ανατροφοδότησης.
• Να χρησιμοποιούν ένα σύστημα αξιολόγησης που λαμβάνει υπόψη όχι μόνο το περιεχόμενο, αλλά και την ποιότητα της παρεχόμενης ανατροφοδότησης.

Παράδειγμα:
Σε ένα εικονικό μάθημα ξένης γλώσσας, οι μαθητές κάνουν παρουσιάσεις στην τάξη, π.χ. για μια χώρα ή ένα επίκαιρο θέμα. Στη συνέχεια, χρησιμοποιούν ένα σαφές φύλλο ανατροφοδότησης για να αξιολογήσουν ο ένας τον άλλο ως προς τη γλώσσα, το περιεχόμενο και τις δεξιότητες παρουσίασης.
Σε μια σύντομη συνεδρία αναστοχασμού συζητούν τι λειτούργησε καλά και τι θα μπορούσε να βελτιωθεί.
Έτσι, δεν μαθαίνουν μόνο τη γλώσσα, αλλά και το πώς να αλληλεπιδρούν εποικοδομητικά μεταξύ τους.

Οι XR εφαρμογές συλλέγουν δεδομένα σχετικά με τον τρόπο που οι μαθητές εργάζονται μέσα στο περιβάλλον. Αυτές οι πληροφορίες βοηθούν τους εκπαιδευτικούς να αξιολογήσουν με μεγαλύτερη ακρίβεια την πρόοδο και την επίδοσή τους, επιτρέποντας τον εντοπισμό τόσο των δυνατών σημείων όσο και των αδυναμιών.

Τι μπορούν να κάνουν οι εκπαιδευτικοί:

• Να συμπεριλαμβάνουν στην αξιολόγηση την πρόοδο, όπως πόντους που συγκεντρώθηκαν ή ολοκληρωμένες δραστηριότητες.
• Να αξιολογούν τα λάθη ώστε να παρέχουν στοχευμένη ανατροφοδότηση.
• Να συγκρίνουν αποτελέσματα για καλύτερη αποτίμηση των επιπέδων επίδοσης.

Παράδειγμα:

Σε μια VR εφαρμογή εκμάθησης γλώσσας, οι μαθητές εξασκούνται στο λεξιλόγιο μέσα σε μια προσομοιωμένη καθημερινή κατάσταση, π.χ. κατά τη διάρκεια αγορών. Η εφαρμογή μετρά πόσοι όροι χρησιμοποιήθηκαν σωστά και πόσες φορές έγιναν λάθη.
Με βάση αυτά, ο εκπαιδευτικός μπορεί να δει με ακρίβεια ποιες λέξεις έχουν ήδη κατακτηθεί και πού απαιτείται περαιτέρω εξάσκηση, ώστε να οργανώσει ανάλογα την επανάληψη.

Οι XR εφαρμογές μπορούν να προσαρμόζονται στη συμπεριφορά των μαθητών. Όταν κάποιος δυσκολεύεται, το σύστημα μπορεί αυτόματα να εμφανίσει συμβουλές, απλούστερες δραστηριότητες ή επιπλέον εξηγήσεις. Με αυτόν τον τρόπο, κάθε μαθητής λαμβάνει στοχευμένη και εξατομικευμένη υποστήριξη.

Τι μπορούν να κάνουν οι εκπαιδευτικοί:

• Να ενεργοποιήσουν την αυτόματη βοήθεια που εμφανίζεται όταν προκύπτουν δυσκολίες.
• Να προτείνουν εξατομικευμένες μαθησιακές διαδρομές με βάση την προηγούμενη επίδοση.
• Να αξιοποιούν ανατροφοδότηση που ανταποκρίνεται σε πραγματικό χρόνο στη συμπεριφορά των μαθητών.

Παράδειγμα:

Σε μια AR εφαρμογή μαθηματικών, οι μαθητές λύνουν προβλήματα γεωμετρίας τοποθετώντας σχήματα μέσα σε έναν πραγματικό χώρο. Αν ένας μαθητής κάνει λάθος αρκετές φορές, η εφαρμογή εμφανίζει αυτόματα μια σύντομη εξήγηση και μια πιο απλή δραστηριότητα. Έτσι, η κατανόηση ενισχύεται σταδιακά χωρίς να διακόπτεται η μαθησιακή διαδικασία.

Οι αναλύσεις μάθησης στην XR δεν ωφελούν μόνο τους μαθητές· μπορούν να αξιοποιηθούν και από τους εκπαιδευτικούς, ώστε να βελτιώσουν στοχευμένα τη διδασκαλία τους. Τα δεδομένα δείχνουν τι λειτούργησε καλά και σε ποια σημεία εμφανίστηκαν ακόμη δυσκολίες.

Τι μπορούν να κάνουν οι εκπαιδευτικοί:

• Να αξιολογούν τα δεδομένα για τον προγραμματισμό, την υλοποίηση και την αναστοχαστική αξιολόγηση του μαθήματος.
• Να αναγνωρίζουν μοτίβα στη μαθησιακή συμπεριφορά και να προσαρμόζουν ανάλογα τη διδασκαλία.
• Να χρησιμοποιούν τις αλληλεπιδράσεις μέσα στο XR περιβάλλον ως βάση για πρακτικές αξιολογήσεις.

Παράδειγμα:

Μετά από ένα XR μάθημα με θέμα τις «πηγές ενέργειας», η εκπαιδευτικός διαπιστώνει από την ανάλυση ότι πολλοί μαθητές δυσκολεύτηκαν με τις ανανεώσιμες πηγές σε ένα διαδραστικό κουίζ. Για το επόμενο μάθημα προγραμματίζει στοχευμένες επαναλήψεις και πρόσθετες επεξηγήσεις, προσαρμοσμένες στις ανάγκες της τάξης.

Li, S. (2024). Learning analytics enhanced online learning support [E-Book-Ausgabe]. Routledge.