La disponibilità delle tecnologie digitali e della rete sta producendo un cambiamento di paradigma nella statistica, nella comunicazione pubblica, nel funzio-namento della società e nella ricerca sociale. Oggi, alla facilità di produrre informazioni quantitativamente rilevanti va ad aggiungersi lo sviluppo di big data, cioè dati generati dai sistemi di transazioni, interazioni, monitoraggio e localizzazione. Tre le fonti dei big data: le parole che si trasformano in dati, le posizioni che si trasformano in dati e le in- terazioni che si trasformano in dati. La metodologia della ricerca scientifica è oggi messa in discussione dalla disciplina chiamata data science che comporta l'uso di metodi per analizzare enormi quantità di dati per estrarre le conoscenze che contengono così come avviene per il petrolio greggio in raffineria. Uno dei rischi è la fallacia. Il criterio per decidere se ha senso pensare ad una analisi basata sui big data, in qualunque contesto di ricerca, e quindi anche nella ricerca educativa, potrebbe essere quello della interpretabilità, della rilevanza e di quanta conoscenza porterebbero le informazioni che potremmo estrarre dalla mole di dati.

The availability of digital technologies and the network is producing a paradigm shift in the sta- tistics, in public communication, in the functioning of society and in social research. Today, the ease of producing quantitatively relevant information is in addition the development of big data, that is data generated by transactions systems, interactions, monitoring and localization. Three big data sources: the words that are transformed into data, the positions that are transformed into data and interactions that are transformed into data. The methodology of scientific research is now being questioned by the discipline called data science that involves the use of methods to analyze huge amounts of data to extract the knowledge they contain just as it does for crude oil in the refinery. One of the risks is the fallacy. To decide whether it makes sense to think of an analysis based on big data in any research environment, and thus also in educational research, could be the criterion of in- terpretability, and the importance of how much knowledge would bring the information we could extract from the mass of data.

Informazione, Conoscenza, Didattica. La sfida dei big data al mondo della formazione

BALDASSARRE, MICHELE
2016-01-01

Abstract

La disponibilità delle tecnologie digitali e della rete sta producendo un cambiamento di paradigma nella statistica, nella comunicazione pubblica, nel funzio-namento della società e nella ricerca sociale. Oggi, alla facilità di produrre informazioni quantitativamente rilevanti va ad aggiungersi lo sviluppo di big data, cioè dati generati dai sistemi di transazioni, interazioni, monitoraggio e localizzazione. Tre le fonti dei big data: le parole che si trasformano in dati, le posizioni che si trasformano in dati e le in- terazioni che si trasformano in dati. La metodologia della ricerca scientifica è oggi messa in discussione dalla disciplina chiamata data science che comporta l'uso di metodi per analizzare enormi quantità di dati per estrarre le conoscenze che contengono così come avviene per il petrolio greggio in raffineria. Uno dei rischi è la fallacia. Il criterio per decidere se ha senso pensare ad una analisi basata sui big data, in qualunque contesto di ricerca, e quindi anche nella ricerca educativa, potrebbe essere quello della interpretabilità, della rilevanza e di quanta conoscenza porterebbero le informazioni che potremmo estrarre dalla mole di dati.
2016
The availability of digital technologies and the network is producing a paradigm shift in the sta- tistics, in public communication, in the functioning of society and in social research. Today, the ease of producing quantitatively relevant information is in addition the development of big data, that is data generated by transactions systems, interactions, monitoring and localization. Three big data sources: the words that are transformed into data, the positions that are transformed into data and interactions that are transformed into data. The methodology of scientific research is now being questioned by the discipline called data science that involves the use of methods to analyze huge amounts of data to extract the knowledge they contain just as it does for crude oil in the refinery. One of the risks is the fallacy. To decide whether it makes sense to think of an analysis based on big data in any research environment, and thus also in educational research, could be the criterion of in- terpretability, and the importance of how much knowledge would bring the information we could extract from the mass of data.
File in questo prodotto:
File Dimensione Formato  
pedagogia_oggi-2_2016.pdf

accesso aperto

Tipologia: Documento in Versione Editoriale
Licenza: Creative commons
Dimensione 2.2 MB
Formato Adobe PDF
2.2 MB Adobe PDF Visualizza/Apri

I documenti in IRIS sono protetti da copyright e tutti i diritti sono riservati, salvo diversa indicazione.

Utilizza questo identificativo per citare o creare un link a questo documento: https://hdl.handle.net/11586/174151
Citazioni
  • ???jsp.display-item.citation.pmc??? ND
  • Scopus ND
  • ???jsp.display-item.citation.isi??? ND
social impact