Preskoči na glavno vsebino

Tehnologije za odprto izobraževanje

Cilji in kompetence

Cilj predmeta je prikazati pregled in podati osnove tehnologij za podporo procesov v izobraževanju. Študenti bodo spoznavali, preučevali in evalvirali različne tehnologije s ciljem ugotavljanja kako, kdaj in v katerih primerih lahko take tehnologije pripomorejo pri izvajanju tradicionalnega, kombiniranega in online izobraževanja.

Študenti bodo pridobili naslednje kompetence:

  • sposobnost planiranja, izbora, vključitive in evalvacije ustrezne tehnologije v izobraževalni proces,

  • sposobnost samostojnih odločitev o izbiri najustreznejših učnih okolij za različne ciljne skupine v konkretnih izobraževalnih kontekstih,

  • usposobljenost za izdelavo, tesiranje in vrednotenje rešitev odprtega izobraževanja (aplikacije, orodja, storitve, platforme)

  • sposobnost samostojnega sestavljalnja različnih tehnologij za potrebe povečevanja učinkovitosti in privlačnosti učnih okolij.

Pogoji za vključitev v delo oz. za opravljanje študijskih obveznosti

Študenti morajo poznati osnove izobraževalnih procesov v odprtem izobraževanju, ki jih spoz-najo v predmetu Osnove odprtega izobraževan-ja v prvem semestru prvega letnika. Poznati morajo osnovna računalniška orodja ter njihovo uporabo pri komuniciranju in sodelovalnemu delu. Biti morajo pripravljeni za delo v med-narodnih in interdisciplinarnih skupinah.

Vsebina

Informacijske in komunikacijske tehnologi-je (IKT) odpirajo nove priložnosti in priča-kovanja na področju učenja in poučevanja. Ta predmet se osredotoča na razumevanje sodobnih tehnologij in njihove povezave s procesi v izobraževanju. Podrobneje bodo obdelana naslednja področja:

  1. Osnove definicije, tipi, strukture in pri-meri z IKT podprtih učnih okolij (plat-forme in arhitekture)
  2. Priložnosti in izzivi pri uvajanju učnih okolij
  3. IKT v razredu, vseprisotne in mobilne tehnologije
  4. IKT za sodelovalno učenje
  5. Medijske tehnologije in večpred-stavnost
  6. Orodja za pripravo digitalnih vsebin za e-učenje
  7. Tehnologije umetne inteligence v izo-braževanju, inteligentnih tutorskih sis-temih in adaptivnem učenju
  8. Tehnologije iger za področje računal-niško podprtega izobraževanja
  9. Analitika učenja/rudarjenje po podatkih učenja (tehnologije za preverjanje in ocenjevanje znanja)
  10. Računanje učnih socialnih mrež in učnih modelov

Predvideni študijski rezultati

Ob uspešnem zaključku predmeta bodo študenti:

• razumeli tehnologije in in bodo sposobni razlikovati med različnimi tipi učnih okolij,

• sposobni oceniti primernost tehnologij in izbrati najbolj ustrezna učna okolja glede na specifični cilj (ciljna skupina, učne navade in želje,...),

• razumeli principe oblikovanja in sestavljanja učinkovitih učnih okolij z ustreznimi tehnologijami in orodji.

Temeljna literatura in viri

Temeljna:

  • Spector, J. Michael. (2016) Foundations of Educational Technology: Integrative Approaches and Interdisciplinary Perspectives (Interdisciplinary Approaches to Educational Technology). Taylor & Francis
  • Jarvis, M. (2023) Teaching and Learning with Technology: How to Make E-Learning Work for You and Your Learners (1st ed.). Routledge. https://doi.org/10.4324/9781003266471
  • Vanek, J., Simpson, D., Goumas, J., Riggs, R., Harris, J., & Stanislawski, E. (2024) IDEAL Distance and Digital Education Handbook, 10th Edition: World Education, a division of JSI Research and Training Institute. E-gradivo

Dodatna:

  • Rushby, N. J., & Surry, D. W. (2016). The Wiley handbook of learning technology (1st ed., Vol. 1). Wiley Blackwell.
  • Poore, Megan. (2015) Using Social Media in the Classroom. SAGE Publications. E-gradivo
  • Karl M. Kapp. (2013). The Gamification of Learning and Instruction Fieldbook: Ideas into Practice (1st. ed.). Pfeiffer & Company.
  • Conrad, Dianne; Openo, Jason. (2018) Assessment Strategies for Online Learning: Engagement and Authenticity (Issues in Distance Education). Published by AU Press, Athabasca University E-gradivo

Načini ocenjevanja

• Vmesne predstavitve 40% • Zaključni pisni izpit, ki bo kombiniral teoretični del in praktični del, vezan na vzpostavljanje ustreznega učnega okolja 60%

Reference nosilca

Suzana Loshkovska je leta 1988 diplomirala, leta 1992 pa magistrirala iz računalništva in avtomatizacije na Fakulteti za elektrotehniko v Skopju. Doktorirala je na Tehniški univerzi na Dunaju, Avstrija, leta 1995. Je redna profesorica računalništva in vodja Oddelka za programsko inženirstvo na Fakulteti za računalništvo in strojništvo, “Ss. Cirila in Metoda “ v Skopju. Kot raziskovalka in pedagoginja se ukvarja s programiranjem, vizualizacijo, interakcijo človek-računalnik, navidezno resničnostjo, vizulaizacijo v medicini in s tehnološko podprtim učenjem. Suzana Loshkovska ima več kot 25 let izkušenj s poučevanjem in mentoriranjem dodiplomskih in podiplomskih študentov na področjih programiranja, medicinske informatike, vsebinskega iskanja slik, vizualizacije in interakcije človek-računalnik. Prav tako ima več kot 10 let izkušenj pri razvoju in zagotavljanju kakovosti študijskih programov v visokem šolstvu. Kot mentorica se je takoj od začetka aktivno vključila v program Open Education for a Better World, kjer sodeluje v mednarodnih projektnih skupinah.

Izbrane objave / Selected bibliography:
Loshkovska, S., & Panov, P. (2025). Foundations for a Generic Ontology for Visualization: A Comprehensive Survey. Information, 16(10), 915. https://doi.org/10.3390/info16100915 Ademi, N., & Loshkovska, S. (2025). Gender Impact on Performance in Adaptive Learning Settings: Insights from a Four-Year University Study. Education Sciences, 15(6), 771. https://doi.org/10.3390/educsci15060771

Ademi, N., & Loshkovska, S. (2025). Data-Driven Adaptive Course Framework—Case Study: Impact on Success and Engagement. Multimodal Technologies and Interaction, 9(7), 74. https://doi.org/10.3390/mti9070074

Dimitrovski, Ivica & Spasev, Vlatko & Loskovska, Suzana & Kitanovski, Ivan. (2024). U-Net Ensemble for Enhanced Semantic Segmentation in Remote Sensing Imagery. Remote Sensing. 16. 2077. 10.3390/rs16122077.

Trojachanec, D., Kitanovski, D., Dimitrovski, I., Loshkovska, S., (2023). A Multi-Modality Approach to Medical Case Retrieval for Alzheimer's Disease. In 16th International Joint Conference on Biomedical Engineering Systems and Technologies - Volume 5: HEALTHINF, Proceedings. ISBN 978-989-758-631-6, ISSN 2184-4305, (pp. 554-561). DOI: 10.5220/0011939800003414.

Dineva, K.T., Kitanovski, I., Dimitrovski, I., Loshkovska, S. and Alzheimer’s Disease Neuroimaging Initiative (2022). Combining Static and Dynamic Features to Improve Longitudinal Image Retrieval for Alzheimer’s Disease. In ICT Innovations 2022. Reshaping the Future Towards a New Normal: 14th International Conference, ICT Innovations 2022, Skopje, Macedonia, September 29–October 1, 2022, Proceedings (pp. 107-120). Cham: Springer Nature Switzerland.

Loshkovska, S. (2022) Virtual and Augmented Reality in Education, International Conference on New Approaches (ICNAE’22)/2022, pp. 86-90

Trojachanec, D., Kitanovski, D., Dimitrovski, I., Loshkovska, S., (2022). Missing Data in Longitudinal Image Retrieval for Alzheimer’s Disease. In 19th International Conference for Informatics and Information Technology, Proceedings (pp.69-74). 2022.

Ademi, N. and Loshkovska, S., (2020) Clustering Learners in a Learning Management System to Provide Adaptivity, ICT Innovations 2020, web-Proceedings (https://proceedings.ictinnovations.org/2020/paper/529/clustering-learners-in-a-learning-management-system-to-provide-adaptivity), pp. 82-95

Ademi, N., Loshkovska, S., (2020) Weekly Analysis of Moodle Log Data in RStudio for Future Use in Prediction, 17th International Conference on Informatics and Information Technologies - CIIT 2020, 8-May-2020, Mavrovo, North Macedonia.

Ademi, N., Loshkovska, S., Chorbev, I., (2020) User Modeling Approaches in Adaptive Learning Systems, International Journal of Technical and Natural Sciences, Skopje, North Macedonia, 2020, Vol.1(2), [Available at: http://ijtns.ibu.edu.mk/wp-content/uploads/2021/01/IBU-IJTNS_Vol-1_Issue-2.pdf]