Data literacy
1 2023-01-04T08:45:24+00:00 Jotsna Iyer 4f2bfb514a09301de0e5275ee45bf5db41479839 9 1 Based on D’Ignazio, C., Bhargava, R., Approaches to Building Big Data Literacy, Bloomberg Data for Good Exchange, New York, 2015 plain 2023-01-04T08:45:24+00:00 AI for Teachers, An Open Textbook Version 1 English Jotsna Iyer 4f2bfb514a09301de0e5275ee45bf5db41479839This page is referenced by:
-
1
2023-01-04T08:45:24+00:00
Per saperne di più sui Big Data
3
Verifica se sei esperto di Big Data
plain
2023-05-31T09:08:59+00:00
La pratica generale di salvare tutti i tipi di dati è chiamata Big Data.1 Questo ha senso in quanto l'archiviazione dei dati è diventata molto economica e i potenti processori e algoritmi (in particolare l'elaborazione del linguaggio naturale e l'apprendimento automatico) rendono più facile l'analisi dei Big Data.2
Come discusso nel video, i Big Data sono caratterizzati da dati enormi (volume), generati rapidamente (velocità) e di tipo eterogeneo (varietà), generati da più fonti. I dati così raccolti tendono a essere incompleti e imprecisi (veridicità) e la loro rilevanza tende a cambiare nel tempo (volatilità). Per combinare, elaborare e visualizzare questo tipo di dati sono necessari algoritmi sofisticati. Tuttavia, le inferenze che se ne traggono, soprattutto se combinate con i dati tradizionali, possono essere potenti e quindi valgono lo sforzo.2
Alcuni esperti vanno oltre le 3 o 5 Vs2 sottolineano i tre assi che costituiscono i Big Data:- Tecnologia che consente di raccogliere, analizzare, collegare e confrontare grandi insiemi di dati.
- Analisi che identifica modelli in grandi insiemi di dati al fine di formulare richieste economiche, sociali, tecniche e legali.
- La convinzione che "i grandi insiemi di dati offrano una forma superiore di intelligenza e conoscenza, in grado di generare intuizioni prima impossibili, con un'aura di verità, obiettività e accuratezza".3
L'analisi dei big data "può potenzialmente identificare le aree in cui gli studenti faticano o prosperano, comprendere le esigenze individuali degli studenti e sviluppare strategie per un apprendimento personalizzato".
------------------------------------------------------------------------------------------------------
1 Schneier, B., Data and Goliath: The Hidden Battles to Capture Your Data and Control Your World, W. W. Norton & Company, 2015
2 Kelleher, J.D, Tierney, B, Data Science, London, 2018
3 D’Ignazio, C., Bhargava, R., Approaches to Building Big Data Literacy, Bloomberg Data for Good Exchange, New York, 2015
General Data Protection Regulation (GDPR), European Union, April 2016
4 Ethical guidelines on the use of artificial intelligence and data in teaching and learning for educators, European Commission, October 2022
