Ein vorgeschlagener Entwurf zur Unterstützung eines umfassenden Wandels im Bildungswesen

Wir alle können auf Innovationen auf der ganzen Welt verweisen, die das Lernen von Kindern enorm verbessern. Diese führen jedoch nicht zu den systemischen Veränderungen, die zur Lösung der globalen Lernkrise erforderlich sind. Obwohl es immer mehr Belege dafür gibt, welche Bildungsstrategien das Lernen von Kindern verbessern, wissen wir viel weniger darüber, wie dies in verbesserte Politiken und Praktiken in großem Maßstab umgesetzt werden kann.

Wir glauben, dass die Skalierung evidenzbasierter Bildungsinterventionen eine Kombination aus technischen und politischen Strategien, Mechanismen zur Beschleunigung der Einführung neuer Praktiken und der Stärkung der lokalen Kapazitäten für eine erfolgreiche Anpassung und Skalierung erfordert. Aufbau des Berichts Millions Learning: Ausbau der qualitativ hochwertigen Bildung in Entwicklungsländern , startet das Center for Universal Education (CUE) in Partnerschaft mit lokalen Institutionen in einer Reihe von Ländern und US-Städten Real-time Scaling Labs, um mehr Evidenz zu generieren und praktische Empfehlungen rund um den Skalierungsprozess in der globalen Bildung zu geben und eine stärkere Verbindung zu fördern zwischen Forschung und Praxis. Diese Labore sind keine physischen Räume, sondern ein von CUE und Partnerinstitutionen etablierter Prozess, um von bestehenden Bemühungen zur Skalierung von Interventionen zur Verbesserung des Lernens von Kindern in Echtzeit zu lernen, diese zu unterstützen und zu dokumentieren. Das ultimative Ziel besteht darin, Initiativen in ihrem Umfang zu unterstützen und gleichzeitig tiefere Einblicke zu gewinnen, wie politische Entscheidungsträger, Zivilgesellschaft und Privatwirtschaft am effektivsten zusammenarbeiten können, um einen umfassenden Wandel in der Qualität des Lernens und der Entwicklung von Kindern herbeizuführen.

In unserem neuesten Bericht Millionen lernende Echtzeit-Skalierungslabore: Entwicklung eines adaptiven Lernprozesses zur Unterstützung umfassender Veränderungen in der Bildung , beschreiben wir das Design, den Ansatz und die Methodik dieser Skalierungslabore. Ausgehend von einem Scan bestehender kollektiver Wirkungsmechanismen, relevanter Literatur und basierend auf Beiträgen von politischen Entscheidungsträgern, Praktikern, Geldgebern und Forschern aus der ganzen Welt hat CUE eine übergreifende, flexible Methodik für die Real-time Scaling Labs entwickelt. Dieser gemeinsame Rahmen und Ansatz für alle Real-Time Scaling Labs wird im Bericht detailliert beschrieben, der absichtlich flexibel genug ist, um mit lokalen Partnern an den Kontext jedes Labs angepasst zu werden.

Wie in früheren Blogs besprochen, umfassen die Kernprinzipien der Skalierungslabore einen systemischen Ansatz, Problemorientierung und Benutzerzentrierung, die Einbindung unterschiedlicher Interessengruppen, die Konzentration auf technische und politische Überlegungen und die Verwendung schneller Feedbackschleifen mit der Absicht, Unterstützen Sie die Laborteilnehmer dabei, Echtzeit-Lernen zu nutzen, um den Fortschritt in Richtung ihrer Skalierungsziele zu beschleunigen.

Der Lab-Prozess (in der Regel drei bis vier Jahre) umfasst eine Reihe von persönlichen und virtuellen Zusammenkünften und Workshops, die politische Entscheidungsträger, Praktiker und eine Vielzahl anderer Interessengruppen rund um eine bestimmte Bildungsinitiative oder eine Reihe von Initiativen im Skalierungsprozess zusammenbringen .

Oberflächentemperaturen von Planeten

• Die ersten Einberufungen konzentrieren sich auf ein gemeinsames Skalierungsziel formulieren für die Intervention und Bestimmung der potenziellen Skalierungspfade , zusammen mit Chancen und Hindernisse erkennen derzeit mit dem Erreichen dieser Skalierungsziele und dem Fortschritt in Richtung Skalierung konfrontiert sind.
• Das Labor wird dann einen Prozess für Entwicklung und/oder Verfeinerung eines Skalierungsaktionsplans die die Grundursachen der identifizierten Skalierungsherausforderungen angeht und Möglichkeiten zur Beschleunigung der Skalierung nutzt, indem sie auf das Millions Learning-Framework und die breitere Skalierungsliteratur zurückgreift.
• Die Teilnehmer werden Skalierungspläne in die Praxis umsetzen und sich regelmäßig für Bedenkzeiten einberufen , um den Prozess zu bewerten, zu bestimmen, welche Elemente angepasst werden sollten, die bisher gewonnenen Erkenntnisse zu analysieren und ihren Fortschritt auf dem Skalierungspfad zum Endziel zu bewerten.
• Das Labor wird einen iterativer Prozess zum Testen und Verfeinern von Änderungsideen, um die Skalierungsbemühungen zu verstärken , die es den Teilnehmern ermöglichen wird, die gesammelten Daten zu überprüfen und daraus zu lernen, was funktioniert und was nicht, Skalierungspläne anzupassen und schließlich entlang der identifizierten Skalierungspfade voranzukommen und gleichzeitig die Skalierungskapazität zu verbessern.

Abbildung 1: Iterativer Lernzyklus des Echtzeit-Skalierungslabors

Zusammenfassend lässt sich sagen, dass das Lab den Interessengruppen einen reflektierenden, neutralen Raum bietet, um gemeinsame Herausforderungen und Chancen bei der Skalierung einer bestimmten Bildungsmaßnahme zu diskutieren, die zugrunde liegenden Ursachen dieser Herausforderungen zu entdecken und Ansätze zur Lösung dieser Probleme zu identifizieren und anzupassen, was letztendlich zu einer Verbesserung beiträgt Lernergebnisse für Kinder und Jugendliche.

In diesem Bericht bietet CUE einen übergeordneten Plan für die Gestaltung und Umsetzung der Skalierungslabore, der auf bestehenden Ansätzen aufbaut und auf relevante Theorie und praktische Erfahrung aufbaut. Dazu gehören eine Schritt-für-Schritt-Anleitung zum Laboransatz (wird mit Partnern an jedem Standort angepasst), potenzielle Tools zur Unterstützung des Prozesses, ein ungefährer Zeitplan für den Laborprozess, Kriterien für die Laborauswahl, detailliertere Angaben zu den Laborteilnehmern, zentrale Forschungsfragen, Kommunikations- und Datenaustauschmechanismen sowie Erfolgskennzahlen. Im iterativen und adaptiven Geist des gesamten Millions Learning-Projekts gehen wir natürlich davon aus, dass sich dieser Laboransatz während der gesamten Projektlaufzeit weiterentwickelt und verfeinert wird, basierend auf den Beiträgen von Teilnehmern und wichtigen Interessenvertretern vor Ort und in Echtzeit Lernen aus der Implementierung der Labs.