The Discrete Optimization MOOC: An Exploration in Discovery-Based Learning

• Carleton Coffrin ^[1] ; Pascal Van Hentenryck ^[2]
  1. [1] University of Melbourne

     University of Melbourne

     Australia

     
  2. [2] Australian National University

     Australian National University

     Australia

     
• Localización: eLearning Papers, ISSN-e 1887-1542, Nº. 37 (This special issue of the eLearning Papers is based on the contributions made to the EMOOCS 2014 con), 2014 (Ejemplar dedicado a: Experiences and best practices in and around MOOCs)
• Idioma: inglés
• Títulos paralelos:
  • La optimización discreta MOOC: una exploración en el aprendizaje basado en el descubrimiento
• Enlaces
  • Texto completo (pdf)
• Resumen
  • español

    La práctica de la optimización discreta implica el modelado y la resolución de problemas complejos que nunca se han encontrado antes y para la cual no existe ningún paradigma computacional universal.

    La enseñanza de estas habilidades es un reto: los estudiantes deben aprender no sólo las habilidades técnicas básicas , sino también la capacidad de pensar de forma creativa con el fin de seleccionar y adaptar un paradigma para resolver el problema en cuestión.

    Este artículo explora la cuestión de si la enseñanza de tales capacidades creativas se traduce en masivas cursos en línea abiertos (MOOCs) . En primer lugar, se describe una metodología de aprendizaje basado en el descubrimiento para la enseñanza de optimización discreta, que ha tenido éxito en el aula durante más de quince años. Luego evalúa el éxito de un MOOC versión de la clase a través de análisis de datos habilitados por la gran cantidad de información producida en el MOOC.

  • English

    The practice of discrete optimization involves modeling and solving complex problems which have never been encountered before and for which no universal computational paradigm exists. Teaching such skills is challenging: students must learn not only the core technical skills, but also an ability to think creatively in order to select and adapt a paradigm to solve the problem at hand. This paper explores the question of whether the teaching of such creative skills translates to Massive Open Online Courses (MOOCs).

    It first describes a discovery-based learning methodology for teaching discrete optimization, which has been successful in the classroom for over fifteen years. It then evaluates the success of a MOOC version of the class via data analytics enabled by the wealth of information produced in the MOOC.