Этот материал взят из источника в свободном доступе интернета. Вся грамматика источника сохранена.

Адаптивное обучение - будущее рядом - Дистанционный обучатель

Относится к   «Адаптивное обучение»


Когда Айзек Азимов в прошлом веке предсказал, что люди будут учиться посредством экранов и доступа к удаленному хранилищу информации, это звучало очень смело. Ученые мужи и профессора университетов посмеялись и сказали, что такого не будет никогда. В наше время дистанционное образование – это зрелая индустрия, которая развивается по законам рынка и повторяет тренды, которые влияют и на другие отрасли.

У гигантов интернет индустрии нет сомнений, что будущее за персонализацией данных для пользователей. Google и Facebook уже не первый год выстраивают выдаваемую информацию в соответствии с предпочтениями и предыдущим опытом пользователя. В зависимости от того, на какие сайты переходил пользователь, что он читал, смотрел и “лайкал” выстраивается его виртуальный профиль. На основе созданного профиля компания адаптирует информацию и показывает ее пользователю. По такому же принципу работает и Amazon, предлагая новые товары, в соответствии с предыдущими покупками, просмотрами и поисковыми запросами пользователя. Компании осознали, что личностный подход и персонализированные данные для каждого пользователя позволяют предложить наиболее подходящее для него решение. Персонализация коснулась и сферы обучения.

С чего все началось

В сфере образования вопросами персонализации занимаются уже не первое десятилетие. Персонализированное обучение зародилось в 50-ых годах в виде концепции “Программированного обучения”, разработанной психологом Гарвардского университета и изобретателем Берресом Фредериком Скиннером. Первым механическим прототипом адаптивного обучения стала “Обучающая машина” Скиннера. Механизм содержал в себе список вопросов, которые по очереди отображались студенту в маленьком окошке. В коробке был механизм позволяющий выбирать разные варианты ответы. Когда студент отвечал правильно, машина поощряла его и показывала новый вопрос. Если студент ошибался – проблематичные вопросы отображались повторно. Самым важным было то, что “Обучающая машина” давала немедленный ответ о том правильно ли ответил студент. Таким образом студент быстро учился на своих ошибках.  

<font class='thesaurus' title='Определение - по щелчку' onclick=show_dic_word('%E0%E4%E0%EF%F2%E8%E2%ED',event)>Адаптивн</font>ое обучение - Машина Скиннера

Обучающая машина Скиннера. (Wikipedia) [Смотреть видео].

Само понятие “Адаптивное обучение” сформировалось в 70-ых годах благодаря набирающему в то время популярность направлению искусственного интеллекта. В те года считалось, что компьютеры рано или поздно, как и человек, научатся адаптироваться к окружающей среде. Новый подход пришелся по душе противниками классической системы обучения считавшими, что игнорирование уникальных способностей каждого ученика и поголовное пичканье одинаковыми материалами всех студентов даст о себе знать в будущем. Главной задумкой адаптивного обучения стало предположение, что системы смогут адаптироваться к предпочтительному для студента методу обучения и за счет этого можно будет добиться более качественного и эффективного обучения. Основными барьерами в развитии данного направления стали высокая стоимость и размеры компьютеров, а также отсутствие вменяемых и дружелюбных к ученикам пользовательских интерфейсов.  

Новая волна интереса к адаптивному обучению

С тех пор многое изменилось. Компьютеры подешевели в сотни раз и стали более компактными, интерфейсы преобразились и стали столь интуитивными, что их легко осваивают даже двухлетние дети. Но главными факторами повлиявшим на появление новой волны интереса к персонализированным системам обучения стали возможность хранения и работы с большим количеством мета-данных (Big Data), и технологии машинного обучения. Появление идеальной инфраструктуры подбило людей занимающихся образованием вновь задаться вопросами разработки умных систем обучения.

New Media Consortium, начиная с 2004 года, выпускает ежегодные независимые отчеты “Horizon Report”, посвященные технологиям и тенденциям в сфере высшего образования. По последним прогнозам, опубликованным в NMC Horizon Report 2017 уже в ближайший год нас ожидает бурное технологическое развитие адаптивных систем обучения. Умные аналитические системы уже умеют отслеживать прогресс продвижения студентов и основываясь на собранных данных менять в реальном времени программу обучения и содержание электронных курсов.

Адаптивное обучение позволяет динамически подстраивать уровень и тип курсов в зависимости от индивидуальных знаний и способностей ученика. Оптимизация уровня сложности обучения в свою очередь позитивно влияет на внутреннюю мотивацию учеников и их заинтересованность в получении новых знаний. Таким образом, ученикам станет интересней учиться и легче осваивать новые направления. С какой стороны не посмотри – все в выигрыше. Все это стало возможным за счет прорыва машинного обучения в последние несколько лет. Сбор такого рода данных о студентах позволит не только адаптировать на лету электронные курсы, но и использовать собранные данные наставниками и преподавателями.

А можно поподробней?

Главная задача адаптивного обучения – логическое выстраивание программы обучения для каждого студента, усиление его развитых сторон и контроль факторов, имеющих влияние на успех ученика. Не менее важно и то, что системы персонализированного обучения могут предотвратить попадание учеников в группы риска и будут своевременно сигнализировать преподавателям о пробелах в знаниях и образовавшихся проблематичных местах. За счет подбора оптимального формата материалов для каждого ученика, система старается постоянно поддерживать интерес к обучению на высоком уровне. Предлагая последовательный набор заданий соответствующий уровню знаний и предпочтений студента адаптивные системы обучения поддерживают постоянный интерес у ученика.

Адаптивное обучение считается одним из наиболее перспективных и динамично развивающихся направлений в сфере электронного обучения (E-Learning). В связи с этим, в ближайшие два года ожидается появление новых игроков рынка. На данный момент уже существуют ряд платформ специализирующихся на персонализации обучения. Среди них, например, такие как: Knewton, CogBooks, Acrobatiq и McGraw Hill Education.

От теории к конкретным примерам

В компании McGraw Hill Education разработали “умные учебники” (Smart Books). В умных учебниках информация о процессе продвижения каждого ученика сохраняется внутри учебной платформы. Затем, с помощью технологий машинного обучения, система анализирует общие данные собранные по всем ученикам и уникальные данные по каждому конкретно взятому ученику. В итоге, система управления обучением выделяет в электронной книге места, в которых часто ошибаются другие ученики, чтобы студент мог уделить больше внимания наиболее важным и проблематичным материалам.

Затем, по мере сбора информации о самом ученике и в зависимости от его успехов, в учебнике выделяются те предложения и параграфы, на которые ему стоит обратить внимания для восполнения пробелов в своих знаниях. При этом текст в таком учебнике всегда остается одинаковым, а вот яркость и выделение текстов меняется в зависимости от полезности и релевантности отдельных параграфов для ученика.

В каждом умном учебнике McGraw Hill Education есть раздел “Повторение”, где собраны материалы, которые чаще всего забываются учениками и те, которые недостаточно хорошо усвоены. Первая часть материалов в этом разделе формируется на основе общей аналитики прохождения обучения всеми учениками. Вторая часть выстраивается на основе того, как отвечал конкретный ученик на вопросы и тесты. Если студент где-то допустил ошибку, все связанные с ошибкой материалы вносятся в раздел для повторения. Пока ученик не докажет своими ответами, что он понял свои ошибки и усвоил материал, система будет повторно возвращать его в проблематичные места, где были допущены ошибки. Таким образом, новый тип учебников имеет двустороннюю коммуникацию. Теперь книги не только вещают информацию, но и собирают персонализированные данные и статистику о своих читателях.

McGraw-Hill-Education

CogBooks – еще одна компания специализирующаяся на адаптивном обучении. Система рекомендаций разработанная в компании изучает поведение каждого студента в соответствии с его действиями в курсе и адаптирует путь обучения так, чтобы он наиболее соответствовал уникальным нуждам ученика. Университет штата Аризона (Arizona State University) совместно с CogBooks провели исследование о влиянии адаптивных систем обучения нового поколения на результаты учеников. Эксперименты проводились на курсах биологии и истории. После использования адаптивной платформы в течении одного семестра количество студентов успешно окончивших курс выросло с 76% до 94%. В то же время, количество студентов, прекративших обучение, сократилось с 15% до 1.5%. Результаты на лицо.

Knewton подошли к вопросу адаптивности обучения с другой стороны. В компании посчитали, что измерение текущих знаний ученика и адаптация материалов в соответствии с ними недостаточно для полноценной персонализации. Knewton решили не только адаптировать электронные курсы и автоматически корректировать путь обучения, но и предоставлять преподавателям собранные аналитические данные по каждому ученику. Помимо статистических данных, адаптивная платформа обучения генерирует рекомендации учителям на основе собранной о студенте информации и подсказывает, какие материалы стоит показать студенту дальше. При таком подходе в процессе адаптации обучения принимают участие не только компьютерные системы, но и живые люди – непосредственные преподаватели.

В чем же недостатки?

У всего есть свои недостатки, не обошлось без них и здесь. Главная претензия к системам адаптивного обучения – хранение персональных данных. На фоне повсеместного сбора информации о пользователях со стороны социальных сетей, поисковых систем и интернет-магазинов вопрос хранения личных данных становится все острее. Возникает логической вопрос – хотим ли мы как родители, чтобы персональные данные о наших детях собирались в школах, колледжах и университетах? Не навредит ли это ребенку в будущем и не даст ли слишком много приватной информации третьим лицам?

Представители компаний утверждают, что несмотря на создание “виртуального профиля” для каждого ученика, они не хранят в своей базе идентификационные данные. Таким образом, нет привязки между показателями студента и его именем и фамилией. Иными словами, если Иван Сидоров предпочитает учиться с помощью видео, успешно окончил три курса по математике, но провалил два курса по английскому, система знает, что это один и тот же ученик, но не знает, что это Иван Сидоров. Вместе с тем, в сети можно найти достаточно рекламных роликов адаптивных систем, где четко видны имена учеников рядом с их статистическими показателями.

Вторая претензия – высокая стоимость содержания адаптивных систем. По представленной в отчетах информации использование платформы персонализированного обучения обходится университетам примерно в $150 в год за каждого студента, и это еще субсидированная цена. На данный момент такое могут себе позволить далеко не каждый ВУЗ. Что в таком случае делать? Перекладывать эти расходы на студентов и их родителей? Это тоже непростая дилемма. Тем не менее, все технологии становятся более доступными вместе с их распространением. Так что, скорее всего, стоимость адаптивного обучения существенно снизится с популяризацией адаптивных платформ в школах и университетах.

Напоследок претензия от самих педагогов и специалистов по обучению. Большинство систем персонализированного обучения опираются на ответы ученика. В точных науках, таких как математика и физика все достаточно однозначно и вариант ответа в большинстве случаев только один. Но как быть с гуманитарными направлениями? Сможет ли платформа принимать правильные решения, если ответ неоднозначен или правильного ответа не существует совсем?  

Что дальше?

Футурологи обещают нам, что в ближайшие 12 лет мир образование перевернется с ног на голову и все, с чем мы были знакомы до этого перестанет быть актуальным. Роботы будут обучать детей через интернет, наступит новый бум искусственного интеллекта (ИИ) и он станет неотъемлемой частью адаптивного обучения.

Аналитики так далеко прогнозировать не рискуют, но в ближайшие пару лет они также нам пророчат активное развитие адаптивных систем обучения. По словам специалистов из New Media Consortium, искусственный интеллект уже используется в обучении и хорошо проявляет себя в том, что ему доверяют. Например, ИИ используют для формирования групп совместного обучения. Компьютерному гению легко удается поделить студентов по группам в соответствии с поставленными на них задачами, когнитивными способностями, навыками или знаниями.

Одним из самых больших исследований в образовании считается работа Джона Хейди из Новой Зеландии, который решил проверить, какое из изобретений позволило бы сделать наиболее существенный скачок в сфере обучения. Исследователь проверил десятки возможных вариаций проведения обучения и использования нововведений, призванных усовершенствовать образовательный процесс. В итоге Джон пришел к выводу, что наиболее сильный эффект мог бы быть достигнут за счет возможности преподавателя видеть влияние проводимого им обучения.

Передовые системы сбора учебной аналитики в паре с адаптивным обучением уже научились предоставлять такую возможность инструкторам. Искусственный интеллект начал помогать людям подбирать релевантную информацию и материалы. Мы можем лишь предположить, насколько сильно все это изменит существующую ситуацию в сфере образования и профессионального обучения. Образование будущего близко, и наши дети и внуки в полной мере смогут проверить на себе все преимущества нового подхода.



Дата публикации: 2018-05-18

Оценить статью можно после того, как в обсуждении будет хотя бы одно сообщение.
Об авторе:
Этот материал взят из источника в свободном доступе интернета. Вся грамматика источника сохранена.



Тест: А не зомбируют ли меня?     Тест: Определение веса ненаучности

В предметном указателе: Knewton: адаптивное обучение в действии | Адаптивная технология обучения | Адаптивное обучение | Адаптивные механизмы распознавания | Базовые понятия теории адаптивных систем | Модели систем индивидуальной адаптивности | Модель поведенческой адаптивности, альтернативная природной | Некоторые общие принципы построения адаптивных систем управления | О предположительной части моделей личной адаптивности | Роль мотивации в изучении инос... | Нейронные сети : обучение с учителем | Нейронные сети и глубокое обучение: будущее рядом | О ФЕНОМЕНЕ ПРЯМОГО ВИДЕНИЯ, обучение по методу В.М. Бронникова,видению по методу В.М. Бронникова | Обучение... | Новый ИИ Google перешел на самообучение | Термоядерные реакторы | Энергетика будущего | Будущее | Компьютеры будущего | М. Шадури. Новый революционный прорыв в светлое будущее медицины | Обезьяны думают о будущем | Общество будущего | Потрясение светлым будущим | Fornit: Эрик Дрекслер Машины создания. Грядущая эра нанотехнологии | В США коррупция на порядок выше,чем в России | Зарядка конденсатора от источника постоянной ЭДС | Порядок из хаоса Илья Пригожин Изабелла Стенгерс | Управляющий мозг: Первый ряд оркестра - кора головного мозга. Элхонон Голдберг | Электризация тел может приводить к мозаичному распределению зарядов на их поверхности | Синтез жизни в разрядах молний подтверждён через пять десятилетий | Сверхтонкие лазеры увеличат емкость оптических дисков на порядок
Последняя из новостей: Обобщение исследований организации психики на 2018 год: Что люди узнали о мозге.

Ученые создали первый в мире искусственный организм с одной хромосомой
Вооруженные генетическим редактором CRISPR ученые сумели создать вполне жизнеспособный искусственный организм, геном которого состоит всего из одной хромосомы. Тем самым, как сообщает авторитетный журнал Nature, был установлен новый мировой рекорд.
 посетителейзаходов
сегодня:11
вчера:22
Всего:1717

Авторские права сайта Fornit
Яндекс.Метрика