Die Pandemie könnte eine Tür für neue Technologien – und dramatische Innovationen – in der Bildung öffnen

Da die COVID-19-Pandemie Schüler auf allen Ebenen dazu zwingt, von zu Hause aus zu lernen, könnte die durch künstliche Intelligenz gesteuerte Bildungstechnologie Lehrern und Schülern eine wichtige Unterstützung bieten. (Foto von Bongkarn Thanyankij über Pexels)

Es ist ein Labor für Innovation. Während eines Krieges oder nach einem Erdbeben mobilisieren sich ganze Gesellschaften, um die unmittelbare Herausforderung zu meistern, während ein Kader von Forschern nach einem Weg sucht, die Krise in Fortschritte umzuwandeln, die in Zukunft Leben verbessern oder Leben retten werden.

Zachary Pardos, Assistenzprofessor an der UC Berkeley Graduate School of Education und der School of Information.

Die globale COVID-19-Pandemie ist eine solche Herausforderung. Für Zachary Pardos, Assistenzprofessor an der UC Berkeley Graduate School of Education und der School of Information, bringt die Krise eine anhaltende Frage mit sich: Mit zig Millionen von Schülern auf der ganzen Welt, die gezwungen sind, von der Schule zu Hause zu bleiben, und Abschaltungen in einigen Bereichen, die wahrscheinlich im Herbst fortgesetzt werden, Wie können wir sicherstellen, dass sie die bestmögliche Ausbildung erhalten?

Pardos ist ein Spezialist für adaptive Lerntechnologien, der die tiefe Dynamik des Lernens von Schülern untersucht und Big Data nutzt, um benutzerfreundliche Tools zu entwickeln, die sowohl leistungsstark als auch subtil sind. Er hat eng mit Lehrern und Schülern auf allen Ebenen zusammengearbeitet, um die Technologie in den täglichen Lehrplan zu integrieren.

In einem Interview beschrieb er, wie diese aufkommenden Unterstützungssysteme die Schüler einbeziehen und ihre Stärken und Schwächen bewerten, auch wenn sie nicht im Klassenzimmer sind. Die Systeme sind kein Online-Kurs, sondern ein von künstlicher Intelligenz gesteuerter Online-Tutor, der die Stärken und Schwächen eines Schülers einschätzen und personalisierten Einzelunterricht erteilen kann.

Solche Technologien werden bereits im Grundstudium, einschließlich in Berkeley, und in begrenztem Maße in US-Highschool-Klassen verwendet. Heute sind Pädagogen jedoch gezwungen, die effektivsten Möglichkeiten in Betracht zu ziehen, um Schüler zu Hause zu unterrichten — und das bedeutet, dass COVID-19 die Tür für neue Ideen und neue Technologien öffnen kann, die nach dem Abklingen der Katastrophe im Klassenzimmer Bestand haben werden.

Und während die Pandemie und die wirtschaftlichen Störungen die Landschaft für die zukünftige Arbeit verändern, können adaptive Lerntechnologien den Schülern helfen, sich spontan auf neue Karrieren auszurichten.

Berkeley News: Wenn Menschen an adaptive Lerntechnologien denken, stellen sie sich möglicherweise Online-Kurse oder Schüler vor, die Clicker verwenden, um auf Fragen eines Lehrers zu antworten. Ist das der richtige Weg, um über sie nachzudenken?

Zachary Pardos: Es ist etwas anderes. Diese Technologien haben Elemente des adaptiven Lernens. Insbesondere Mechanismen für sofortiges Feedback. Dank Autograding können Sie in einem Online-Kurs korrektes Feedback zu Problemen oder sogar Aufsätzen erhalten. Adaptives Lernen erfordert jedoch mehr Personalisierung seitens der Technologie.

Die Schlüsselkomponenten adaptiver Tutorensysteme waren in der Regel ein Modell, das kontinuierlich bewertet, was ein Schüler weiß, eine Liste von Kenntnissen in der Domäne, die erlernt wird, und dann Hinweise und eine adaptive Sequenzierung von Inhalten basierend auf dem, was der Schüler weiß. Ein Beispiel dafür auf dem Berkeley-Campus war das ALEKS-System. Es wird von ankommenden Studienanfängern verwendet, die noch nicht bereit für Mathematik auf College-Niveau sind.

Aber sie sind nicht bereit, in einer Vielzahl von verschiedenen Möglichkeiten. Es ist also nicht nur ein kurzer Sommerkurs, der Abhilfe schaffen könnte. Und dass menschliche Tutoren kontinuierlich die Bereitschaft bewerten und den Unterricht an jeden der Hunderte von ankommenden Studenten anpassen, ist eine monumentale Aufgabe, die die Ressourcen eines menschlichen Tutors schnell übersteigen würde. Es hat sich jedoch gezeigt, dass adaptive Tutoren in diesem Szenario sehr gut skalieren.

Gibt es andere Beispiele, an die Sie denken können, die jetzt verwendet werden oder bald sein könnten?

Mastering Physik und MATHia, für Geometrie und Algebra, sind weitere Beispiele für adaptive Tutoren. Es gibt noch viel mehr. Die meisten großen Lehrbuchverlage haben solche Nachhilfesysteme gekauft oder entwickelt, und es gibt eine Vielzahl von adaptiven Lerntechnologien aus Industrie und akademischen Labors, Von denen einige den gleichen Fokus auf die Bewertung haben wie der Nachhilfesystemansatz.

Es war eine Schwäche von adaptiven Tutoren, dass sie dazu neigen, in begrenzten STEM-Domänen zu sein. Eine Herausforderung für die Zukunft besteht darin, sie zu erweitern. Einer der Engpässe ist, wie viel Fachwissen benötigt wird, um eine neue Domäne zu modellieren. Aber Big-Data-Ansätze waren vielversprechend, um dies zu überwinden. Ein erster Meilenstein wurde erreicht, als wir in einem Online-Kurs mithilfe von KI, die aus früheren Interaktionen der Schüler mit dem Kurs lernt, automatisch personalisierte Hilfe generieren konnten.

Wenn Sie ein Student sind, wie ist es, diese Technologie zu nutzen? Wie unterscheidet es sich vom traditionellen Lernen?

Es ist die unmittelbare persönliche Hilfe und vorgeschriebene Praxis, die stattfinden kann. Während der Prozess der Suche nach Hilfe von Vorteil sein kann, wissen viele Schüler nicht, wo sie anfangen sollen, und wenden sich an die Kursmaterialien und das Lehrpersonal, um Hilfe zu erhalten. Adaptive Lerntechnologien können einen Teil dieser Unterstützung leisten. Wenn ein Schüler nicht auf einem Wissensniveau ist, um eine Frage beantworten zu können, anstatt zur nächsten Lektion fortzufahren, würde das System die aktuelle Lektion adaptiv erweitern und dabei Hilfe in Form von Hinweisen und anderen Aktivitäten geben, bis der Schüler bereit ist, voranzukommen.

Aufgrund der COVID-19-Pandemie studieren Millionen von Studenten zu Hause. Können adaptive Lerntechnologien helfen?

Für begrenzte Fächer ja. Die Notbewegung weg von traditionellen Klassenzimmern hat zu einer Verringerung der Kontaktstunden zwischen Lehrern und Schülern geführt. Dies findet in K-12 und Higher ed statt. Ein Mangel an Kontaktstunden könnte teilweise mit adaptiver Technologie kompensiert werden, wo in jenen Momenten, in denen die Schüler keine synchronen Lernsitzungen haben können (mit Lehrern in Echtzeit), sie mit einer Technologie interagieren können, die die Fähigkeit hat, den Unterricht zu personalisieren — eine begrenzte Kapazität, aber mehr als ein Video oder Lehrbuch.

Es scheint, dass diese Krise von Natur aus dazu führen wird, dass wir über Innovation in der Bildung nachdenken.

Auf jeden Fall. Jetzt, da so viele Pädagogen über das Online-Medium kommunizieren, lernen und lehren mussten, kann dies nicht als Option ignoriert werden, die in Zukunft in Betracht gezogen werden sollte, und es kann auch nicht die Frage ignoriert werden, welche Instrumente zur Verbesserung der Qualität eingesetzt werden könnten des Lernens in online- und ortsbezogenen Umgebungen.

Dies ist eine Gelegenheit, über die Herausforderungen der Pandemie nachzudenken, Herausforderungen wie mangelndes Engagement und mangelndes Gefühl der Verbindung zu Studenten. Wie kann eine angemessene Anwendung adaptiver Technologie Online-Lernerfahrungen sowohl aus der Sicht von Lehrern als auch von Schülern ganzheitlich gestalten?

Einige Pädagogen haben Bedenken geäußert, dass während der Pandemie Schüler, die zu Hause studieren sollen, stattdessen offline und treibend sind. Wenn adaptive Lerntechnologien jetzt weit verbreitet wären, könnten sie helfen?

Hier gibt es sowohl ein Zugangs- als auch ein Orientierungsproblem. Mit Access werden wir Daten—SIM-Karten (Subscriber Information Module) und Geräte sehen, die wie Schulbusse behandelt werden – Lieferfahrzeuge, von denen erwartet wird, dass sie den Schülern zur Verfügung gestellt werden, um sie in das jetzt virtuelle Klassenzimmer zu bringen.

Selbst wenn Schüler Zugang haben, gibt es Hinweise darauf, dass die Art und Weise, wie sie sich am Online-Lernen orientieren, zu einem Leistungsgefälle führen kann. Ein Kollege an der Arizona State University war neugierig, wie Studenten Materialien in seinem Online-Kurs navigierten und ob Studenten, die den Kurs nicht bestanden hatten, anders navigierten als diejenigen, die bestanden hatten.

Unsere Recherchen zu den Daten aus dem Kurs zeigten, dass es ein dominantes Muster bei Schülern war, die versagten, zuerst zu den Quizfragen zu gehen und dann im Vorbereitungsmaterial nach Antworten zu suchen. Das Befolgen des vorgeschriebenen Lehrplanpfades war bei den bestandenen Schülern vorherrschend. Der Lehrer nahm ein paar Änderungen für die nächste Klasse vor und bot eine kleine Menge an zusätzlichem Guthaben für diejenigen an, die zuerst auf die Vorbereitungsmaterialien zugreifen und eine E-Mail an diejenigen senden, die dies nicht taten, um sie wissen zu lassen, wie wichtig es für den Erfolg früherer Schüler war. Er sah eine Zunahme der Noten, nachdem er diese Änderungen vorgenommen hatte.

Die Erkenntnis für die unmittelbare Fernunterrichtssituation ist, dass einige Schüler von Natur aus keine disziplinierte Orientierung am Online-Lernen haben. Wenn nicht durch Live-Videokonferenzen und Teilnahme, Wie halten Lehrer die Struktur aufrecht und halten die Schüler auf Kurs? Anreize und evidenzbasierte personalisierte Kommunikation sind Optionen. Die starre personalisierte Sequenzierung adaptiver Lerntechnologien könnte eine andere sein.

Es scheint mir, dass Sie nicht nur über neue Technologien sprechen, sondern über eine grundlegend andere Art zu lehren und zu lernen.

Als biologische, kognitive Wesen haben wir uns nicht sehr verändert. Aber Technologie verändert jede Facette unseres Lebens, und ich denke, das passiert jetzt auch in der Bildung, wo Lehrer neben Technologie arbeiten. Hier gibt es auch einen Hauch von Vertrautem, da viele adaptive Lernsysteme von Einzelunterricht inspiriert wurden.

Schauen Sie fünf oder 10 Jahre die Straße hinunter. Wie sehen Sie die Entwicklung der Technologie – und wie wird sich die Bildung entwickeln?

Wir werden sehen, dass Technologie leichter in das integriert werden kann, was Lehrer zu erreichen versuchen. Die Technologie des maschinellen Lernens, insbesondere die Verarbeitung natürlicher Sprache, wird für sokratische pädagogische Ansätze und besser koordinierte Peer-to-Peer-Lernmöglichkeiten sorgen.

Adaptives Lernen wird in breiteren Kontexten eingesetzt. Aufgrund der sich verändernden Wirtschaftslandschaft können sich viele Studenten entscheiden, von ihren beabsichtigten Karrieren und Abschlüssen abzuweichen. Sie verfügen über Vorkenntnisse aus den Abschlüssen, von denen sie sich abwenden, und suchen nach personalisierten Lehrplänen, die das, was sie gelernt haben, nutzen, um sich kohärent auf das zu konzentrieren, was sie jetzt lernen möchten.

Dies ist eine herausfordernde Personalisierungsaufgabe, aber ein Szenario, das dem ähnelt, in dem adaptive Tutoren sich als hervorragend erwiesen haben, nur auf einer höheren, kursübergreifenden Ebene angewendet. Mein Labor hat eine adaptive Technologie entwickelt und pilotiert, die dieses Ziel hier bei Cal anstrebt.

Gibt es unbeabsichtigte Konsequenzen, über die wir jetzt nachdenken sollten? Mögliche Risiken?

Eine Falle ist der Gedanke, dass Technologie alles kann. Die Menschen müssen akademische Fächer lernen, aber sie müssen auch lernen, Menschen zu sein. Sie müssen Mitgefühl lernen, Großzügigkeit, wie man zusammenarbeitet, wie man Verantwortung und Kredit teilt, und wie man Beziehungen pflegt, Das ist sicherlich ein Thema des lebenslangen Lernens. Wie man ein guter Bürger wird, der zum Gespräch darüber beiträgt, was die Gesellschaft schätzen sollte. Sie werden keine adaptive Lerntechnologie haben, um das zu lehren.