med COVID-19-pandemin som tvingar studenter på alla nivåer att studera hemifrån kan pedagogisk teknik som drivs av artificiell intelligens ge viktigt stöd till lärare och studenter. (Foto av Bongkarn Thanyankij via Pexels)
katastrof är ett laboratorium för innovation. Under ett krig eller efter en jordbävning mobiliserar hela samhällen för att svara på den omedelbara utmaningen, medan en kader av forskare letar efter ett sätt att förvandla krisen till framsteg som kommer att förbättra liv eller rädda liv i framtiden.
Zachary Pardos, biträdande professor vid UC Berkeley ’ s Graduate School of Education och School of Information.
den globala COVID-19-pandemin är en sådan utmaning. För Zachary Pardos, biträdande professor vid UC Berkeley ’ s Graduate School of Education och School of Information, ger krisen en ihållande fråga: med tiotals miljoner studenter över hela världen tvungna att stanna hemma från skolan och avstängningar i vissa områden som sannolikt kommer att fortsätta under hösten, hur kan vi försäkra oss om att de får bästa möjliga utbildning?
Pardos är specialist på adaptiv inlärningsteknik, studerar den djupa dynamiken i studentinlärning och marshaling big data för att bygga användarvänliga verktyg som är både kraftfulla och subtila. Han har arbetat nära med lärare och studenter på alla nivåer för att integrera tekniken i vardagliga läroplaner.
i en intervju beskrev han hur dessa nya stödsystem engagerar eleverna och utvärderar deras styrkor och svagheter, även när de inte är i klassrummet. Systemen är inte en online-kurs, utan snarare en online-handledare, som drivs av artificiell intelligens, som kan bedöma en elevs styrkor och svagheter och leverera personlig individuell instruktion.
sådan teknik används redan i grundutbildningen, inklusive vid Berkeley, och i begränsad grad i amerikanska gymnasieklasser. Idag är dock lärare tvungna att överväga de mest effektiva sätten att lära eleverna hemma — och det betyder att COVID-19 kan öppna dörren för nya ideer och ny teknik som kommer att bestå i klassrummet efter att katastrofen har avtagit.
och medan pandemin och de ekonomiska störningarna förändrar landskapet för framtida arbete, sa Pardos, adaptiv inlärningsteknik har kraften att hjälpa eleverna att svänga i farten mot nya karriärer.
- Berkeley News: när människor tänker på adaptiv inlärningsteknik kan de föreställa sig onlinekurser eller studenter som använder KLICKARE för att svara på frågor från en instruktör. Är detta rätt sätt att tänka på dem?
- finns det andra exempel Du kan tänka på som används nu, eller kan vara snart?
- om du är student, hur är det att använda den här tekniken? Hur skiljer det sig från traditionellt lärande?
- på grund av COVID-19-pandemin studerar miljontals studenter hemma. Kan adaptiv inlärningsteknik hjälpa till?
- det verkar som om denna kris av naturen kommer att leda oss att tänka på innovation inom utbildning.
- vissa lärare har uttryckt en oro för att studenter som ska studera hemma under pandemin istället är offline och på drift. Om adaptiv inlärningsteknik var allmänt på plats just nu, kan de hjälpa till?
- det verkar som om du pratar inte bara om ny teknik, men ett fundamentalt annorlunda sätt att undervisa och lära.
- titta på vägen fem eller 10 år. Hur ser du tekniken utvecklas — och hur kommer utbildningen att utvecklas?
- finns det oavsiktliga konsekvenser som vi borde tänka på nu? Potentiella risker?
Berkeley News: när människor tänker på adaptiv inlärningsteknik kan de föreställa sig onlinekurser eller studenter som använder KLICKARE för att svara på frågor från en instruktör. Är detta rätt sätt att tänka på dem?
Zachary Pardos: det är något annat. Dessa tekniker har inslag av adaptivt lärande. Närmare bestämt mekanismer för omedelbar återkoppling. Tack vare autograding kan du få korrekthetsåterkoppling om problem, eller till och med uppsatser, i en online-kurs. Men adaptivt lärande innebär mer personalisering från teknikens sida.
nyckelkomponenterna i adaptiva handledningssystem har tenderat att vara en modell som kontinuerligt bedömer vad en student vet, en lista över kunskaper inom domänen som lärs och sedan tips och en adaptiv sekvensering av innehåll baserat på vad studenten vet. Ett exempel på det på Berkeley campus har varit ALEKS-systemet. Den används av inkommande freshmen som ännu inte är redo för college-nivå Matematik.
men de är inte redo på olika sätt. Så det är inte bara en kort sommarkurs som kan åtgärda det. Och att ha mänskliga handledare kontinuerligt bedöma beredskap och anpassa instruktioner till var och en av de hundratals inkommande eleverna är en monumental uppgift som snabbt skulle överstiga resurserna hos en mänsklig handledare. Men adaptiva handledare har visat sig skala mycket bra i detta scenario.
finns det andra exempel Du kan tänka på som används nu, eller kan vara snart?
Mastering Physics och MATHia, för geometri och algebra, är andra exempel på adaptiva handledare. Det finns många fler. De flesta stora läroboksförlag har köpt eller utvecklat handledningssystem som dessa, och det finns ett brett utbud av adaptiva inlärningstekniker som kommer ut ur industrin och akademiska laboratorier, varav några delar samma fokus på bedömning som handledningssystemets tillvägagångssätt.
det har varit en svaghet hos adaptiva handledare att de tenderar att vara i begränsade STEM-domäner. En utmaning framöver är att bredda dem. En av flaskhalsarna är hur mycket ämnesexpertis som behövs för att modellera en ny domän. Men big data-tillvägagångssätt har lovat att övervinna det. En första milstolpe uppnåddes när vi automatiskt kunde generera personlig hjälp i farten i en onlinekurs med hjälp av AI, som lär sig av tidigare studentinteraktioner med kursen.
om du är student, hur är det att använda den här tekniken? Hur skiljer det sig från traditionellt lärande?
det är den omedelbara personliga hjälpen och föreskrivna praxis som kan äga rum. Medan processen att söka hjälp kan vara till nytta, vet många studenter inte var de ska börja och titta på kursmaterialet och instruktionspersonalen för hjälp. Adaptiv inlärningsteknik kan ge en del av denna hjälp. Om en elev inte är upp till en kunskapsnivå för att kunna svara på en fråga, istället för att fortsätta till nästa lektion, skulle systemet adaptivt förlänga den aktuella lektionen och ge hjälp på vägen i form av tips och andra aktiviteter tills studenten är beredd att gå vidare.
på grund av COVID-19-pandemin studerar miljontals studenter hemma. Kan adaptiv inlärningsteknik hjälpa till?
för begränsade ämnen, ja. Nödflyttningen från traditionella klassrum har orsakat en minskning av kontakttiderna för lärare och studenter. Detta sker över K – 12 och högre ed. Brist på kontakttimmar kan delvis kompenseras med adaptiv teknik, där de i de ögonblick där eleverna inte kan ha synkrona inlärningssessioner (med lärare i realtid) kan interagera med en teknik som har kapacitet att anpassa undervisningen — en begränsad kapacitet, men mer än en video eller lärobok.
det verkar som om denna kris av naturen kommer att leda oss att tänka på innovation inom utbildning.
definitivt. Nu när så många lärare har varit tvungna att kommunicera, lära sig och undervisa via online-mediet, kan det inte ignoreras som ett alternativ att överväga i framtiden, och inte heller kan frågan ignoreras om vilka verktyg som kan bäras för att förbättra kvaliteten på lärandet i online-och platsbaserade miljöer.
Detta är en möjlighet att reflektera över de utmaningar som upplevs under pandemin, utmaningar som brist på engagemang och brist på känsla av koppling till studenter. Hur kan lämplig tillämpning av adaptiv teknik göra onlineinlärningsupplevelser hela, både ur lärar-och studentperspektiv?
vissa lärare har uttryckt en oro för att studenter som ska studera hemma under pandemin istället är offline och på drift. Om adaptiv inlärningsteknik var allmänt på plats just nu, kan de hjälpa till?
det finns både ett åtkomst-och ett orienteringsproblem här. Med access börjar vi se data SIM (subscriber information module) — kort och enheter som behandlas som skolbussar-leveransfordon som förväntas tillhandahållas för studenter att få dem till det nu virtuella klassrummet.
även när eleverna har tillgång finns det bevis för att det sätt på vilket de orienterar sig mot online-lärande kan leda till en prestationsklyfta. En kollega vid Arizona State University var nyfiken på hur studenter navigerade material i sin onlinekurs och om studenter som misslyckades med kursen navigerade på ett annat sätt än de som passerade.
vår forskning om data från kursen visade att det var ett dominerande mönster bland studenter som misslyckades att gå till frågesporterna först och sedan leta efter svar i förberedande material. Efter den föreskrivna kursplanen var banan dominerande bland studenter som passerade. Instruktören gjorde ett par ändringar för nästa klass och erbjöd en liten mängd extra kredit för dem som först fick tillgång till förberedande material och skickade ett e-postmeddelande till dem som inte gjorde det, så att de visste hur viktigt det var för tidigare studenters framgång. Han såg en ökning av betyg efter att ha gjort dessa förändringar.
takeaway för den omedelbara fjärrinstruktionssituationen är att vissa studenter naturligtvis inte kommer att ha en disciplinerad inriktning på online-lärande. Om inte genom live videokonferenssessioner och närvaro, hur upprätthåller lärare struktur och håller eleverna på rätt spår? Incitament och evidensbaserad personlig kommunikation är alternativ. Den styva personliga sekvenseringen av adaptiv inlärningsteknik kan vara en annan.
det verkar som om du pratar inte bara om ny teknik, men ett fundamentalt annorlunda sätt att undervisa och lära.
som biologiska, kognitiva varelser har vi inte förändrats så mycket. Men tekniken förändrar varje aspekt av vårt liv, och jag tror att det också nu händer i utbildning, där lärare arbetar tillsammans med teknik. Det finns också en antydan till det bekanta här, eftersom många adaptiva inlärningssystem har inspirerats av en-mot-en-handledning.
titta på vägen fem eller 10 år. Hur ser du tekniken utvecklas — och hur kommer utbildningen att utvecklas?
vi kommer att se att tekniken blir lättare att integrera med vad lärare försöker åstadkomma. Maskininlärningsteknik, särskilt bearbetning av naturligt språk, kommer att ge sokratiska pedagogiska tillvägagångssätt och bättre samordnade peer-to-peer-inlärningsmöjligheter.
adaptivt lärande kommer att användas i bredare sammanhang. På grund av det förändrade ekonomiska landskapet kan många studenter besluta att svänga från sina avsedda karriärer och grader. De kommer att ha förkunskaper från de grader de svänger bort från och skulle söka personliga läroplaner som utnyttjar vad de har lärt sig för att sammanhängande skifta mot vad de nu vill lära sig.
detta är en utmanande personaliseringsuppgift, men ett scenario som liknar dem där adaptiva handledare har visat sig excel, endast tillämpat på en högre, över kursnivå. Mitt labb har utvecklat och pilotat en adaptiv teknik som strävar efter detta mål här på Cal.
finns det oavsiktliga konsekvenser som vi borde tänka på nu? Potentiella risker?
en fallgrop tänker att tekniken kan göra allt. Människor behöver lära sig akademiska ämnen, men de måste också lära sig att vara människor. De behöver lära sig medkänsla, generositet, hur man arbetar tillsammans, hur man delar ansvar och kredit, och hur man upprätthåller relationer, vilket verkligen är ett livslångt lärande ämne. Hur man blir en bra medborgare som bidrar till samtalet om vilket samhälle som ska värdera. Du kommer inte att ha en adaptiv inlärningsteknik för att lära dig det.