Искусственный интеллект может определить лузеров
|
Искусственный интеллект предлагает новые возможности для улучшения университетского образования. Об этом свидетельствует проект Learning Intelligent System (LIS), разработанный исследователями из Университета Оберта-де-Каталония (UOC) при поддержке Центра инноваций электронного обучения. Система создана междисциплинарной исследовательской группой УПЦ и за прошедший год уже дала отличные результаты. В нем показано, как можно использовать автоматическую систему, чтобы помочь учащимся, которые рискуют потерпеть неудачу или бросить учебу, улучшить свою успеваемость. В 2021 году группа факультета компьютерных наук, мультимедиа и телекоммуникаций УПЦ опубликовала в Международном журнале образовательных технологий в высшем образовании (ETHE) исследование способности LIS успешно выявлять студентов, которым грозит провал на курсе. В состав группы входили Ана Елена Герреро-Ролдан и Елена Родригес Гонсалес из исследовательской группы Technology Enhanced Knowledge and Interaction Group (TEKING) и Дэвид Банерес Бесора из исследовательской лаборатории SOM в Междисциплинарном институте Интернета (IN3). |
Теперь команда стремится использовать эту систему для обеспечения академического руководства и снижения показателей отсева. Это последнее исследование, опубликованное в журнале с открытым доступом International Review of Research in Open and Distributed Learning (IRRODL), демонстрирует преимущества автоматизированной системы подталкивания. Она может не только выявлять учащихся из группы риска, но и сама система может предоставлять соответствующую информацию для улучшения учебного процесса и успеваемости учащихся. Родригес Гонсалес сказал: «Программное обеспечение дает рекомендации о важности планирования и постановки целей в процессе обучения и оценивает, достигаются ли они. Оно также предоставляет информацию о ситуации учащегося в течение учебного года, облегчая им принятие решений. о том, как улучшить. Более того, он предоставляет уведомления о том, что происходит в виртуальном классе, а также помогает улучшить общение между преподавателями и студентами, что является ключом к успеху в онлайн-среде обучения». |
Эта система поощрения является очень полезным инструментом для преподавательского состава, поскольку позволяет им чаще вовлекаться в работу на основе индивидуальных потребностей в обучении. «Сообщения отправляются студентам автоматически, хотя именно преподаватели пишут эти сообщения, а также решают, какой тип информации следует отправлять, в соответствии с характеристиками их курса», — сказал Родригес Гонсалес. После того, как эти рекомендации установлены, сообщения отправляются в зависимости от выполнения определенных условий, связанных с успеваемостью учащегося на курсе, его рискованной ситуацией и его поведением в виртуальном классе. «Но именно система искусственного интеллекта решает, какие учащиеся должны получать какие сообщения, что позволяет персонализировать их», — сказала она. |
Исследования для улучшения успеваемости |
Чтобы попытаться измерить эффективность этой системы, было проведено исследование с тремя группами студентов, каждая из которых получила разное количество сообщений на основе идентификаций системы. Одна группа получила полную поддержку, другая получила только одно сообщение с пояснением прогноза, сделанного системой после каждой отметки непрерывного оценивания, и возможности прохождения курса на основании успеваемости и других данных из профиля студента, а третья группа не получила сообщения вообще. При измерении производительности результаты показывают, что она самая высокая в первой группе, за которой следует вторая. Группа с наихудшими показателями и самым высоким процентом отсева была третьей группой, необслуживаемой группой. «К результатам следует относиться с осторожностью», — сказал Родригес Гонсалес. |
«Мы предполагаем, что существует корреляция, но мы ни в коем случае не можем подтвердить наличие причинно-следственной связи. Мы также знаем, что существует предвзятость самоотбора, поскольку студенты в группах 1 и 2 участвовали добровольно и, как правило, были более мотивированы и Кроме того, исследование проводилось во втором семестре 2019–2020 учебного года, на который распространяются ограничения, связанные с пандемией, что еще больше усложняет интерпретацию результатов. Тем не менее, студенты показали высокий уровень удовлетворенности полученные сообщения, считая их мотивирующими и полезными для повышения вовлеченности в курс. Необходимо изучить, сохраняются ли эти результаты с течением времени, повторив исследование для того же курса и для других курсов. «Особенно для первокурсников, — объяснила она, — где много студентов, не имеющих опыта онлайн-обучения». |
От прототипа до реализации |
По словам Родригеса Гонсалеса, точность системы искусственного интеллекта при обнаружении учащихся, рискующих провалить курс, на котором проводилось исследование, составила 74% для первого непрерывного оценивания и 94% для последнего. Эти цифры очень многообещающи, но широкое внедрение все еще потребует обширного процесса. «Система LIS находится в стадии разработки и тестирования. Нам необходимо проанализировать ее полезность и возможные адаптации программного обеспечения, чтобы ее можно было перевести на этап производства для интеграции в виртуальные классы», — сказала она. «Ключ также в политике сбора исторических и текущих данных о студентах в соответствии с действующим законодательством о защите персональных данных». Она подчеркнула, что «студенты должны быть всегда проинформированы о том, какие данные собираются и с какой целью, давая свое прямое подписанное согласие с возможностью отзыва этого согласия». |
Источник |
При использовании материалов с сайта активная ссылка на него обязательна
|