分类
加州大学伯克利分校新闻

大流行可能为教育领域的新技术和重大创新打开一扇门

Woman seated before a computer screen

新冠肺炎疫情迫使各级学生在家学习,人工智能驱动的教育技术可以为教师和学生提供至关重要的支持。(照片由Bongkarn Thanyankij via Pexels提供)

灾难是创新的实验室。在战争期间,或者在地震之后,整个社会都动员起来应对眼前的挑战,同时一群研究人员也在寻找一种方法,将危机转化为未来将改善生活或拯救生命的进步。

headshot Zachary Pardos

加州大学伯克利分校教育研究生院和信息学院的助理教授Zachary Pardos说。

全球新冠肺炎疫情就是这样一个挑战。扎卡里·帕尔多,加州大学伯克利分校的助理教授的研究生教育和学校的信息,金融危机带来了一个持久的问题:与世界各地数以百万计的学生从学校被迫呆在家里,和关闭在某些地区可能会继续在秋天,我们怎样才能确保他们得到最好的教育?

帕尔多斯是适应性学习技术方面的专家,他研究学生学习的深层动力,并整理大数据,以构建强大而微妙的用户友好工具。他与各级教师和学生密切合作,将该技术融入日常课程。

在一次采访中,他描述了这些新兴的支持系统如何吸引学生并评估他们的优缺点,即使他们不在课堂上。该系统不是在线课程,而是由人工智能驱动的在线导师,可以评估学生的长处和短处,并提供个性化的个人指导。

这类技术已经在本科生学习中得到应用,包括在伯克利大学,在美国高中课堂上也有一定程度的应用。然而,今天,教育工作者不得不考虑最有效的在家教育学生的方法——这意味着COVID-19可能为新思想和新技术打开大门,这些新思想和新技术将在灾难平息后在课堂上继续存在。

帕尔多斯说,虽然大流行和经济动荡正在改变未来工作的前景,但适应性学习技术有能力帮助学生迅速转向新的职业。

[为了篇幅和清晰度,这篇采访经过了轻微的编辑。]

伯克利新闻:当人们想到适应性学习技术时,他们可能会想象在线课程或学生使用点击器回答老师的问题。这是正确的思考方式吗?

Zachary Pardos: it’有些不同。这些技术包含了适应性学习的元素。具体来说,就是即时反馈机制。多亏了自动评分,你可以在在线课程中得到关于问题甚至论文的正确反馈。但是适应性学习在技术方面涉及更多的个性化。

适应性辅导系统的关键组成部分往往是一个模型,它不断地评估学生所知道的内容,列出正在学习的领域的知识,然后根据学生所知道的内容进行提示和自适应的内容排序。伯克利分校的一个例子就是ALEKS系统。它被那些还没有为大学数学水平做好准备的新生所使用。

但是我们还没有以各种不同的方式准备好。因此,it’s不只是一个短期的夏季课程,可以弥补这一点。让人类导师不断地评估学生的准备情况,并对数百名新生进行调整,这是一项艰巨的任务,很快就会超出人类导师的能力。但是适应性导师已经被证明在这种情况下具有很好的扩展性。

你还能想到其他正在使用的例子吗,或者很快?

掌握物理和马西亚,为几何和代数,是其他例子的适应性导师。还有更多。大多数主要的教科书出版商已经购买或开发了这样的辅导系统,有各种各样的自适应学习技术来自行业和学术实验室,其中一些与辅导系统方法一样关注评估。

适应性导师的一个弱点是他们往往局限于有限的STEM领域。未来的一个挑战是如何扩大它们。瓶颈之一就是需要多少主题专业知识来建模一个新领域。但大数据方法已经有望克服这一点。第一个里程碑是我们能够使用AI在在线课程中自动生成个性化的帮助,它可以从过去的学生与课程的互动中学习。

如果你是一名学生,使用这项技术是什么感觉?它与传统学习有何不同?

It’s可以立即进行个性化的帮助和规定的实践。虽然寻求帮助的过程可能是有益的,但许多学生不知道从哪里开始,求助于课程材料和教学人员。适应性学习技术可以提供一些帮助。如果一个学生isn’t水平的知识能够回答一个问题,而不是继续接下来的课,系统将自适应扩展当前的教训,帮助沿途的形式提示和其他活动,直到学生提前准备。

由于新冠肺炎疫情,数以百万计的学生正在家中学习。适应性学习技术有帮助吗?

对于有限的科目,是的。从传统教室紧急转移导致了教师与学生接触时间的减少。这是发生在12年义务教育和高等教育。缺乏接触时间可以部分弥补与自适应技术,在那些时刻,学生不可能同步学习课程(与教师、实时),它们可以与技术交互的个性化教学的能力,能力有限,但比视频或教科书。

从本质上看,这场危机似乎将引导我们思考教育的创新。

肯定。现在很多教育工作者交流,学习和教通过网络媒介,它can’t被忽略作为一个选项考虑未来,也不能被忽略的问题什么工具可以拿来提高学习质量的在线和实体环境。

这是一个反思大流行期间所经历的挑战的机会,这些挑战包括缺乏参与和缺乏与学生的联系。如何从教师和学生的角度,恰当地应用适应性技术,使在线学习体验变得完整?

一些教育工作者担心,在流感大流行期间,本应在家学习的学生却在线下漂泊。如果适应性学习技术现在已经广泛应用,它们会有帮助吗?

这里既有门禁问题,也有迎新问题。通过访问,我们将开始看到data SIM(用户信息模块)卡和设备被当作校车——预计将为学生提供送货车辆,让他们进入现在的虚拟教室。

即使学生有机会,也有证据表明,他们倾向于在线学习的方式可能会导致成绩差距。亚利桑那州立大学(Arizona State University)的一位同事很好奇,学生们是如何在他的在线课程中浏览材料的,以及课程不及格的学生浏览材料的方式是否与及格学生不同。

我们对课程数据的研究表明,先去测验,然后在准备材料中寻找答案是失败学生的主要模式。在通过考试的学生中,遵循规定的教学大纲是占主导地位的。老师为下节课做了一些修改,给那些先拿到预习材料的学生提供了少量的额外学分,并给那些没有拿到预习材料的学生发了一封电子邮件,让他们知道预习材料对前一届学生的成功有多么重要。在做出这些改变后,他的成绩有所提高。

即时远程教学的情况是,一些学生不会自然地有一个训练有素的在线学习的方向。如果不是通过现场视频会议和考勤,教师如何保持结构和保持学生在轨道上?激励和基于证据的个性化沟通是选择。适应性学习技术的严格的个性化排序可能是另一个原因。

在我看来,你不仅在谈论新技术,而且在谈论一种完全不同的教与学方法。

作为生物的、认知的生物,我们并没有发生很大的变化。但是技术正在改变我们生活的方方面面,我认为这也正在教育领域发生,教师们与技术一起工作。这里也有一些熟悉的线索,因为许多适应性学习系统都受到一对一辅导的启发。

展望未来5年或10年。你如何看待技术的发展——以及教育将如何发展?

我们将看到技术变得更容易与教师们正在努力实现的目标相结合。机器学习技术,尤其是自然语言处理,将提供苏格拉底式的教学方法和更好的对等学习机会。

适应性学习将在更广泛的背景下使用。由于经济形势的变化,许多学生可能会决定从他们的职业和学位转向。他们将会从他们所放弃的学位中获得先验知识,并将会寻找个性化的课程,利用他们所学的知识来连贯地转向他们现在想要学习的东西。

这是一项极具挑战性的个性化任务,但与适应性导师的表现类似,适应性导师只适用于更高的跨课程水平。我的实验室一直在开发和试验一种适应性技术,以实现加州大学的这一目标。

有没有我们现在应该考虑的意外后果?潜在的风险?

一个缺陷是认为技术可以做任何事情。人们需要学习学术科目,但他们也需要学会做人。他们需要学习同情,慷慨,如何合作,如何分担责任和信用,以及如何维持关系,这当然是一个终身学习的话题。如何成为一个好公民,为讨论社会应该重视什么做出贡献。你不会有一个适应性学习技术来教授这些。

新闻旨在传播有益信息,英文原版地址:https://news.berkeley.edu/2020/05/27/the-pandemic-could-open-a-door-to-new-technology-and-dramatic-innovation-in-education/