Адаптивното обучение откъде да започнем и дали е необходимо
Получавайте новини по пощата:
Преди няколко години експертът по цифрово образование Питър Стоукс предположи, че след 15 до 20 години почти всеки курс ще има адаптивни компоненти. Какво трябва да знаят екипите, които искат да направят проекта си отзивчив? Дмитрий Аббакумов, ръководител на лабораторията за адаптивни образователни технологии и психометрия на HSE към дирекция „Онлайн обучение“ на HSE, обяснява.
Когато решавате дали вашият проект се нуждае от отзивчивост, струва си да си зададетепет въпроса.
1. Броят на студентите надвишава ли 1000 на година?
Това е може би основният въпрос. Няма смисъл да се инвестира в разработването на адаптивно решение, ако броят на студентите в един условен курс е по-малко от хиляда души. Причината е проста - върху извадка с по-малък размер ще бъде трудно да се изгради дори прост модел и прост алгоритъм - основата на всяко решение.
2. Структурирано ли е съдържанието?
3. Правят ли се измервания?
Ще се изненадате, но образователните проекти, които не провеждат диагностика, не са необичайни. Изводът е прост: няма измервания - няма адаптивност. Важно е измерванията не само да са включени в курса, но и да са регулярни (на входа, по време на курса и на изхода), разнообразни както по форма (тестове, казуси, задачи, есета), така и по съдържание (знания, разбиране, приложение). В допълнение към информацията за обучението е важно да се съберат данни за самите ученици (пол, възраст, интереси, цели, мотивация, ниво).
4. Записват ли се и съхраняват ли се данните от измерванията?
Това е важно, защото: няма данни, няма адаптивност. Случва се образователен проект изобщо да не събира данни. Случва се да събира, но не съхранява дълго,например от съображения за икономия. Случва се да събира, но да го съхранява неправилно - структурата на данните не позволява сравняване на няколко масива, например с лични данни за ученици и техните резултати от тестове. Това се случва, когато идентификаторите на студенти в първия и втория масив от данни се различават и няма ключ за връзка.
5. Осъзнавате ли, че разработването на адаптивно решение ще отнеме време и това няма да се случи утре?
Трябва да сте готови за поредица от проучвания, оптимизиране на съдържание въз основа на резултатите от тези проучвания и премахване и замяна на неработещи части от съдържание. Положителният отговор на този въпрос, като правило, показва готовността на проекта да разработи адаптивно решение.
Да приемем, че сте отговорили с да пет пъти. Сега, гледайки напред, ще ви кажа как обикновено изглеждат следващите стъпки.
На първо място се извършва психометричен анализ на качеството на тези измервателни уреди, които са в курса. За разработчика на адаптивни решения е важно да разчита на валидни измервания – такива, които наистина измерват заявените знания, умения и способности. Тази стъпка използва събраните данни за това как учениците са се справили със задачите на курса. Въз основа на резултатите от анализа неработещите се финализират (или премахват) и се разработват липсващите инструменти за измерване.
След това се определят психометричните характеристики на съдържанието: трудност, смилаемост (чрез анализ на опитите), видимост. Успоредно с това учениците се анализират, за да открият значителни трудности при усвояването на материала. Извършва се търсене на връзки между тези трудности. Разкриват се съществени разлики в резултатите от обучението – както индивидуални, така и групови (например, когато ученици с различен опит или различен пол се справят с материала по различен начин).
Резултатите от този етап формират основата за проектиране на адаптивно решение. Тук се появява отговорът на въпроса: какво да адаптираме и как да адаптираме? Тук също са разработени психометричен модел и адаптивен алгоритъм за вземане на решения. Като пример, това може да бъде „мека“ опция - препоръчително решение, при което ученикът получава няколко елемента от съдържание, от които да избира, и съвети как да го овладее. Или може би по-"твърд" вариант - навигационно решение, когато ученикът няма избор, но следва избраната траектория.
След това решението се тества върху симулации с реални данни. Тези симулации се наричат "post hoc" и смисълът им е да използват предварително натрупаните данни за тестване на ефективността на разработения алгоритъм.
Разработката завършва с внедряването на решението в курса. Разбира се, това завършва само условно, тъй като от този момент започва събирането на нови данни, техният анализ и последваща настройка на адаптивното решение. В крайна сметка алгоритъмът като жив организъм е странен и понякога прави грешки. Оптимизирането на адаптивно решение е продължителен, труден, но може би най-интересният етап.