چگونه یادگیری ماشینی بر آموزش تأثیر می گذارد

کرینیکا دریک، متخصص فناوری آموزشی در مدارس دولتی آتلانتا، به پتانسیل یادگیری ماشینی در آموزش اعتقاد دارد، اما اذعان دارد که گاهی اوقات می تواند ناراحت کننده باشد. 

دریک می‌گوید: «به نظر کمی ترسناک می‌رسد، زیرا تقریباً شبیه این است، «خوب، چرا این دستگاه در مغز من می‌داند که وقتی به آن نیاز دارم چه چیزی در آینده است؟»».

یادگیری ماشینی شاخه ای از AI (هوش مصنوعی) است که شامل سیستم های کامپیوتری می شود که قادر به یادگیری و تطبیق به تنهایی هستند. در حالی که شوخی در مورد پتانسیل فیلم های علمی تخیلی بد این فناوری سرگرم کننده است، اما می تواند به روش های جدی به معلمان و دانش آموزان کمک کند. 

کیم ماجروس، معاون آموزش بخش دولتی، ایالت و دولت محلی ایالات متحده در خدمات وب آمازون، در ایمیلی می نویسد: «معلمان از یادگیری ماشینی برای شناسایی دانش آموزانی که زودتر به حمایت نیاز دارند و برای بهبود موفقیت و حفظ آنها اقدام می کنند، استفاده می کنند. "یادگیری ماشینی همچنین از طریق بومی سازی، رونویسی، تبدیل متن به گفتار و شخصی سازی، دامنه و تاثیر محتوای یادگیری آنلاین را گسترش می دهد." 

داده‌های جمع‌آوری‌شده از طریق یادگیری ماشینی همچنین به تصمیمات آموزشی مربوط به کارایی عملیاتی، حفظ و فارغ‌التحصیلی دانش‌آموز و کاهش هزینه‌ها اطلاع می‌دهد. 

همانند سایر فناوری‌ها، برنامه‌های یادگیری ماشین برای آموزش برای صرفه‌جویی در وقت معلمان و دانش‌آموزان طراحی شده‌اند، نه جایگزینی برای ارتباط معلم و دانش‌آموز. Majerus می‌گوید: «بهتر است برای تکمیل و حمایت از مربیان و کمک به آنها برای انجام کارهایی که به بهترین شکل انجام می‌دهند - تعامل با دانش‌آموزانشان - و زمان کمتری برای انجام سایر کارهای تکراری کمتر مهم استفاده کنند.» 

افق های جدید - و مشارکت ها 

یادگیری ماشینی در آموزش اخیراً زمانی تقویت شد که Discovery Education اعلام کرد که پلتفرم یادگیری K-12 خود را با قابلیت‌های یادگیری ماشینی سرویس‌های وب آمازون (AWS) از طریق Amazon Personalize افزایش داده است، که به مشتریان AWS اجازه می‌دهد برنامه‌هایی بسازند که از یادگیری ماشینی استفاده می‌کنند. 

یادگیری ماشینی به مربیان کمک می‌کند تا از پلتفرم آموزشی Discovery استفاده کنند و منابع موجود را بررسی کنند و توصیه‌های شخصی‌سازی شده محتوایی را بر اساس سطح کلاس تدریس شده، موضوع موضوع و منابعی که کاربر قبلاً به آنها ابراز علاقه کرده است، ارائه دهند. توصیه ها با گذشت زمان بهبود می یابند زیرا برنامه با رفتار و نیازهای منحصر به فرد هر فرد سازگار می شود. 

«Discovery Education از داده‌هایی استفاده می‌کند که کلیک‌های کاربر را ردیابی می‌کند - برای یک کاربر خاص، رکوردی را علامت‌گذاری می‌کند

با یک قطعه خاص از محتوا، همراه با یک نوع رویداد، مانند مشاهده، تعامل دارد،

Majerus می‌گوید دانلود یا اشتراک‌گذاری. این پلتفرم Discovery Education را قادر می‌سازد تا داده‌ها را در مقیاسی که هر شرکت‌کننده چگونه در منابع پیمایش می‌کند و با آنها تعامل می‌کند و الگوهای رفتاری را شناسایی می‌کند، تجزیه و تحلیل کند. 

در حالی که Discovery همیشه توصیه هایی در مورد محتوا به مربیان ارائه می دهد، الگوریتمی که آنها استفاده می کردند بیشتر برنامه ریزی شده بود.

پیت ویر، مدیر ارشد تولید در Discovery Education می‌گوید: «ما می‌دانیم که شما یک معلم علوم هستید، بنابراین «در اینجا مقداری محتوای علمی وجود دارد». «ماشین می تواند استنباط کند که یک معلم علوم نیز ممکن است به تمایز علاقه مند باشد. و بنابراین، دستگاه بهتر و بهتر می‌شود تا انواع موضوعات فرعی را به نمایش بگذارد.» 

او می‌افزاید: «چیزی که ما می‌خواهیم انجام دهیم این است که به معلمان اجازه دهیم زمان بیشتری را با دانش‌آموزان خود بگذرانند و زمان کمتری برای جستجوی محتوا داشته باشند.» 

آینده یادگیری ماشینی در آموزش  

در حالی که یادگیری ماشین به طور گسترده توسط برنامه های آموزشی مورد استفاده قرار می گیرد، فناوری و کاربردهای آن هنوز به طور مداوم در حال بهبود است. 

ویر می‌گوید: «برای ما، ما احساس می‌کنیم که در مراحل اولیه استفاده از یادگیری ماشینی هستیم. "هدف ما در پایان روز، استفاده از یادگیری ماشینی برای تطبیق بهتر با آنچه در مورد مربیان خود می‌دانیم، و آنچه در مورد دانش‌آموزانمان می‌دانیم، و نحوه استفاده از پلتفرم ما و ارائه توصیه‌های شخصی‌تر و بهتر است. ” 

علاوه بر پلتفرم Discovery، دریک برنامه‌های یادگیری ماشینی مانند Microsoft Education's Immersive Reader و خواندن پیشرفت، ابزاری در تیم های مایکروسافت که به دانش آموزان امکان می دهد خود را در حال خواندن یک قطعه ضبط کنند و سپس ارزیابی کنند که چقدر خوب آن را خوانده اند یا با کدام کلمات مشکل دارند. 

در نهایت، همه این ابزارها برای استفاده توسط دانش آموزان به تنهایی طراحی نشده اند. دریک می گوید: «شما هنوز باید معلم باشید. 

منبع: https://www.techlearning.com/news/how-machine-learning-is-having-an-impact-on-education