7 RealLife Exemples d'AI dans l'éducation Dernières Tendances de transformation numérique Tendances Cloud News Wire19

Intelligence artificielle dans l'éducation

L'intelligence artificielle (AI) est une partie centrale de la technologie aujourd'hui. Il guide des choses subtiles comme vos recommandations Netflix et des systèmes plus complexes tels que les logiciels de prévision des affaires. Comme AI influence la technologie de nombreuses industries, les écoles ont commencé à s'adapter également. Ai dans l'éducation - plus précisément, AI dans la K-12 Education - entraînera des avantages pour les étudiants et les enseignants.

Deux exemples courants d'intelligence artificielle dans l'éducation sont des assistants et de l'automatisation, mais les écoles peuvent mieux prendre ces outils. Avec l'influence de la pandémie Covid-19 modifiant toujours la manière dont les écoles fonctionnent, des outils d'apprentissage à distance tels que AI sont maintenant plus importants que jamais.

Exemples d'intelligence artificielle dans l'éducation

Au fur et à mesure que le monde crée de nouvelles technologies, les écoles doivent s'adapter. Ai pour les enseignants et les étudiants fournit de nouvelles opportunités et de nouvelles ressources, apportant l'éducation à un niveau puissant et accessible. Voici cinq façons que cela se passe dans le système scolaire actuel:

Automation

AI à la K-12 L'éducation peut commencer par faciliter la tâche fastidieuse et répétitive. Les tâches administratives telles que l'organisation de fichiers numériques et de transfert de documents d'avant en arrière peuvent consommer du temps. De même, le classement et la planification peuvent enlever le temps des enseignants avec les étudiants.

Différents types de logiciels automatiseront facilement ces tâches. La note d'essai intelliMétric et de projet est deux ressources importantes qui utilisent AI pour définir automatiquement toutes sortes de missions, des tests aux essais. Des outils tels que ceux-ci rendent plus facile pour les enseignants de se concentrer sur l'engagement avec les étudiants. Les enseignants peuvent aider les apprenants de près sans s'inquiéter de la date de la note des papiers ou des tests de vérification.

La Floride a profité de l'AI et intégré un système de contrôle automatisé dans son district scolaire du comté de Putnam. Moniteurs de Goguardie et des drapeaux Tous les sites ou plates-formes sur Internet potentiellement sensibles, inappropriés ou nocifs, à la sécurité des élèves.

Assistance

Lors de l'enseignement de n'importe quel groupe d'âge, les éducateurs ont beaucoup à se concentrer sur. Ils doivent équilibrer travailler avec chaque élève et comprendre leurs besoins. Selon la classe et la taille de l'école, les enseignants peuvent avoir beaucoup d'élèves à travailler.

Un assistant AI pour les étudiants peut aller un long chemin pour aider tout le monde dans la classe. Ces assistants d'AI pourraient être aussi simples que Google Classroom, qui peuvent vérifier l'originalité du travail d'un élève afin que l'enseignant ne soit pas obligé. Certaines salles de classe peuvent travailler avec des assistants à domicile tels que Alexa d'Amazon. Cependant, étant donné que la vie privée est une préoccupation principale des écoles et des étudiants, certaines écoles ne permettent pas aux assistants vocaux des salles de classe.

Les assistants de l'IA viennent de toutes formes et tailles, cependant. En décembre 2020, le district des écoles publiques de Denver a annoncé son plan d'intégration des assistants de l'AI aux étudiants plus jeunes. La technologie aidera les enfants à engager et à participer plus fréquemment dans des conversations et des activités de classe.

Personnalisation

Un assistant AI pour les étudiants ouvre une plus grande conversation sur la dynamique de la classe. Tous les étudiants sont différents. Ils ont des besoins différents, des préférences et des styles d'apprentissage - et ils sont confrontés à divers défis. Personnaliser leur éducation est la solution pour leur fournir la meilleure expérience possible.

AI peut analyser les progrès d'un élève et voir quel niveau ils sont. Sur la base de ces informations, l'enseignant peut alors leur donner plus d'aide ou de ressources pour continuer à apprendre. Par exemple, la personnalisation de l'IA dans la K-12 L'éducation pourrait aider à améliorer les capacités de lecture des élèves. Amira est un programme qui fournit des commentaires tandis qu'un étudiant lit et peut rendre compte des erreurs et des progrès de chaque session.

ailleurs, l'école primaire Soulderwood dans le New Jersey utilise les numéros heureux de l'assistant d'enseignement. Ce système analyse les travaux des étudiants dans des cours de mathématiques et montre que les enseignants qui, dans la salle de classe, sont les plus difficiles. Il peut offrir des suggestions personnalisées sur la manière de les aider à améliorer.

Accès

Bien que les écoles soient abondantes aux États-Unis et à travers le monde, tous les étudiants n'ont pas accès à l'éducation. Des facteurs tels que le statut socio-économique, le transport et les handicaps peuvent changer la quantité d'accès à un étudiant à la classe. Cependant, l'apprentissage peut arriver n'importe où avec l'aide d'AI.

Ai tuteurs peut s'intégrer aux écoles ou aux familles peut y accéder seul. Ces tuteurs combinent la personnalisation, l'automatisation et l'assistance que AI apporte à la classe. Ils fournissent des conseils individuels dans une gamme de sujets pour une gamme d'âges.

Tutor University et Thinkster sont deux de nombreux exemples de guides d'AI pouvant aider les étudiants à partir de n'importe quel endroit. De même, les chatbots utilisent une intelligence artificielle pour répondre aux questions ou fournir une assistance à ceux qui en ont besoin. Ils s'adaptent aux besoins des étudiants à mesure que la session se poursuit.

Ce type d'AI apporte un meilleur accès aux étudiants qui peuvent ne pas être en mesure d'aller à l'école au sens traditionnel. Cette conversation autour de l'accès a également augmenté de manière significative pendant la pandémie.

Hébergement pour Covid -

Covid-19 a fait passer par tout le monde à la dynamique virtuelle. De la tenue d'événements de collecte de fonds pour écouter des conférences, vous assisterez probablement à de nombreux événements pratiquement de la maison. L'école n'est pas différente. Bien que certains États et districts se déplacent entre en personne et en apprentissage virtuel, Tech Reliance a augmenté de plus en plus. AI fait partie de ce nouveau mouvement.

Les enseignants utilisent maintenant AI pour classer, communiquer et aider les étudiants comme jamais auparavant. Les éducateurs restent à la maison et ne peuvent pas aider les étudiants en personne, Tech a été une force directrice dans la pandémie. Par exemple, la participation peut être plus difficile à travers des plates-formes telles que Zoom. Au lieu de cela, les enseignants peuvent avoir besoin d'utiliser l'automatisation de classement pour obtenir une représentation plus précise des progrès des étudiants.

Pour personnaliser correctement l'enseignement à distance, les enseignants peuvent également se tourner vers des plates-formes telles que les idées de Brightspace. Il recueille des informations de nombreuses façons de faire rapport sur ce qui peut aider les élèves à grandir. Traducteur de présentation, un plugin pour PowerPoint, peut traduire des diapositives dans différentes langues en temps réel, ce qui est idéal pour l'enseignement à distance.

L'avenir de l'AI dans les écoles

L'objectif principal de l'AI au cours des prochains mois et des années consisteront à surmonter les obstacles qu'il est actuellement confronté. Les écoles devront assurer la meilleure confidentialité et les mesures de sécurité lors de l'utilisation de systèmes technologiques qui rassemblent autant d'informations et de données. La méfiance croissante des grandes entreprises influencez sans aucun doute l'influence sur la manière dont les élèves, les enseignants et les parents considèrent la technologie dans la classe.

Une fois que les écoles assurent que leur IA est privé et sécurisé, ils devront trouver le financement et le personnel pour commencer à faire ces changements. Les nouveaux systèmes et logiciels exigent une équipe informatique pour fournir une formation et une surveillance constante. Les enseignants devront savoir comment travailler les systèmes IA. Les écoles peuvent même avoir besoin d'apaiser des craintes de perdre des emplois pour la technologie.

Cependant, AI est prometteur pour l'avenir. Cela montre ce qui est possible pour la salle de classe - aidant les élèves à prospérer et à apprendre est le but ultime. Le thème récurrent que AI Tech montre que les étudiants apprennent à différents pas. L'avenir de l'éducation devra refléter cette fluidité.

En 2021, vous verrez plus de progrès analysés. Les écoles et les administrateurs prendront les données que les systèmes AI produiront et utilisent cela pour créer et mouler des cours, des leçons et des systèmes de classement. Cette tendance continuera également après cette année et influencera la personnalisation générale et la personnalisation de l'éducation.

Situation

Pour des années, la scolarisation a été caractérisée par son aspect de la mouture physique de la part des élèves et de leurs enseignants: les enseignants cassent et préparent du matériel pédagogique, les devoirs des élèves de qualité manuelle et les devoirs des élèves de qualité manuelle ( et les parents des étudiants) sur leurs progrès d'apprentissage. Ils peuvent être chargés d'un nombre impespé d'élèves, ou d'un large golfe de niveaux d'apprentissage et de capacités d'élève variant dans une salle de classe. Les étudiants, d'autre part, ont généralement été poussés à travers un gant d'apprentissage «à la taille unique», non personnalisés à leurs capacités, à leurs besoins ou à leur contexte d'apprentissage. Cette citation est toujours rappelée par l'éducation de renommée mondiale et la créativité Sir Ken Robinson:

"Pourquoi cette hypothèse que nous devrions éduquer les enfants simplement en fonction de leur âge? C'est presque comme si la chose la plus importante que les enfants aient en commun soient leur date de fabrication. "

Mais alors que la classe contemporaine est devenue de plus en plus numérisée, nous avons constaté des avancées récentes dans l'AI et l'apprentissage des machines qui se rapprochent de pouvoir enfin répondre à des défis historiques «forgés à la main» - par ne pas seulement collecter et analyser les données que les élèves génèrent (tels que des fichiers journaux en ligne) lorsqu'ils interagissent avec des systèmes d'apprentissage numérique, mais en tirant dans de grandes poussées de données d'autres zones, notamment des données démographiques des étudiants, des données démographiques et de performances des éducateurs, des admissions et des données de performance Informations d'inscription, informations sur les ressources humaines, etc.

Examen rapide: Qu'est-ce que l'apprentissage de la machine?

L'apprentissage de la machine est une méthode d'analyse de données qui automatise le bâtiment de modèle analytique. Utilisation d'algorithmes qui apprennent de manière itérative des données, la machine L'apprentissage permet aux ordinateurs de trouver des informations cachées sans être explicitement programmée où chercher de la machine L'apprentissage de la machine est particulièrement bien prédiction et estimation lorsque celles-ci sont vraies:

Les entrées sont bien comprises. (Vous avez une très bonne idée de ce qui est important, mais pas à la façon de les combiner.) - La sortie est bien comprise. (Vous savez ce que vous essayez de modeler.) -Experience est disponible. (Vous avez beaucoup d'exemples pour former les données.)

Le creuset de l'apprentissage de la machine consiste à capturer et à conserver un ensemble de données riche et à apporter à l'état raisonneux de la découverte de la connaissance: processus d'analyse par le déluge de grandes données, identifiant des schémas significatifs, et la transformant en une base de connaissances structurée pour une utilisation future. Tant que les flux de données, son application est infinie, et nous le voyons déjà partout, des algorithmes de Facebook aux voitures autonomes. Aujourd'hui, examinons l'apprentissage de la machine et sa mise en œuvre dans le domaine de l'éducation.

Application de l'apprentissage de la machine dans l'éducation

Il y a quelques années Il y a quelques années, Sotiris Kotsantis, professeur de mathématiques à l'Université de Patras, la Grèce a présenté une nouvelle étude de cas décrivant le domaine émergent d'extraction des données pédagogiques, où il a exploré à l'aide de données de caractéristiques démographiques et de classement des élèves Données dans un petit nombre d'affectations écrites en tant que données définies pour une méthode de régression d'apprentissage machine pouvant être utilisée pour prédire les performances futures d'un élève.

Dans une veine similaire, Govhack, le plus grand gouvernement ouvert et le hackathon de données ouvertes australiens comprenant plusieurs projets dans l'espace éducatif, y compris un projet qui vise à développer un modèle de prédiction pouvant être utilisé par les éducateurs, les écoles et les écoles et Les décideurs politiques doivent prédire le risque d'élève de sortir de l'école.

Springboarding de ces deux exemples, le CHALAPATHY NETI de IBM a récemment partagé la vision de l'IBM des salles de classe intelligentes: des systèmes d'apprentissage basés sur des nuages ​​pouvant aider les enseignants à identifier les étudiants qui sont le plus risquent de sortir, pourquoi ils luttent, comme ainsi que donner un aperçu des interventions nécessaires pour surmonter leurs défis d'apprentissage:

Le système pourrait également coupler des objectifs et des intérêts d'un élève avec des données sur leurs styles d'apprentissage afin que les enseignants puissent déterminer le type de contenu pour donner à l'élève et le meilleur moyen de le présenter. Imaginez une huitième niveleuse qui rêve de travailler en finance mais des difficultés avec des équations quadratiques et linéaires. L'enseignant utiliserait ce système cognitif pour connaître le style d'apprentissage des élèves et développer un plan qui répond à leurs lacunes de connaissances.

Efficacité du processus: planification, classement, organisation

ailleurs, plusieurs appareils d'apprentissage de la machine pour l'éducation (Conférence internationale de la conférence internationale de l'apprentissage) ont exploré de nouvelles applications d'apprentissage de machines conçues pour profiter de la communauté éducative, telles que:

- -Learning Analytics qui construisent des modèles statistiques de connaissances aux étudiants afin de fournir des commentaires informatisés et personnalisés sur l'apprentissage des progrès des élèves et de leurs instructeurs d'analyses de l'État qui organisent et optimisent des éléments de contenu tels que des évaluations, des sections de manuels de manuels, des vidéos de cours, etc. -Scheter des algorithmes qui recherchent une politique d'enseignement optimale et adaptée qui aide les élèves à apprendre plus efficacement des systèmes généralisés qui évaluent et marquent les réponses des élèves aux évaluations et aux attributions informatiques à grande échelle, soit automatiquement, soit via une psychologie à l'écoute, où l'exploitation minière est Devenir un outil puissant pour valider les théories élaborées dans la science cognitive et faciliter le développement de nouvelles théories pour améliorer le processus d'apprentissage et la rétention de connaissances et la conception expérimentale et expérimentale, qui sélectionne de manière adaptée aux évaluations et autres ressources d'apprentissage pour chaque élève individuellement pour améliorer l'efficacité de l'apprentissage.

Plateformes existantes

5. Les outils de renseignement de processus analysent de grandes quantités de données structurées et non structurées, visualisent les flux de travail et identifiant de nouvelles opportunités: a. Brightbytes Clarity Avis sur la recherche et les meilleures pratiques, crée des cadres fondés sur des preuves et fournit une analyse des écarts de force. b. Les systèmes de planification des ressources d'entreprise (ERP) tels que Jenzabar et IBM SPSS aide les institutions plus élevées à prédire les inscriptions, à améliorer l'aide financière, à booster la rétention et à renforcer la sécurité du campus.

Réflexion

Comme la salle de classe moderne devient de plus en plus numérisée, nous sommes en mesure de recueillir des myriades de données de données. L'astuce est bien sûr capable de le mener à bien. Le prix au cœur de la machine L'apprentissage est la découverte de la connaissance, le processus d'analyse du déluge de grandes données, en identifiant des schémas significatifs en informatique et la transformant en une base de connaissances structurée pour une utilisation future. Dans cet article, nous avons vu des exemples en utilisant l'apprentissage des machines dans le secteur de l'éducation pour la prédiction, la planification, le classement et l'organisation. Nous avons également énuméré des plates-formes existantes liées à l'éducation qui utilisent un composant d'apprentissage de la machine.

Nous utilisons des cookies
Nous utilisons des cookies pour vous assurer de vous donner la meilleure expérience sur notre site Web. En utilisant le site Web, vous acceptez notre utilisation de cookies.
AUTORISE LES COOKIES.