Measuring performances makes improvement easier
Introduction
La migliore esperienza di apprendimento possibile consiste nell’essere istruiti da un insegnante privato brillante ed empatico che adatta costantemente le sue lezioni alle vostre esigenze. I corsi offerti dalle piattaforme di apprendimento online spesso offrono l’esatto opposto: il materiale pedagogico è fissato prima che il primo studente vi abbia posato gli occhi e cambia a malapena fino alla fine del corso. Questo articolo mostrerà come, modellando l’esperienza di apprendimento, una moderna piattaforma di apprendimento possa emulare le qualità di un tutor privato e forse superarle.
Un modello statistico delle interazioni tra gli studenti e il materiale didattico vi permetterà di dedurre le capacità dei vostri studenti e la loro evoluzione. Inoltre, vi mostrerà quantitativamente come ogni elemento del materiale didattico, sia esso un testo, un video o un quiz, provoca (o non provoca!) l’acquisizione di competenze e conoscenze.
Learning to teach
Un buon insegnante sperimenta sempre, impara sempre. Rivede costantemente il materiale del corso per correggere gli errori, assegnare più tempo alle parti del corso che si rivelano difficili da comprendere, ridurre le discussioni che non riescono a coinvolgere gli studenti e provare un nuovo modo di spiegare un argomento problematico. Tutto ciò è reso possibile dall’attenta osservazione delle reazioni degli studenti a ciascuna delle sue spiegazioni e alle attività proposte.
Registrando l’effetto di ogni elemento del materiale didattico sul discente, un corso online può evolvere in modo simile. Un testo troppo difficile può essere riconosciuto perché gli studenti impiegano molto tempo a leggerlo, un concetto spiegato in modo insoddisfacente può essere rilevato se la sua applicazione viene testata in un quiz. In questo modo, il contenuto del corso può migliorare progressivamente. Se il numero di studenti che frequentano un corso è elevato, possiamo immaginare che i contenuti migliorino molto più velocemente di quanto un tutor possa imparare. Inoltre, è possibile proporre materiale didattico diverso a studenti diversi, per decidere cosa funziona meglio. In questo modo, sia l’impegno che il rendimento possono essere misurati con precisione per decidere cosa mantenere per la prossima iterazione del corso.
Alla Swiss Connect Academy abbiamo iniziato a rivedere continuamente il nostro materiale didattico in questo modo e intendiamo consentire a chiunque utilizzi la nostra piattaforma di fare lo stesso.
Empowering learners by making them aware of their strengths and weaknesses
Un modello del processo di apprendimento permette anche di inferire le rappresentazioni del discente. In particolare, valuta la sua velocità e le sue abilità nel rispondere alle domande, lo stato della sua conoscenza del materiale e forse la velocità di apprendimento. Queste informazioni possono essere utilizzate per fornire agli studenti un feedback su ciò che hanno appreso, per motivarli rendendoli consapevoli della loro progressione o per aiutarli a valutare le loro possibilità di superare una certificazione.
Adaptive learning
Le informazioni sulle caratteristiche individuali del discente possono essere utilizzate in modo ancora più ambizioso: il software di apprendimento può adattare i contenuti in tempo reale agli studenti in base al loro livello e alle loro specificità. La difficoltà dei quiz e di altri compiti può essere adattata in modo da incoraggiare gli studenti più lenti, pur rimanendo stimolante per quelli che sono già stati esposti al materiale. Agli studenti che non amano i video si può chiedere di leggere i testi e viceversa; il ritmo dell’intero corso può essere adattato automaticamente alla velocità di apprendimento, alla motivazione, agli obiettivi o alle preferenze individuali.
Anche i test possono essere ottimizzati adattando le domande dei test al livello del discente. L’obiettivo potrebbe essere quello di raggiungere un’accuratezza prestabilita nella valutazione il più velocemente possibile, di raggiungere la migliore accuratezza possibile nello stesso tempo o semplicemente di rendere il test più interessante per alcuni e meno scoraggiante per altri.
Conclusion
Tranne che nel caso di corsi su piccola scala (ad esempio, meno di 50 studenti), la modellazione delle interazioni tra gli studenti migliorerà notevolmente l’esperienza del discente medio. La ragione di questa eccezione è che il modello non avrà abbastanza dati.
I miglioramenti raccomandati dal modello si aggraveranno naturalmente se un corso viene tenuto ripetutamente. Inoltre, il costo della configurazione e dell’apprendimento del modello sarà pagato una volta sola e poi ammortizzato rapidamente.
Infine, un consiglio sulla scelta di un sistema di IA, particolarmente importante nel caso in questione: dovreste scegliere un sistema che registri e vi permetta di esaminare tutte le sue decisioni, che sia trasparente sulle sue rappresentazioni interne e che, preferibilmente, renda esplicito il grado di certezza (o incertezza) delle sue inferenze. Altrimenti, non sarete in grado di sapere se e quando potete fidarvi. In Swiss Connect Academy utilizziamo la statistica bayesiana per quantificare automaticamente l’incertezza di tutte le nostre stime, ma anche i metodi della statistica frequentista, come il bootstrap, possono dare ottimi risultati.
Le idee per questo post sono state sviluppate in collaborazione con Oksana Noorlander. Sono stati molto apprezzati anche i consigli di Marjorie Besson.
