Bořivoj Brdička: Současný stav vývoje systémů adaptivního řízení výuky

Druhý díl seriálu popisujícího současný stav využití aplikací založených na velkých datech ve školství v USA a nejen tam. Zabývá se především existujícími aplikacemi a problémy s jejich nasazením spojenými.

Knewton

Tisková zpráva ze dne 12.3.2014:
DALŠÍ ÚSPĚCH: Knewton se již neorientuje jen na tradiční nakladatele učebnic. Tato firma vyvíjející systém řízení výuky založený na velkých datech ústy svého ředitele Davida Liu oznámila, že navazuje partnerství s Microsoftem. To jí pomůže stát se globálním hráčem. Microsoft má přímý vliv na vládní agentury rozhodující o dodávkách služeb pro školy všude na světě. Touto cestou se bude Knewton snažit pronikat do nabídek lokálních služeb na národní úrovni. Liu říká doslova toto: „Jsme jazykově nezávislí a dokážeme se přizpůsobit libovolným vzdělávacím standardům, ať je to kde chce.“ [1]

Než se pustíme do zkoumání, co vlastně Knewton nabízí, rád bych dodal, že se jedná o firmu začínající (startup), které se díky její „slibné“ politice zaštítěné teď nově Microsoftem již podařilo získat investice ve výši 105 mil. $ (viz CrunchBase). To už má nějakou váhu, takže jistě stojí za to se na její nabídku podívat trochu podrobněji.

Knewton sám sebe vydává za průkopníka adaptivních výukových systémů. Firemní vývojářka Jess Nepom vysvětluje rozdíly mezi technologiemi podporovaným diferencovaným, personalizovaným a adaptivním učením takto:

• Diferenciované učení je ten případ, kdy je žákům k dispozici několik různých cest za poznáním, z nichž si každý (typicky na doporučení učitele) některou vybere.
• Personalizované učení znamená, že jsou výukové postupy nastavovány každému na míru na základě jeho schopností (znalostí) zjišťovaných před zahájením výukové aktivity (typicky formou pretestu). V průběhu výuky již k modifikacím nedochází.
• Adaptivní učení nastává tehdy, je-li výukový postup modifikován i v průběhu aktivity (např. testu) na základě bezprostředně získaných výsledků. [2]

Knewton eviduje během práce data o tom, co student dělá, jaké má výsledky a jaký pracovní styl mu vyhovuje. Na základě těchto dat mu v každém okamžiku doporučuje, jak by měl ve studiu pokračovat, chce-li dospět ke stanovenému cíli. Vzhledem k tomu, že má každý student jiné potřeby, zájmy, schopnosti i nedostatky, postupuje každý po jiné automaticky generované trajektorii. [3]

Celý systém pracuje na dlouhodobé bázi, to znamená, že data z předchozích kurzů (ročníků, škol) jsou evidována a použita při analýze aktuálních potřeb studenta. Samotná analýza přitom nevyžaduje žádnou přímou interakci. Běží na pozadí, takže uživatel o ní vlastně ani neví.

Díky komplexnímu přístupu může Knewton odhalit i takové souvislosti, které by mohly v tradičních podmínkách zůstat utajeny. Dejme tomu, že některý student má problémy s plněním úkolů z biologie. Učitel by si snadno mohl myslet, že problém je v biologii, ale to nutně nemusí být pravda. Systém je schopen odhalit například i to, že příčinou nedostatků projevujících se v biologii jsou nedostatečné znalosti v matematice nebo nízká úroveň čtenářských dovedností.

Systém pracuje s tzv. znalostními mapami, které definují obsah učiva. Typicky se jedná vlastně o určitou formu definování výukových standardů, kterou je snadno možné přizpůsobit místním podmínkám. Čím lépe je pokryt celý obsah studia, tím lépe je systém schopen výuku personalizovat a adaptovat. Proto se Knewton snaží spolupracovat s dodavateli obsahu (vydavateli učebnic) a jejich produkty do systému integruje.

Pokud by takovýto systém pokrýval komplexně celé učivo, mohl by se stát velmi užitečným nástrojem podporujícím učení. Pamatuje si vše, co student již zvládl a ví i to, kdy se tak stalo. Vzhledem k tomu, že má v sobě implementovánu též schopnost zohledňovat křivky zapomínání žáků, dokáže ve vhodný okamžik potřebnou látku připomenout, navázat na ni a nepředkládá nic zbytečně. To poslední je možná nakonec to nejdůležitější.

Celý článek na spomocnik.rvp.cz