Sérsniðnar námsleiðir til að styrkja nemendur mynd fylgir Gervigreind (AI) hefur verið að ryðja sér rúms í samfélaginu og mesta athyglin verið á ýmsum atvinnugreinum þar sem tækifæri liggja. Tæknirisar heimsins hafa fjárfest gríðarlegum fjárhæðum í þróun tækninnar. En tækifærin eru ekki einangruð við rekstur fyrirtækja. Menntun og kennsla eru svið sem gervigreind getur haft mikil áhrif á til framtíðar.

Gervigreind byggir á þróun tölvukerfa sem geta framkvæmt verkefni sem venjulega krefjast mannlegar greindar. Dæmi um það er lausn á ýmis konar vandamálum, mynd- eða mynsturgreining og margs konar söfnun upplýsinga og úrvinnsla þeirra, nokkuð sem á augljóslega margt skylt við almennt nám. Í menntakerfinu getur gervigreind gjörbylt því hvernig nemendur læra, kennarar leiðbeina og þar með hvernig menntastofnanir starfa.

Margt bendir til að spennandi möguleikar séu til staðar fyrir sérsniðið einstaklingsmiðað nám. Gervigreindardrifið sérsniðið nám nýtir reiknirit fyrir vélanám og gagnagreiningu til að búa til sérsniðnar námsleiðir sem eru sniðnar að einstökum styrkleikum, veikleikum og námsstíl hvers nemanda. Með því að skilja námsþarfir hvers og eins nemenda geta gervigreindarkerfi aðlagað námsefni og kennsluaðferðir og tryggt að nemendur fái viðeigandi og árangursríka námsupplifun.

Möguleikar í gervigreindardrifnu einstaklingsmiðuðu námi felast í hæfni þess til að styrkja nemendur til að skara fram úr í fræðilegu tilliti með því að veita markvissan stuðning og úrræði. Með því að sinna fjölbreyttum námsþörfum nemenda getur gervigreind hjálpað til við að minnka árangursbilið, stuðla að aukinni virkni nemenda og betri almennum námsárangri. Vonir standa til þess að kennarar og tæknifólk haldi áfram að vinna saman og þróa möguleika gervigreindar í skólakerfinu og leggja með því grunn að menntakerfi framtíðarinnar.

Sérsniðið nám
Í grein sem ég las frá 2019 frá Harvard Business review er rætt um innleiðingu gervigreindar (AI) og hvernig persónuleg námsupplifun getur gjörbylt menntun með því að takast á við ýmsar þekktar áskoranir sem háskólar standa frammi fyrir. Hin hefðbundna einhliða nálgun við menntun gerir nemendur oft óvirka og líklegri til að hætta í námi. AI-drifin persónuleg námsupplifun getur leyst slík vandamál með því að sníða kennsluna að hæfileikum og þörfum hvers nemenda. Eins og (Lasse Rouhiainen, 2019) fjallar um, að þá getur gervigreind í kennslu veitt prófessorum dýrmæta innsýn í námsstíl, hæfileika og framfarir nemenda sinna, sem gerir þeim kleift að aðlaga kennsluaðferðir sínar í samræmi við það.

Spjallforrit sem nota gervigreind hafa einnig sýnt vænlegan árangur í menntun. Sem dæmi prófaði Háskólinn í Murcia gervigreindar spjall-bot sem svaraði meira en 38.708 spurningum með 91% nákvæmni. Slíkir spjallþræðir bjóða ekki aðeins upp á tafarlausa aðstoð við nemendur heldur safna einnig dýrmætum gögnum sem geta hjálpað háskólum að þróa nýja og spennandi þjónustu og forrit. (Lasse Rouhiainen, 2019)

Hins vegar getur skilvirk innleiðing gervigreindar og einstaklingsmiðaðs náms í háskólum krafist siðferðilegrar, öruggar og gagnsærrar söfnunar og úrvinnslu nemendagagna. Það er nokkuð sem þarf að hafa í huga því nemendur verða sífellt uppteknari að því að vernda friðhelgi gagna sinna og þess vegna þurfa menntastofnanir að ná jafnvægi á milli þess að nýta gögn fyrir gervigreindardrifnar umbætur og viðhalda trausti nemenda sinna. Þrátt fyrir kosti þess að samþætta gervigreind í menntun, eru nokkrar áskoranir framundan, þar á meðal að búa nemendur undir tæknibyggðan heim, tryggja eftirlit og gagnanotkun og viðhalda mikilvægu hlutverki kennara við að leiðbeina nemendum sínum.

Lykil nálganir að einstaklingsmiðuðu námi
Í grein sem var skrifuð undir leiðsögn Dr. Sukant Khurana eru skilgreindar nokkrar megin aðferðir við einstaklingsmiðað nám:

• Aðlögunarhæft nám (Adaptive learning): Tækni sem notuð er til að úthluta nemendum mannauði eða stafrænum auðlindum út frá einstökum þörfum þeirra.
• Einstaklingsmiðað nám (Individualized learning): Námshraði er lagaður að þörfum einstakra nemenda.
• Mismunandi nám (Differentiated learning): Nálgun náms er aðlöguð eftir þörfum einstakra nemenda.
• Hæfnimiðað nám (Competence-based learning): nemendur fara í gegnum námsleið sem byggist á hæfni þeirra til að sýna hæfni, þar með talið beitingu og sköpun þekkingar ásamt færni og tilhneigingar. (Dr. Sukant Khurana o.fl., 2018)

Greinin leggur áherslu á mikilvægi einstaklingsmiðaðs náms og samþættingar gagnavísinda, gervigreindar og aðlögunarhæfrar námstækni við að umbreyta menntun.

Persónusniðið nám miðar að því að búa til sérsniðna námskrá og námsmarkmið fyrir hvern nemenda út frá þörfum hans, áhugamálum og markmiðum. Þessi nálgun hjálpar til við að tryggja betra samræmi milli nemenda og námsupplifun þeirra. Að innleiða einstaklingsmiðað nám byrjar á því að skilja menntunarbakgrunn, áhugamál og fræðileg markmið nemandans. Niðurstöður greiningaprófa eru notaðar til að búa til sérsniðna kennsluáætlun sem tekur á sérstökum sviðum til úrbóta. Kennarar sníða síðan aðferðir sínar og nálgun til að passa við upphafspunkt nemandans.

Gagnafræði, þar á meðal gervigreind og vélanám, hefur ýmis áhrif á menntun. Aðlögunarhæf námstækni hagræðir menntun með því að innleiða gagnagreiningar tækni til að vinna úr stórum gagnasöfnum og fylgjast með frammistöðu nemenda. Gagnagreining gegnir mikilvægu hlutverki við að skilja styrkleika og veikleika nemenda og hagræða námsferlinu með persónulegum námsaðferðum.

Gervigreind getur haft umtalsverð jákvæð áhrif á menntun. Með því að auka persónulega kennslu, gera einkunnagjöf hraðvirkari og alla skilvirkari. Hægt er að bæta kennsluumhverfi og endurgjöf á verkefnum og einnig almenna námsaðstoð. Gervigreindardrifin kerfi geta lagað sig að námsþörfum hvers og eins nemenda og miðað kennslu út frá styrkleikum og veikleikum. Greind kennslukerfi geta metið námsstíl nemenda og fyrirliggjandi þekkingu til að veita sérsniðin stuðning og kennsluefni.

Gervigreind getur stutt við kennslumat svo sem með því að greina eyður í innihaldi námskeiðs byggt á frammistöðu nemenda. Þetta hjálpar kennurum að vinna að endurbótum á efni og aðferðum. Að auki veitir gervigreind nemendum þroskandi og tafarlausa endurgjöf, sem getur auðveldað upplifun af því að gera mistök sem nauðsynleg eru til að læra og bæta.

Lokaorð
Að lokum, gervigreind getur gjörbylt menntun, ekki síst sérsniðnu einstaklingsmiðuðu námi og stuðningskerfum svo sem gervigreindar spjall kerfum. Ef sjónum er beint að þáttum eins og brottfalli og öðrum hefðbundnum áskorunum skólakerfisins getur gervigreind unnið með hverjum og einum, skapað sérsniðna námsupplifun, og betur mætt þörfum hvers og eins. Hins vegar krefst árangursrík innleiðing þess að geta gervigreindar sé í eðlilegu jafnvægi við mannlega þætti og taka þarf á siðferðilegum álitamaálum og persónuverndar sjónarmiðum sem tengjast gagnasöfnun og notkun. Með því að sigrast á þessum áskorunum og efla samvinnu milli hagsmunaaðila getur gervigreind haft varanleg jákvæð áhrif á menntakerfið. Tækifærið liggur í því að skapa einstaklingsmiðaðri námsupplifun fyrir nemendur og þannig aukið árangur þeirra.

Höfundur: Benedikt Bjarnason, Software Development Team Lead hjá OZ

Heimildir:
Lasse Rouhiainen. (2019). How AI and Data could Personalize Higher Education. Harvard Business Review. https://hbr.org/2019/10/how-ai-and-data-could-personalize-higher-education
Sudarshan Srinivas., Krishna Moorthy., Aarthi Thiru., Dr. Sukant Khurana. (2018). Personalized learning through artificial intelligence. Medium. https://medium.com/swlh/personalized-learning-through-artificial-intelligence-b01051d074