Адаптивное обучение, или несколько слов о Knewton

    Если вы интересуетесь современными технологиями в образовании, то вы, вероятно, уже знаете про Knewton. Если это не так, то информация ниже будет вам полезна!

    Почему это важно?

    Компания Knewton известна тем, что одной из первых стала активно применять технологии анализа данных в сфере образования. В результате этой работы была создана адаптивная образовательная платформа, которую можно подключить к любой современной системе управления учебным процессом (LMS).



    Идея о том, чтобы образовательное приложение адаптировалась к уникальной “кривой обучения” студента, обладает большим потенциалом. Тем более, что стек технологий анализа данных, которые позволяют построить подобную систему, находится в достаточно зрелой стадии. Несмотря на это, подобные технологии остаются закрытыми для большинства игроков образовательного рынка из-за дороговизны разработки. Подобную систему могут позволить себе только организации, обладающие большими ресурсами, например Khan Academy, получившая многомиллионные гранты The Gates Foundation, Google и других.

    Готовая платформа, позволяющая любому учебному заведению внедрить персонализированное обучение — это большой шаг вперед в области развития образовательных технологий.
    Как пишет глава Лондонского офиса Knewton Чарли Хэррингтон:
    Представьте, что учитель может с помощью пары кликов мышкой оценить индивидуальные знания студента по своему предмету в любой момент времени. Это поможет учителям легко и быстро идентифицировать темы, в которых пробел в знаниях только начинает возникать и изменить процесс обучения таким образом, чтобы ликвидировать этот пробел. У учителей останется больше времени делать то, что получается у них лучше всего — вдохновлять и учить.

    Чарли Хэррингтон выступает на конференции EdCrunch в Москве

    Адаптивное обучение

    Идея об адаптивном и персонализированном обучении возникла в 50-х годах и корнями уходит к “обучающим машинам” психолога Б.Ф. Скиннера, основателя бихевиоризма, в то время профессора Гарвардского университета. Основываясь на приципах обучения, которые он выработал во время экспериментов с голубями, Скиннер создал механическое приспособление, напоминающее коробку, которое “скармливало” студентам вопросы. Правильные ответы вознаграждались новым академическим материалом; неправильные — приводили к повторению старого вопроса. “Студент быстро учился отвечать правильно”, — отмечал Скиннер.
    «Обучающая машина» Б.Ф.Скиннера

    Движение стало популярным в 70-е годы на волне интереса к технологиям искусственного интеллекта. Тогда ученые верили в то, что рано или поздно компьютер сможет не хуже человека адаптироваться к внешней среде. Использование механизмов машинного обучения в образовании стало модной темой в научных кругах, однако стоимость и размеры компьютеров того времени лишали эту затею какого-то практического смысла.

    Только к концу 2000-х годов идея стала обретать реальные очертания, и адаптивное обучение снова вошло в моду. Системы, подобные Knewton, сегодня обладают широким набором функций, таких как сложный трекинг развития навыков, мгновенная обратная связь, персонализированные подсказки, а также — то, что было недоступно гарвардским студентам Скиннера — интерфейс, напоминающий компьютерную игру!
    Интерфейс Knewton

    Как работает Knewton

    Основатель Knewton Джозе Феррейра всю жизнь занимался образовательными технологиями. С 1991 году он работал в компании Kaplan, одном из крупнейших игроков на рынке платных образовательных услуг. В 1993 году он попытался привнести в компанию идеи адаптивного обучения, однако не смог сдвинуть неповоротливую корпорацию с места, что в общем-то было неудивительно — в 1993 году лишь у немногих людей были компьютеры! Джозе опередил свое время, и когда технологии достигли нужного уровня развития, он в 2008 году основал компанию Knewton.


    Основатель и CEO Knewton Джозе Феррейра

    Методология Knewton строится вокруг двух основных понятий: технологии планирования образовательной траектории и сложной модели оценки студента. Такой подход в корне отличается от большинства “адаптивных приложений”, которые по сути применяют адаптивный подход к единственной точке, в которой измеряются знания студентов. Примером такого “слабоадаптивного” подхода является диагностический экзамен, по результатам которого компьютер определяет какой контент будет показан студенту в дальнейшем. Технологии data mining и персонализации используются здесь минимально или не используются вообще.

    Адаптивное обучение в понимании Knewton должно реагировать в реальном времени на результаты отдельного студента и его действия в системе. Этот подход увеличивает вероятность того, что студент получит правильный образовательный контент в нужный момент и достигнет поставленных перед собой целей. К примеру, если студент плохо справляется с определенным набором вопросов, то Knewton сможет предположить, какие темы, затронутые в этом списке вопросов, оказались непонятными и предложить ему контент, который поможет повысить уровень понимания именно этих тем.
    Индвидуальные образовательные траектории двух студентов

    Knewton называет себя дополнительным уровнем образовательного приложения, на котором анализируются данные. Именно поэтому с Knewton может работать любое образовательное учреждение или проект. Данные которые использует адаптивная платформа собираются самим образовательным приложением и передаются на сервер Knewton с использованием API. Чтобы начать собирать определенный вид данных, например, когда студент начал смотреть видео или результат ответа на вопрос, достаточно добавить одну строчку кода, которая будет передавать эти данные Knewton. Адаптивная платформа анализирует собранные данные и возвращает их приложению в виде рекомендаций преподавателю или указания, какой блок контента нужно показать студенту следующим.

    Аризонская мечта

    Аризонский государственный университет — крупнейший государственный вуз США по количеству зачисляемых студентов (ежегодный набор составляет 70 000 человек). Его президент — Майкл Кроу, бунтарь и возмутитель спокойствия в академическом мире, назвал свое учебное заведение “новый американский университет” и выбрал стратегию активного внедрения современных технологий в области электронного обучения. Именно в стенах Аризонского университета в осеннем семестре 2011 года и начался эксперимент по внедрению адаптивного обучения, в котором принял участие Knewton вместе со своим партнером — компанией Pearson, гигантом в мире платных образовательных услуг.


    Роль Knewton и Pearson в проекте Аризонского университета

    В чем состоял эксперимент? Было принято решение внедрить адативную систему подготовки студентов первого курса в области математики. Система адаптивного обучения имела двойной фокус и, с одной стороны, помогала преподавателям, с другой, помогала учащемуся в автономной работе над материалом. Она использовала данные, чтобы понять, уровень знаний студента и какой способ обучения наиболее эффективен для него. На основе анализа этих данных система давала рекомендацию о последовательности изучения тем. С другой стороны, Knewton предоставлял инструкторам отчеты в реальном времени, которые помогали им определять слабые места в подготовке студентов, создавать для каждого адаптированный учебный план и уделять особое внимание на уроках тем темам, которые студенты усвоили хуже всего.

    Предварительные итоги эксперимента показали, что результаты улучшились на 18%, а процент отчислений упал на 47%. Эти результаты вдохновили The Gates Foundation в 2013 году запустить специальную программу по ускорению распространения технологий адаптивного обучения. У эксперимента был и существенный экономический результат: данная программа помогала Аризонскому университету заработать дополнительные 12 миллионов долларов в виде дополнительной платы за обучение. Как отметил в одном из интервью Джозе Феррейра, Аризонский университет платит Knewton 150 долларов за одного студента, который пользовался адаптивной платформой.
    Данные «до» и «после» эксперимента

    Критика Knewton

    Несмотря на огромные и очевидные успехи применения адаптивного обучения, остается немало скептиков и критиков данного подхода. Первый “камень” в огород Knewton бросают специалисты по педагогике. Они утверждают, что подход Knewton, исходит из того, что всегда есть правильный ответ. Универсален ли такой подход? И не будет ли наличие инструментов, хорошо работающих для точных наук, навязывать эту модель другим дисциплинам?

    Другой вопрос, который часто возникает в связи с Knewton — это персональные данные. Knewton утверждает, что не хранит персональных данных студентов. По словам Джозе Феррейра: “Мы помогаем студенту понять его образовательную историю, не сохраняя его идентификационную информацию”. Несмотря на это вопросы продолжают возникать. Например, по словам известного блоггера и журналиста в области образовательных технологий Одри Уоттерз, “Что означает персонализация, если мы не можем идентифицировать человека?”.

    Knewton в России

    Пользуясь случаем сделаем анонс — 1 декабря в 19:30 в Digital October Knewton проводит открытый урок “Анализируй это: как большие данные совершат революцию в образовании”. Выступать будет глава Лондонского офиса Knewton Чарли Хэррингтон. Открытый урок состоится в рамках образовательной программы “Продюсер онлайн-курсов” в Лаборатории новых профессий.
    Также — видео выступления Чарли Хэррингтона на конференции EdCrunch 18 ноября в Москве.
    • +9
    • 20,2k
    • 5
    New Professions Lab 93,66
    Образование в области данных для профессионалов
    Поделиться публикацией
    Комментарии 5
    • 0
      Бихевиоризм даже в психологии стал курьезом. Да и в теории обучения его методы не очень-то работают. Ссылки можно найти в старой статье Андреева «День электроучилки».
      • +2
        Как не работает? Еще как работает! Просто некоторые не умеют готовить :)

      • +1
        Технологии data mining и персонализации используются здесь минимально или не используются вообще.
        А вот это странное утверждение. Зачем дистанцироваться от Education Data Mining?

        Knewton утверждает, что не хранит персональных данных студентов.
        Это юридический вопрос, что считать персональными данными. Для целей адаптивного обучения хватило бы: ID, пол, примерный возраст. Далее нужно строить модель знаний, модель заблуждений, модель предметной области. Но что-то я не уверен, что у Knowton этот уровень глубоко детализирован.
        • 0
          Смотрю видео с EdCrunch. Всё же они опираются на Data Mining. Пять лет назад написал статью про карты знаний. Ныне многое из предвиденного мной, но еще далеко не всё, реализовано в системе Knowton.
          • 0
            Сдаётся мне, что это что-то напоминающее наш российский ReasoningMind, который у них в америкасии в школах ставят.

            Только полноправные пользователи могут оставлять комментарии. Войдите, пожалуйста.

            Самое читаемое