¿Cuándo se hará realidad la idea de Confucio de “enseñar a los estudiantes de acuerdo con sus aptitudes”?
En el examen de matemáticas, ¿dos candidatos que obtuvieron 90 puntos tienen exactamente la misma habilidad?
Tarea asignada por el profesor: Completar las preguntas del uno al diez. ¿Es realmente necesario que todos los estudiantes completen estas 10 preguntas?
Hace unos días, el reportero participó en la reunión inaugural del proyecto nacional de planificación de investigación en tecnología educativa "Investigación sobre la aplicación del aprendizaje adaptativo de estudiantes de secundaria basada en el análisis de datos", presidido por Xue Haizhiyuntong. El profesor Zhang Jianping, director del Comité Académico de la Escuela de Educación de la Universidad de Zhejiang, director del Instituto de Aprendizaje Digital y supervisor de doctorado en tecnología educativa, expresó la opinión de que en la era de Internet, los profesores no solo deben confiar en la experiencia, pero también hacer pleno uso del análisis científico de los datos del comportamiento de aprendizaje.
“Tengo que admitir que sabemos muy poco sobre nuestros estudiantes”. Este es el eslogan clásico de la Facultad de Educación de la Universidad Carnegie Mellon y el tema más comentado en las diez principales conferencias anuales de educación en los Estados Unidos. Estados. Un pensamiento similar también existe en el campo de la educación en nuestro país.
El profesor Zhang Jianping cree que la inteligencia artificial y los big data están alcanzando a los humanos en algunos campos. La aplicación de la tecnología de reconocimiento de voz se está volviendo cada vez más popular y la tasa de precisión del reconocimiento de voz chino ha alcanzado el 97%. Sin embargo, ya sea en China o en Estados Unidos, la promoción y el impacto de la tecnología de la información moderna en la educación y la reforma docente aún están en su infancia. El uso eficaz de big data para promover la investigación y aplicación del aprendizaje personalizado aún requiere esfuerzos conjuntos de investigadores, técnicos y docentes de primera línea.
Por ejemplo, según el modelo de enseñanza tradicional, pensaremos que alumnos con las mismas notas tienen capacidades similares. Pero si se utilizan métodos de análisis de big data, las diferencias entre los estudiantes quedarán claramente reveladas. Si analizamos a dos candidatos con 90 puntos, encontraremos que el primer estudiante puede confiar más en un pensamiento lógico excelente, mientras que el otro estudiante confía en una memoria excelente. Las habilidades de los dos niños son completamente diferentes.
El análisis del aprendizaje basado en big data puede hacer que la educación y la enseñanza estén realmente orientadas a cada individuo. Los macrodatos nos permiten dar una mirada más integral al desarrollo de los estudiantes y descubrir problemas profundamente arraigados que no pueden reflejarse en los puntajes de exámenes anteriores. Los maestros pueden comprender esta situación a tiempo, utilizar nuevas tecnologías para ayudarnos a comprender completamente la personalidad y las características de cada estudiante y luego asignar tareas de manera específica para ayudar a los estudiantes a compensar su falta de capacidad, haciendo realidad el sueño de enseñar a los estudiantes. De acuerdo con su aptitud, que era un sueño en la era de Confucio, se ha propuesto durante más de dos mil años.
En la práctica docente, los profesores deben utilizar big data para comprender a cada niño tanto como sea posible.
Tomemos como ejemplo la plataforma de enseñanza adaptativa "Knewton", de renombre internacional. Los recursos didácticos de esta plataforma pueden adaptarse a las diferencias individuales de cada estudiante. Podemos juzgar si el tema actual es demasiado difícil, demasiado fácil o simplemente correcto en función del rendimiento de aprendizaje del estudiante. Cambia la dificultad de las preguntas en tiempo real según tu criterio. Los estudiantes pueden controlar su progreso de aprendizaje a su propio ritmo y no se ven afectados por el comportamiento de otros estudiantes a su alrededor. Luego, el sistema brindará retroalimentación al maestro, indicando qué estudiante tiene dificultades en qué aspecto y proporcionará datos de análisis generales para toda la clase. Si un estudiante responde correctamente la segunda pregunta, el sistema puede decirle inmediatamente que puede omitir las preguntas cuarta y octava, porque las preguntas segunda, cuarta y octava evalúan el mismo punto de conocimiento. Si las hace todas, eso es una simple repetición. . Si el estudiante B comete un error en la tercera pregunta, el sistema le pedirá que practique más en la sexta y novena pregunta. Esto se debe a que, según el análisis de big data, los estudiantes que cometen errores en la tercera pregunta probablemente cometan errores en la sexta y novena preguntas. El entrenamiento repetido y dirigido es muy necesario.
La tecnología de la información moderna ha liberado a algunos profesores innovadores, permitiéndoles ahorrar una gran cantidad de trabajo repetitivo y concentrarse en completar las tareas principales de los profesores. Éste es el poder liberador de la tecnología. En este sentido, por muy buena que sea la tecnología, no puede sustituir a los docentes, sólo puede redefinir el papel de la educación y de los docentes.
En la era de Internet, la tecnología de la información puede combinar la agregación de conocimientos con recomendaciones personalizadas a través de la integración profunda de recursos de aprendizaje, navegación del conocimiento, motores de recomendación y evaluación de la personalidad, optimizar los modelos de enseñanza tradicionales, reducir el adoctrinamiento y aumentar el aula. aprendizaje La interacción es sin duda un gran avance en educación.
Por tanto, las aulas tradicionales sufrirán una transformación funcional y se convertirán en un lugar de intercambio de resultados de aprendizaje y aclaración de dudas. A través de un modelo híbrido que combina online y offline, se realiza un aprendizaje personalizado que integra online y offline (O2O).