كيفية بناء نظام تعليمي متكيف

هل سبق لك أن بدأت دورة تدريبية ، لكنك تعتقد أنها كانت بطيئة جدًا؟ أم صعب جدا؟ أتمنى أن تجعلها تسير بشكل أسرع؟ هل شعرت أنك لم تحصل على تدريب كافٍ لإتقان المحتوى؟ تسعى أنظمة التعلم التكيفية إلى مواجهة هذه التحديات.

في هذه المقالة ، سأستعرض ما هي أنظمة التعلم التكيفية. أغطي بعض المعلومات الأساسية حول سبب امتلاك أنظمة التعلم التكيفية البنية التي تمتلكها. سأقدم أيضًا بعض أنظمة التعلم التكيفية. بعد ذلك ، سأتحدث عن العناصر الأربعة لنظام التعلم التكيفي ، وكيف يمكنك تصميم واحد بنفسك. سنختتم بتقييم إيجابيات وسلبيات التعلم التكيفي.

ما هو نظام التعلم التكيفي؟

نظام التعلم التكيفي هو برنامج حيث تقوم الخوارزميات بتحسين المحتوى للتكيف مع أهداف المتعلم والحالة الحالية للمعرفة.

في دورة التعلم الإلكتروني التقليدية ، ستتبع خطيًا المسار الذي ينشئه المعلم. أنت تشاهد مقاطع الفيديو ، تقرأ المقالات ، تأخذ الاختبارات ، وتتدرب على الوحدات التفاعلية بترتيب محدد مسبقًا. سيحتوي نظام التعلم التكيفي على نفس أنواع المواد. لكن الترتيب سيتغير لكل متعلم. يقرر النظام المحتوى الذي سيظهر للمتعلم بناءً على شيئين:

  • إذا كان هدف المتعلم هو مجموعة فرعية فقط من المحتوى ، يمكن للنظام تحديد المحتوى.
  • على علم مسبق يأتي أيضا في اللعب. إذا قرر النظام أن المسار الحالي سهل للغاية ، فيمكن للنظام تسريع وصول مواد أكثر صعوبة. إذا اكتشف النظام أن المسار الحالي صعب للغاية ، فقد يتدخل النظام ويراجع محتوى المتطلبات المسبقة ، أو يقلل من التحدي ، أو يبطئ السرعة.

تتضمن بعض الموضوعات ذات الصلة المعلمين الأذكياء والاختبارات التكيفية والقياسات النفسية والتعلم الشخصي والتعليم الذكي. تشترك العديد من هذه الموضوعات في الخوارزميات والهياكل مع أنظمة التعلم التكيفية.

المعرفة رسم بياني: علم الأعصاب

سأبدأ بخلفية صغيرة. سيؤدي هذا إلى إنشاء سياق لسبب احتواء أنظمة التعلم التكيفية على العناصر الأربعة أدناه. الهدف من هذا هو المعرفة الرسم البياني .

يمتلك دماغ الإنسان 86 مليار خلية عصبية. كل خلية عصبية لديها تشعبات ، سوما ، ومحور عصبي.

  • و التشعبات هي المدخلات . تستقبل حواف التشعبات الناقلات العصبية من المشبك. المشبك هو فجوة بين اثنين من الخلايا العصبية.
  • و سوما هو الإنتاجية . تقوم سوما - التي تحتوي على نواة الخلية - بتوجيه المدخلات من التشعبات.
  • في محور عصبي هو الناتج . ينقل المحوار جهد فعل - إشارة كهربائية - إلى أطراف المحور. يغطي غمد المايلين المحور العصبي لحماية الإشارة. تطلق المحاور العصبية المحاور العصبية في المشبك.

المعلومات التي يتلقاها دماغك وعملياتها تتوافق مع المسار العصبي. دماغك مع المايلين في هذا المسار - يقوي المايلين حول المحور العصبي لدعم الإشارات الكهربائية. بسبب المايلين المعزز ، من المرجح أن ينطلق هذا المسار في المستقبل. بعبارة أخرى ، أنت تتعلم.

حتى في أصغر المقاييس ، فإن دماغنا عبارة عن رسم بياني ضخم للخلايا العصبية المتصلة. نتعلم ونحسن من خلال جعل بعض المسارات أكثر احتمالية للاتصال من المسارات الأخرى.

المعرفة رسم بياني: تعلم العلوم

إن أقوى مؤشر على كيفية أدائنا في بيئة التعلم هو معرفتنا السابقة. ما نعرفه بالفعل قبل أن نبدأ تجربة التعلم. وجدت ورقة علم نفس بارزة - 1999 Dochy و Segers و Buehl - أن المعرفة السابقة هي 81 ٪ من اختلافات النتائج بين المتعلمين. مراجعة المعرفة السابقة قبل إظهار المعلومات الجديدة تؤثر على نتائج التعلم. ويمكن أن يكون لربط المعرفة الجديدة بالمعرفة السابقة أثناء التدريس تأثير كبير أيضًا. (انظر ثمانية أفكار للمصادر.)

أشهر ورقة في علم النفس هي عام 1956 "الرقم السحري سبعة ، زائد أو ناقص اثنان" لجورج ميلر. تقترح الورقة أن لدى البشر ذاكرة عمل محدودة. وجد ميلر أنه بالنسبة للأرقام البسيطة ، يمكن للإنسان العمل مع حوالي سبعة عناصر في وقت واحد. وجد الباحثون لاحقًا أنه للحصول على معلومات أكثر تعقيدًا ، فإن هذا الحد أقرب إلى أربعة.

يقترح بعض علماء النفس هذه "الخانات الأربع" ، لكي نتعلم ، يجب أن تكون واحدة أو اثنتان على الأقل معرفة مسبقة. يعتمد مقدار المعرفة السابقة التي يمكننا "تحميلها" في إحدى الفتحات الأربع على قوة الاتصالات في الرسم البياني. عندما يكون لدينا معرفة مسبقة ومعرفة جديدة في ذاكرتنا العاملة ، فإننا نربط المعلومات. ونقوي العلاقة بين الاثنين. إن محاولة تعلم معلومات جديدة دون الاتصال بالمعرفة السابقة تحد من قوة الذاكرة.

باختصار ، نتعلم من خلال ربط المعرفة السابقة بالمعلومات الجديدة. وتلك الروابط تشكل رسما بيانيا كبيرا لا نهاية له من المعرفة.

عدد قليل من أنظمة التعلم التكيفية الهامة

هذا القسم هو سياق أكثر ، لكنه اختياري. أنا لا أكتب مقالاً شاملاً حول تاريخ هذه الأنظمة ، ولكن إليك بعض النقاط:

  • كانت آلة التدريس سكينر واحدة من أولى التطبيقات.
  • خلال الستينيات والسبعينيات من القرن الماضي ، كانت هناك عدة محاولات لإنشاء أنظمة تعليمية محوسبة. حدت التكاليف والآلات الأبطأ من نجاح هذه الأنظمة.
  • خلال أواخر السبعينيات وأوائل الثمانينيات ، مكنت نظرية الاستجابة للعناصر صانعي الاختبار من بدء العمل على الاختبار التكيفي المحوسب.
  • كان النظام المحوسب المبكر والمؤثر هو مدرس Lisp ، المعروف أيضًا باسم LISPITS (1983) في جامعة كارنيجي ميلون.
  • SuperMemo ، صدر في عام 1985 ، دمج التعلم المتباعد في نظام محوسب.
  • وفي عام 1985 أيضًا ، تم إصدار ورقة بحثية عن "مساحات المعرفة" ، والتي تشكل أسس أحد العناصر الأربعة.
  • تم طرح مدرس الرياضيات ALEKS في عام 1994 ، لتعزيز استخدامه لمساحات المعرفة بشكل كبير.
  • في عام 1995 ، نشر كوربيت وأندرسون كتاب "تتبع المعرفة" ، مشكلين الأساس لنماذج تتبع المعرفة البايزية.
  • تتضمن بعض البرامج المهمة AutoTutor و ACT-R وأدوات تأليف المعلم المعرفي.
  • Knewton هو مثال على أنظمة التعلم التكيفية المعاصرة. يستخدم كل من كابلان وبيرسون Knewton لتقديم خبرات تعلم تكيفية.

العناصر الأربعة

تحتوي معظم أنظمة التعلم التكيفية اليوم على هذه العناصر الأربعة. تتغير الشروط وكذلك نطاقها. لكنك ستجد دائمًا جميع العناصر الأربعة.

هذه العناصر هي:

  • و الخبير - نموذج بياني للدولة "مثالية"، من كل شيء الشخص يمكن أن تتعلم استخدام هذا النظام.
  • و المتعلم - نموذجا للحالة الراهنة المتعلم، والذي يبين مدى احتمال المتعلم هو معرفة كل من العقد في الرسم البياني الخبراء.
  • و المعلم - الخوارزميات التي تحدد ما محتوى لاظهار ومتى. يقوم نموذج الخبير ونموذج المتعلم بإبلاغ المعلم. يسعى المعلم إلى تحسين المحتوى من حيث الصلة والتحدي والكفاءة.
  • و اجهة - وهو كيف لعرض تجربة التعلم للمتعلم. في العديد من تجارب التعلم التكيفية ، تتغير الواجهة بناءً على نموذج المتعلم وأهداف المعلم.

دعنا ندخل في كل عنصر.

الخبير - الرسم البياني الكبير لكل شيء

نموذج الخبير عبارة عن رسم بياني كبير ومتصل لكل شيء تريد أن يعرفه المتعلمون. كما يوحي الاسم ، لديك خبير في الموضوع - أو خبراء في الموضوعات - لإنشاء النموذج. هذا النموذج ثابت. يتغير نموذج الخبير فقط عندما يتغير نطاق نتائج التعلم. أو عندما تنشأ المشاكل والفرص لتحسين نظام التعلم التكيفي.

معظم عمل نموذج الخبير في بداية بناء تجربة تعليمية جديدة. سيصل نظام التعلم التكيفي إلى نموذج الخبير لمقارنة حالة المتعلم الحالية مع نموذج الخبير. سيقوم النظام أيضًا بالوصول إلى نموذج الخبراء لتحديد تجربة التعلم التي يجب التركيز عليها بعد ذلك.

عادة ، سيحدد فريق من الخبراء نطاق نتائج التعلم. يجب أن تتمتع كل عقدة في النموذج الخبير بالسمات التالية:

  • اسم
  • وصف موجز ، يشير إلى المهارات التي تخضع للاختبار وما هو خارج النطاق
  • قائمة بالعقد المطلوبة - تشكل هذه "حواف" الرسم البياني. لا يمكن أن تشكل هذه المتطلبات الأساسية "دورة" - حلقة من العقد.

تعمل النماذج الخبيرة بشكل أفضل عندما تكون كل عقدة صغيرة ومحددة بدقة. على سبيل المثال ، يمكن أن تكون كل مهارة في تصنيف بلوم - التعرف ، والفهم ، والتطبيق ، والتحليل ، والتوليف ، والتقييم - عقدة خاصة بها في نموذج الخبراء. يجب أن يكون الجمع بين مهارتين أساسيتين أيضًا عقدة منفصلة.

هناك عدد لا نهائي من التنسيقات التي يمكنك استخدامها لإنشاء نموذج خبير ، مثل XML أو JSON أو CSV أو YAML. يمكن أن تساعد في أن تكون قادرًا على عرض نموذج الخبير بيانياً للمراجعة.

تقوم بعض الأنظمة تلقائيًا بإنشاء نموذج خبير عن طريق الاستعلام عن الخبراء في سلسلة من الأسئلة ، مثل المعالج. سيقوم الآخرون بتجميع محتوى التعلم الحالي ، باستخدام خوارزميات مثل مجموعة الوسائل k. قد ترغب في مراجعة مقالة ويكيبيديا حول مساحات المعرفة للحصول على وصف رياضي أكثر.

المتعلم - أين أنت مقابل المكان الذي تريد أن تكون فيه

يعد عنصر المتعلم نموذجًا لحالة قدرة المتعلم الحالية. لذلك بالنسبة لكل عقدة في الرسم البياني للخبراء ، فإن نموذج المتعلم له احتمالية مرتبطة به: 1-99٪. يقوم النظام بتحديث هذا الرسم البياني في كل مرة يقوم فيها المتعلم بنشاط ما. إذا أجاب المتعلم على سؤال بشكل صحيح ، يزداد الاحتمال. إذا أجاب المتعلم بشكل غير صحيح ، تقل الاحتمالية.

لكل متعلم نموذج المتعلم الخاص به. لذلك في كل مرة يوجد فيها متعلم جديد في النظام ، هناك نموذج جديد للمتعلم. لاحقًا ، سيستخدم المدرس نموذج المتعلم ليقرر كيفية ترتيب محتوى التعلم.

هناك العديد من الخوارزميات لتحديث نموذج المتعلم. تشير مساحات المعرفة إلى أنه عندما يطور المتعلم مهارة ما ، يجب أيضًا تعديل احتمالات المهارات ذات الصلة.

تستخدم بعض أنظمة التعلم التكيفية نماذج إرشادية بسيطة لتحديث احتمالات المهارات. في نظرية استجابة العنصر ، يتم تحديث الاحتمال على طول منحنى السيني. في تتبع المعرفة البايزية ، يكون لهذا المنحنى شكل أكثر تحفظًا. يميل كل نموذج إلى حساب هذه العوامل:

  • قبل أن يفعل المتعلم أي شيء ، ماذا نقدر الاحتمال؟
  • ما مدى احتمالية تخمين المتعلم للإجابة الصحيحة إذا كان لا يعرف المهارة؟
  • ما مدى احتمالية انزلاق المتعلم حتى لو كان يعرف المهارة؟
  • ما مدى احتمالية أن يكون المتعلم قد "تعلم" المهارة بعد رؤية العنصر؟
  • ما مدى احتمالية تصنيف هذا النشاط للمتعلم على أنه ماهر أو غير ماهر؟
  • ما مدى صعوبة هذا العنصر لهذا المتعلم بالتحديد؟

لكل من نظرية استجابة العنصر وتتبع المعرفة بايزي ، ستحتاج إلى وسيلة لتقدير هذه المعلمات. هذه واحدة من أسرع المجالات تطوراً في أنظمة التعلم التكيفية ، لذلك لا يمكنني تقديم أي توصيات محددة حتى الآن. هناك أيضًا باحثون يصممون نماذج باستخدام التعلم الآلي الكلاسيكي ، مثل الشبكات العصبية.

المعلم - ماذا تظهر ومتى

يختار المدرس الترتيب الذي يختار فيه الأنشطة التي سيشترك فيها المتعلم. بعد كل تحديث لنموذج المتعلم ، سيقوم المدرس بتحديث المسار الذي سيتخذه لتحسين ذلك المتعلم.

هدف المعلم هو توصيل المتعلم إلى رسم بياني خبير كامل في أقل وقت ممكن. تسمح بعض الأنظمة للمتعلمين بالتركيز فقط على بعض المجالات مع تجاهل البقية. نظرًا لأن نموذج المتعلم فريد لكل متعلم ، فإن المسار الذي سيتخذه المعلم أيضًا هو نفسه. في حين أن عناصر الخبير والمتعلم عبارة عن بيانات مع بعض الخوارزميات ، فإن المعلم يستخدم خوارزميات مع بعض البيانات.

قد يقرر المعلم كلاً من المهارات التي يجب التركيز عليها والأنشطة التي يجب على المتعلم القيام بها. بالنسبة للمهارات التي يجب التركيز عليها ، سيختار المعلم غالبًا المهارات ذات التأثير الأكبر على الرسم البياني الأكبر. يعني هذا غالبًا التركيز على المزيد من المهارات الأولية قبل المزيد من المهارات المتقدمة. للأنشطة:

  • سيحاول المعلم اختيار الأنشطة الأكثر صلة بالمتعلم
  • سيختار المعلم الأنشطة التي تمثل تحديًا ، ولكنها ليست صعبة للغاية بالنسبة للمتعلم.
  • سيحاول المعلم اختيار الأنشطة بطريقة تقلل الوقت الإجمالي نحو الإتقان.

قد يختار مدرسو التعلم التكيفي البسيط الأنشطة ضمن مهارة ما بشكل عشوائي. يؤكد المعلمون القائمون على نظرية استجابة العنصر على اختيار الأنشطة التي تمثل تحديًا. في نماذج Bayesian لتتبع المعرفة ، يحتوي السوق على العديد من خوارزميات التدريس المختلفة. ركز الباحثون أكثر على عناصر الخبراء والمتعلمين. لذلك لا نعرف ما الذي ينتج أفضل نتائج التعلم لعنصر المعلم.

الواجهة - كيفية إظهارها

ستغير بعض أنظمة التعلم التكيفية واجهة المستخدم. نظرًا لأن المتعلم أقل دراية بالمهارة ، فإن الواجهة ستقلل وتركز أكثر على المهمة التي يقوم بها. مع نمو قدرة المتعلم ، يتم تجميع المزيد من الواجهة الكاملة معًا. يسمي البعض هذه العملية "السقالات".

في بعض الأنظمة ، قد يطلب المتعلمون تلميحات ويتلقونها. متى تقدم تلميحات ويمكن تعديل عمق تلك التلميحات بناءً على قدرة المتعلم.

هناك أيضًا بعض الأسئلة الأخرى مثل:

  • هل تعرض الرسم البياني الخبير للمتعلم؟
  • هل تعرض تقدمهم في جميع المهارات؟ كيف؟
  • هل تعرض تقدمهم في مهارات معينة؟ كيف؟
  • هل يحصل المتعلم على خيارات في محتوى التعلم؟ أم أن النظام يقرر كل شيء؟

اعتمادًا على احتياجات النظام ، قد تؤثر بعض هذه العناصر على نتائج التعلم.

كيف نعرف ما إذا كان التعلم التكيفي مفيدًا؟

نظرًا لأن هذه الأنظمة تأتي من الأوساط الأكاديمية ، فلدينا قدر كبير من البيانات والتاريخ مع كل نظام.

التدريس الفردي البشري له أقوى نتائج التعلم. هذه نتيجة شائعة في البحث التربوي. حتى الآن ، لم يتفوق أي نظام تعليم تكيفي محوسب على التدريس الفردي البشري.

قام الباحثون بالتحقيق في التعلم في الفصول الدراسية وحدها ، والتعلم التكيفي المحوسب وحده ، بالإضافة إلى الفصول الدراسية والتعلم التكيفي. توفر ورقة عام 2016 بعنوان "فعالية أنظمة التدريس الذكية" تحليلًا تلويًا لهذه الدراسات. عادةً ما تتفوق أنظمة التعلم التكيفية على التعلم التقليدي في الفصول الدراسية. إلى جانب التعلم في الفصل الدراسي ، تخلق أنظمة التعلم التكيفية تأثيرًا إيجابيًا ، ولكن هناك بعض القيود.

تعمل الأنظمة التكيفية بشكل جيد بشكل خاص مع ردود الفعل الفورية وضمان إتقان المهارات. يلاحظ المحققون بعض مجالات التحسين:

  • تكلفة تطوير محتوى هذه الأنظمة عالية.
  • غالبًا ما لا تستطيع هذه الأنظمة وضع التعلم في سياقه كما يفعل الإنسان.
  • يمكن أن تشعر أنظمة التعلم التكيفية بمزيد من التحدي ، مما قد يقلل من تحفيز المتعلم.

يتم إحتوائه

ويلب ، لقد كنت مهووسة بالخروج الآن. لقد غطيت ما هي أنظمة التعلم التكيفية. لقد قدمت بعض السياق لتصميم هذه الأنظمة. لمسة من التاريخ. لقد قمت بتغطية العناصر الأربعة الرئيسية: الخبير ، والمتعلم ، والمعلم ، والواجهة. نأمل أنه لم يكن تقنيًا للغاية.

عبارة إلزامية للحث على اتخاذ إجراء في نهاية المقال: تحقق من Sagefy ، نظام التعلم التكيفي المفتوح المحتوى الذي أعمل عليه.