25 декабря 2020
Многие эксперты считают, что самым эффективным является персонализированное образование. Организация, содержание и формат занятий в этом случае подстраивается под учащегося, с учётом его возможностей и запросов. В итоге это позволяет извлечь из учёбы больше пользы. Такое адаптивное обучение — с подачи педагогов, психологов и кибернетиков — появилось в практике преподавания больше полувека назад. Сегодня в нём активно участвует искусственный интеллект, а интернете можно найти десятки реализующих его платформ. Тем не менее, подобные технологии пока не стали массовыми. Как выглядит адаптивное обучение, и что оно даёт детям и взрослым, рассказали в научной статье сотрудники Центра вычислительных наук об образовании НИУ ВШЭ. С её основными положениями и выводами вы можете ознакомиться в наших карточках.
Что такое адаптивное обучение?
Это индивидуальная настройка образования, при котором обучение гибко и оперативно приспосабливается к учащемуся — его подготовке, интересам, темпу и особенностям усвоения информации. Содержание и формат занятий выстраиваются под конкретного школьника, студента или даже взрослого человека. Либо учащийся получает рекомендации по учебным материалам, актуальным именно для него.
Иными словами, точка отсчета при таком обучении — студент, а не абстрактная программа, которую нужно освоить по образовательным стандартам. При таком адресном подходе учащиеся больше вовлечены в занятия и мотивированы, лучше планируют свою образовательную траекторию и добиваются более высоких результатов.
Обучение сегодня обычно проходит на электронных платформах. Форматы учебных материалов крайне разнообразны, как и задания: от вполне привычных тестов до онлайн-викторин, квизов, игр и прочего.
Какие данные о студенте нужны для правильной «настройки» обучения?
Важно всё — от психологического склада и способностей до предшествующего опыта обучения. Если подробнее, то среди таких параметров, например, базовые знания по предмету, сведения об успеваемости, темах и тестах, которые студент уже прошёл. Значимы когнитивные стили (стили мышления) учащихся — устойчивые способы познавательной деятельности (конкретность или абстрактность, сглаживание или заострение деталей запоминаемой информации и т.д.). Не менее значимы интересы и предпочтения, поведение, гендер и возраст учащегося, а также привычные для студентов стили обучения.
Стили обучения? Впервые слышу, что это?
Есть разные классификации. Например, среди стилей обучения выделяют визуальный, вербальный, сенситивный, интуитивный, последовательный, глобальный и пр. Студенты с визуальным стилем обучения лучше всего запоминают то, что видят (изображения, фотографии, диаграммы и пр.). Тогда как ученики с вербальным стилем предпочитают тексты, будь то описания или объяснения.
Люди с сенситивным стилем обучения хорошо запоминают факты и решают проблемы общепринятыми методами. «Интуитивисты», наоборот, предпочитают новаторские идеи. Студенты с последовательным стилем обучения склонны к пошаговым решениям, а с глобальным стилем — быстрее находят ответ, когда понимают общую картину. Они готовы идти в учёбе семимильными шагами.
Вся эта информация используется системами искусственного интеллекта, чтобы прогнозировать поведение студента и адаптировать обучение к его индивидуальным возможностям, выстраивать эффективный и комфортный образовательный процесс.
То есть адаптивное обучение — и технология, и процесс одновременно?
Да. Если говорить о технологии, то её задача — создание автоматизированного интерактивного контента. Если подразумевается процесс, то он динамически корректирует способы представления учёбного контента студентам — на основе их ответов на встроенные задания и/или с учётом их предпочтений. Например, учащийся привык использовать визуальный канал восприятия, тогда ему дают схемы, картинки, видео. Аудиалам предлагают больше звуковых файлов и пр.
Какие компьютерные технологии применяют при разработке адаптивных систем?
В основе моделей адаптивного обучения лежат различные методы анализа данных и искусственного интеллекта (ИИ). Часто используется, например, метод машинного обучения (Machine learning, ML). Его основная характеристика — не прямое решение задачи, а обучение в ходе применения решений множества сходных задач.
Алгоритмы машинного обучения позволяют анализировать учебный контент, предлагать оптимальный формат материалов и уровень их сложности. С помощью ML анализируются знания студента (выполнение заданий и тестов), ритм его работы (время, потраченное на обучение и тренировку).
Но потребности учащихся могут анализироваться и другими способами. Так, генетический алгоритм позволяет подобрать оптимальную учебную цель для студента на основе его поисковых запросов и поведения в социальных сетях Facebook (принадлежит компании Meta, признанной в России экстремистской организацией), Twitter и пр.
Используется ли для адаптивного обучения психометрика?
Да, психометрические модели применяются — например, из теории тестирования (Item Response Theory). Самая известная — модель Раша. Её суть в том, что вероятность правильного ответа на задание увеличивается с ростом подготовленности студента. Обычно в адаптивном обучении подходы теории тестирования используются, чтобы выбрать подходящий по уровню элемент контента для конкретного студента.
А может персонализированное обучение стать массовым?
Да, но для этого нужны условия. Сейчас активно развиваются разнообразные электронные платформы адаптивного обучения. Они используют адаптивные алгоритмы с элементами искусственного интеллекта. Такие платформы особенно заметно повышают вовлеченность в процесс обучения. Мировые лидеры среди них: Smart Sparrow, Knewton, Oefenweb , DreamBox, Mathspace, ALEKS , Pearson: My Lab&Mastering и ряд других.
Платформы реализуют адаптивность через:
Одной из первых адаптивных платформ была Lexia Learning, основанная в середине 1980-х. С помощью персонализированного обучения она помогала детям с дислексией добиться успехов в чтении.
Но тем не менее сферы применения адаптивного обучения не расширяются, почему?
Это дорогая и трудозатратная технология. Её внедрение в образование требует серьёзных ресурсов. Нужно, например, разработать много контента разной сложности. К тому же адаптивное обучение сильно отличается от традиционных педагогических методов. Оно требует смены всей образовательной парадигмы. Так, при переходе на индивидуальные траектории для студентов в учебных заведениях должны быть соответствующие учебные программы, регламенты, организация обучения, а у педагогов — новые навыки преподавания. Адаптивное обучение пока прижилось, в основном, в технических и математических дисциплинах (сфере STEM). А в гуманитарных его использование всё ещё ограничено. Но современное образование очень ждёт момента, когда адаптация к потребностям студентов станет нормой.
Хм, неужели педагогика пришла к идее ориентации на учащегося только в ХХ веке?
Первые идеи индивидуального подхода к каждому ученику встречались еще в I в. до н. э. Но они были четко сформулированы лишь в XVII веке, когда чешский педагог-гуманист Ян Амос Коменский (1592—1670) начал закладывать основы адаптивного обучения. Его аргументы были просты: дети различаются по темпам развития. Что одному под силу, то другому — рано изучать. Поэтому процесс обучения надо строить с учетом индивидуальных особенностей учеников.
В ХХ веке о персонализации обучения заговорили во весь голос. Понятие «адаптивное обучение» ввёл английский психолог и кибернетик Эндрю Гордон Спиди Паск (1928—1996) в 1960-х. В середине XX века были разработаны и алгоритмы программированного обучения. Так, американский психолог Беррес Фредерик Скиннер (1904—1990) предложил теорию программированного обучения и наряду с Паском стал основоположником западной школы адаптивного обучения. Скиннер также разработал специальные обучающие машины для самостоятельного обучения через пошаговое усвоение материала.
И как выглядела такая машина?
Это устройство состояло из картонных карточек с напечатанными математическими задачами и подвижного рычага, с помощью которого данные о результатах выполнения задания выводились в прозрачном окошке. Если ответ был верным, рычаг двигался, и появлялась следующая задача. В случае ошибки рычаг оставался на месте, и студенту нужно было вновь попытаться решить задание. Таким образом, правильное выполнение заданий создавало стимул — побуждало студента двигаться дальше, а верные ответы выступали подкреплением — Скиннер был одним из видных представителей необихевиоризма (исследований поведения животных и человека).
Обучающие машины позволяли организовать индивидуальное обучение. Правда, у них был недостаток: они не учитывали предыдущие знания студентов и их индивидуальные различия.
А какие ещё были устройства для адаптивного обучения?
Эндрю Гордон Спиди Паск создал алгоритм адаптивного обучения, в котором задания различались по уровню трудности для разных студентов. Задачи постепенно усложнялись до тех пор, пока студент не допускал ошибку. После этого алгоритм выдавал задание полегче, а у студента была возможность потренироваться. Дальше уровень сложности вновь начинал расти.
Кстати, именно изобретение Паска — прибор SAKI (Self-adaptive Keyboard Instructor, 1956 год) — стало первой системой адаптивного обучения, запущенной в коммерческое производство. SAKI не только оценивала правильность выполнения задания, но также измеряла параметры ответа студента, такие как, например, время, затраченное на ответ. Это помогало скорректировать следующее задание.
В СССР тоже существовали аналогичные разработки?
И даже во многом превосходившие зарубежные! Среди пионеров движения, например, Лев Ланда (1927—1999), который ввёл в психологию понятие алгоритма умственных действий и показал, как концепция алгоритмизации может применяться в обучении, например, для решения задач.
Другой исследователь, Пётр Гальперин (1902—1988), предложил теорию поэтапного формирования умственных действий. Умственную деятельность он разложил на несколько этапов: мотивационная основа, объяснение преподавателя, выполнение студентами действия, рефлексия (проговаривание действия про себя, решение в уме).
Идеи Гальперина подхватила психолог и педагог Нина Талызина (1923-2018). Она писала об измеряемой цели обучения, материале, осваиваемом пошагово, с самопроверкой по итогам каждого этапа. В процессе обучения предполагалось участие обучающей машины.
В целом зарубежная школа рассматривала адаптивное обучение с позиции бихевиоризма (изучения поведения), а отечественная в рамках поэтапного формирования умственных действий, в ходе которого внешние операции с учебным материалом и их обсуждение интериоризировались — переходили во внутренний план психики, где и становились в полном смысле мыслительными. Была важна идея управления умственными процессами, выделения рациональных приёмов мышления.
Когда впервые доказали высокую эффективность адаптивного обучения?
В 1984 году американский психолог Бенджамин Блум (1913–1999) опубликовал исследование с описанием эксперимента, в котором студентов разделили на три группы. Студенты, обучавшиеся индивидуально или в малых группах по два-три человека, показали более высокие результаты по сравнению с теми, кто проходил обучение в большом коллективе в учебной аудитории.
А какие ещё прорывы произошли в адаптивном обучении?
В начале 1990-х годов появились адаптивные гипермедиа-системы. Это подход к созданию информационных систем, состоящих из различных медиа (тексты, аудиоданные, видеоряд и пр.), объединённых ассоциативными связями.
Одним из первых их разработчиков стал Пётр Брусиловский. Вместе с коллегами он создал гипермедиа-системы, цель которых — организация адаптивной навигационной поддержки пользователей по веб-странице. Происходит это так: адаптивные гипермедиа-системы создают модель целей, предпочтений и знаний каждого пользователя и используют её в процессе взаимодействия с ним, чтобы адаптироваться к его потребностям. Например, студенту в адаптивной образовательной гипермедиа-системе будет предоставлена презентация, специально адаптированная к его знанию предмета, и предложен набор наиболее релевантных ссылок для информации.
Можете назвать самые перспективные векторы будущего развития адаптивного обучения?
В связи с активным развитием технологий и новых вычислительных методов анализа данных самые многообещающие направления — это:
разработка аналитических систем, которые обеспечивают обратную связь для студентов и преподавателей прямо в момент обучения;
использование новых методов оценки учащихся, опирающихся на поведение студента в учебной среде;
перенос технологий из других сфер деятельности — например, разработка и внедрение учебных рекомендательных чат-ботов.
И каково в итоге идеальное адаптивное обучение?
Любая адаптивная система в будущем должна быть экономически выгодной для разработки и поддержки. Ей необходимы возможности масштабирования для поддержки сотен тысяч пользователей одновременно.
Характеристики студентов и уровень их знаний должны оцениваться точнее, чтобы и рекомендации для учащихся были оптимальными. Нужны прозрачные, открытые модели обучения, дабы побудить студентов взять на себя больший контроль и ответственность за свое образование.
IQ
