Startups de educación: ¿Funciona el ‘Motor de aprendizaje adaptativo’ de Knewton?

Answer 1

Knewton está aplicando Sistemas de recomendación a los ejercicios, básicamente acumulando estadísticas sobre el comportamiento de cada participante y encaminándolos en una red direccional de conceptos que establecieron, direcciones o precedencia probablemente agregadas a través de la curación después de extraer conceptos a través de dbpedia, por ejemplo.
A medida que realiza una prueba, se evalúan las respuestas a sus preguntas (que probablemente es la razón por la que ahora se centran en pruebas muy sencillas como GMAT o SAT) y eso establece un rastro de qué tan bien y qué tan mal lo hizo en temas específicos, pero también, con el tiempo , qué tan rápido mejoró en esos mismos temas. En consecuencia, se puede recomendar a las personas que tienen un rastro bastante similar la recomendación sobre qué lecciones ha tomado para realizar esas mejoras rápidas.
Esto puede sonar bastante complejo, pero el campo de la recomendación automatizada ahora tiene casi 10 años, por lo que se ha acumulado experiencia en la distinción de varias técnicas que utilizan perfiles, ítem a ítem, etc., y competencias como NetFlix empujan a una precisión bastante alta.

Entonces, en general y sin tener acceso a resultados comparativos de las pruebas con otras técnicas, puedo decir que me parece eficiente, así que sí, diría que funciona. Funciona mejor que un libro de ejercicios y Wikipedia o ir a clase, no puedo decir.

• Construyendo un mejor Netflix para la educación por Jonathan Bethune, Knewton Blog Enero de 2011 http://www.knewton.com/blog/edte…
• ¿Qué es el aprendizaje adaptativo? por David Kuntz, Blog de Knewton Junio ​​de 2010 http://www.knewton.com/blog/edte…
• http://en.wikipedia.org/wiki/Rec…

PD: No encontré un documento técnico o una patente sobre el “Motor de aprendizaje adaptativo” de Knewton, por lo que esto se limita a mi comprensión de los enlaces que mencioné.

Answer 2

El aprendizaje adaptativo y el análisis de aprendizaje es el futuro de la educación, no hay absolutamente ninguna duda al respecto. Hay ciertas limitaciones que uno tiene que aceptar. ¡Todavía hay un largo camino por recorrer!

Los buenos maestros brindan una experiencia de aprendizaje multidimensional, y él puede abordar la deficiencia de contenido para hacer que el aprendizaje sea más efectivo. Aquí, multidimensional, significa motivar a los estudiantes para actividades como planificar cómo abordar una tarea de aprendizaje determinada, monitorear la comprensión y evaluar el progreso hacia la finalización de una tarea.

Las herramientas de aprendizaje adaptativo cuestan una docena de dólares cada día., Knowre, Mathspace, Knewton herramientas … El software es excelente para entregar contenido, evaluar el conocimiento previo y dividir el conocimiento complejo en piezas manejables, pero no es bueno en el clima del aula. , establecimiento de objetivos, metacognición, motivación y organización del conocimiento en torno a características clave. Tanto el software basado en artificial inteligente como profesor calificado.

Puedo ver que llegará el día y habrá disponible una tecnología de enseñanza más inteligente integrada con una mecánica de juego honesta para motivar a los estudiantes. Pero por ahora solo lea este artículo. Sí, dije que Knewton está “vendiendo aceite de serpiente” –

¡Puede ser demasiado!

Answer 3

Básicamente, prefiero el aprendizaje adaptativo. Pero el motor de Knewton de alguna manera es demasiado simple para desarrollar todo tipo de curso en uno adaptativo. Por favor, eche un vistazo a Acrobatiq Studio de CMU