راه های اساسی اجرای هوش مصنوعی در آموزش مدرسه

آینده آزمون در آموزش و پرورش: هوش مصنوعی

فناوری و هوش مصنوعی می‌تواند انواع ارزیابی‌هایی هوش مصنوعی در آموزش مدرسه  را که معلمان برای راهنمایی دانش‌آموزان در یادگیری خود استفاده می‌کنند، بسیار بهبود بخشد.

چه کسی از هوش مصنوعی استفاده می کند؟

مزایا و چالش های هوش مصنوعی

چگونه می توان از مزایای هوش مصنوعی برای بهبود تست استفاده کرد

دانش‌آموزی در 10 فوریه 2021 در آکادمی مقدماتی هوش مصنوعی در آموزش مدرسه  آزادی در پروو، یوتا، روی رایانه کار می‌کند. (گتی/جرج فری)

این مجموعه در مورد آینده آزمایش در مدارس آمریکا است.

بخش اول این مجموعه تئوری عملی را ارائه می دهد که ارزیابی ها باید  هوش مصنوعی در آموزش مدرسه در مدارس انجام شود. بخش دوم - این شماره مختصر - پیشرفت‌های فناوری را با تمرکز بر هوش مصنوعی که می‌تواند به طور قدرتمند یادگیری را در زمان واقعی هدایت کند، مرور می‌کند. و بخش سوم به طرح‌های ارزیابی می‌پردازد که می‌توانند آزمون‌های استاندارد شده در مقیاس بزرگ را بهبود بخشند.

علیرغم بحث اغلب منفی در مورد تست زنی در مدارس، هوش مصنوعی در آموزش مدرسه  ارزشیابی ابزاری ضروری و مفید در فرآیند تدریس و یادگیری است.1 این امر به ویژه در مورد ارزشیابی های تشخیصی و تکوینی که به معلمان در زمان واقعی برای آنچه دانش آموزان نیاز دارند، صادق است. برای یادگیری تسلط بر محتوای دوره در این فضاست که پیشرفت‌های فناوری می‌تواند به ویژه برای آموزش و یادگیری مفید باشد، زیرا شناخت روزافزونی در زمینه روان‌شناسی وجود دارد که آزمون‌ها به یادگیری دانش‌آموزان کمک می‌کنند. این نظریه که گاهی اثر آزمایش نامیده می‌شود، پیشنهاد می‌کند که آزمون‌های کم‌مخاطره به دانش‌آموزان کمک می‌کنند تا دانش کسب کنند و آموزش را بهبود بخشند.

پیشرفت‌های فناوری منجر به پیشرفت‌های جدیدی در هوش مصنوعی در آموزش مدرسه  این زمینه شده است، مانند ارزیابی‌های مخفیانه، که برخی از استرس‌هایی را که دانش‌آموزان در مورد ارزیابی تجربه می‌کنند کاهش می‌دهد. این رویکرد، آزمون را برای معلمان فراگیرتر و مفیدتر می کند، زیرا روش ها در تار و پود یادگیری تنیده شده و برای دانش آموزان نامرئی هستند.

اما برای رسیدن به جایی که همه معلمان به چنین آزمون‌هایی دسترسی داشته باشند، باید سرمایه‌گذاری بیشتری در آزمایش تحقیق و توسعه انجام شود که منجر به سیستم‌های بهتر ارزیابی‌های تشخیصی و تکوینی شود. این شماره به طور خلاصه به  هوش مصنوعی در آموزش مدرسه  بررسی تحولات هوش مصنوعی (AI) و انواع پیشرفت‌ها در آزمایش‌های تشخیصی و تکوینی می‌پردازد. این شماره مختصر با توصیه هایی برای چگونگی سرمایه گذاری دولت فدرال در آزمایش تحقیق و توسعه به پایان می رسد.

هوش مصنوعی در آموزش چیست؟

در ابتدایی‌ترین سطح، هوش مصنوعی فرآیند استفاده از رایانه‌ها و ماشین‌ها برای تقلید از ادراک انسان، تصمیم‌گیری و سایر فرآیندها برای تکمیل یک کار است. به عبارت دیگر، هوش مصنوعی زمانی است که ماشین‌ها در فرآیند تطبیق الگو و یادگیری در سطح بالا شرکت می‌کنند.

روش های مختلفی برای درک ماهیت هوش مصنوعی وجود دارد. دو نوع ارزیابی شامل هوش مصنوعی مبتنی بر قوانین و مبتنی بر یادگیری ماشین است. اولی از قوانین تصمیم گیری برای ارائه یک توصیه یا راه حل استفاده می کند. از این نظر ابتدایی ترین شکل است.  هوش مصنوعی در آموزش مدرسه نمونه ای از این نوع سیستم شامل یک سیستم آموزشی هوشمند (ITS) است که می تواند بازخورد دقیق و مشخصی را به دانش آموزان ارائه دهد.

هوش مصنوعی مبتنی بر یادگیری ماشینی قدرتمندتر است، زیرا ماشین‌ها واقعاً می‌توانند یاد بگیرند و در طول زمان بهتر شوند، به ویژه هنگامی که با ایرانیان سایبر  مجموعه داده‌های بزرگ و چند لایه درگیر می‌شوند. در مورد آموزش، ابزارهای هوش مصنوعی مبتنی بر یادگیری ماشینی را می توان برای کارهای مختلفی مانند نظارت بر فعالیت دانش آموزان و ایجاد مدل هایی که به طور دقیق نتایج دانش آموزان را پیش بینی می کند، استفاده کرد. در حالی که هوش مصنوعی مبتنی بر یادگیری ماشینی هنوز در مراحل ابتدایی خود است، این رویکرد قبلاً نتایج چشمگیری را در مورد راه‌حل‌های پیچیده‌ای که توسط قوانین کنترل نمی‌شوند، مانند امتیاز دادن به پاسخ‌های نوشتاری دانش‌آموزان یا تجزیه و تحلیل مجموعه داده‌های بزرگ و پیچیده نشان داده است.

در هوش مصنوعی، تمایزات مهم دیگری وجود دارد که عمدتاً بر اساس موارد استفاده تکنولوژیکی است. یک زیرشاخه حول پردازش زبان طبیعی می چرخد، که استفاده از ماشین ها برای درک متن است. فناوری مانند امتیاز دهی خودکار مقاله از پردازش زبان طبیعی برای درجه بندی مقالات نوشتاری استفاده می کند. همچنین سیستم‌های توصیه‌کننده و دیگر پیش‌بینی‌هایی که در پیش‌بینی داده‌محور مشارکت دارند، در هوش مصنوعی مهم هستند. به عنوان مثال، نتفلیکس در حال حاضر از یک سیستم توصیه‌کننده مبتنی بر هوش مصنوعی برای پیشنهاد فیلم‌های جدید به کاربران خود استفاده می‌کند.

هوش مصنوعی مبتنی بر دید نیز زمینه مهمی است  Artificial intelligence in school education که می تواند به ارزیابی کمک کند. تعدادی از گروه های ارزیابی از سیستم های نوری برای g