Umetna inteligenca za učitelje: interaktivni spletni priročnik za učitelje

Nekaj besed o personalizaciji učenja

Personalizacija učenja

Vsak učitelj personalizira učenje, pa naj gre le za dodajanje dodatnih primerov ob razlagi, ali za individualno pozornost učencu, ko je to potrebno. V nekem smislu je že samo poučevanje dejanje personalizacije, je nekaj povsem drugačnega, kot če bi se, na primer, na televiziji predvajalalo predavanje. Učitelji prilagajajo pouk tako, da učenci razumejo, kaj se učijo. Pomagajo jim povezati nova znanja ali veščine s tistim, kar že vedo, z njihovimi osebnimi spoznanji in z izkušnjami življenja v družbi. Učitelji učencem pomagajo, da iz naučenega izvlečejo največ, kar lahko.

V širšem smislu pomeni personalizirano (prilagojeno) učenje ustvarjanje različnih učnih okolij in izkušenj, glede na različne potrebe, zmožnosti in kulturne značilnosti vsakega učenca.1 Seveda sta obseg in stopnja personalizacije vsakič drugačna. Šest dimenzij personalizacije je opredeljenih glede na vprašanja, zakaj, kako, kaj, kdaj, kdo in kje se uči2: 

Poučevanje "ena na ena" je utelešenje personalizacije. Benjamin Bloom je že v šestdesetih letih prejšnjega stoletja dokazal, da je povprečen učenec uspešnejši ob individualnem poučevanju. Ugotovil je tudi, da individualna pozornost zapolni vrzel med učenci, ki dosegajo visoke rezultate in tistimi, ki dosegajo nizke. V resničnih učilnicah, tudi če je v razredu samo deset učencev, personaliziranje vsebin za vsakega učenca zahteva veliko truda. Absolutna personalizacija je praktično nemogoča. Tudi če učitelj ve, da ima učenec določene vrzeli, jih morda zaradi pomanjkanja časa ne bo mogel odpraviti. Tako sistem ves čas izgublja učence, tudi če se učitelji trudijo po najboljših močeh.




Pri tem lahko pomaga tehnologija.
 

Tehnološko podprto personalizirano učenje

Za prilagajanje učnega procesa lahko uporabite tehnologijo, v večji ali manjši meri. Na tem mestu izraz tehnologija vključuje vse, od mobilnih aplikacij in spletnih platform do samostojnih učnih sistemov.2 Danes je tehnološko podprta personalizacija bistveno učinkovitejša, saj s pojavom in razvojem UI, dostopanja do podatkov, rudarjenja podatkov, računalništva v oblaku in cenovno dostopne strojne opreme, aplikacije delujejo brezhibno in so enostavne za uporabo.

Dobro zasnovana tehnologija lahko bistveno preseže zgolj pomoč pri premagovanju zgoraj prikazanih ovir (slika 4 - Stumbling Blocks to Personalization). Če jo vključite v tradicionalni pouk, v obliki domače naloge ali za občasno delo v razredu, lahko učencem pomaga pridobiti in razviti dragocene veščine. Tako se z uporabo tehnologije sprosti več časa v razredu, ki ga lahko namenite neposredni interakciji, individualni pozornosti učecem in reševanju problemov. Tehnologija omogoča tudi, da spremljate reševanje domačih nalog in tako opazujete napredek ali težave posameznega učenca.3 





Pri določenih delih pouka lahko tehnologija (programska oprema) dejansko opravi boljše delo kot človek. Pomislite samo, na primer, na vizualizacijo tridimenzionalnega prostora pri matematiki, ali na vaje izgovarjave pri učenju jezikov, ali na animiran prikaz delovanja celičnih procesov pri biologiji.

Kliknite tukaj za ogled definicij kombiniranega in drugih vrst učenja, ki se pogosto omenjajo skupaj s personalizacijo.

Vse rešitve UI v izobraževanju se lahko v različni meri uporabljajo za pomoč pri personalizaciji učenja. V naslednjem poglavju obravnavamo prilagodljive učne sisteme.

------------------------------------------------------------------------------------------------------
1 Groff,J., Personalized Learning: The State of the Field & Future Directions, Center for Curriculum Redesign, 2017.
2 Holmes, W., Anastopoulou S., Schaumburg, H & Mavrikis, M.,Technology-enhanced personalised learning: untangling the evidence, Stuttgart: Robert Bosch Stiftung, 2018.
3 Feldstein, M., Hill, P., Personalized Learning: What It Really Is and Why It Really Matters, Educause Review, 2016
4 Taylor, D., Yeung, M., Bashet, A.Z., Personalized and Adaptive Learning, Innovative Learning Environments in STEM Higher Education pp 17–34,  SpringerBriefs in Statistics, 2021

 

This page has paths:

This page references: