Адаптивні технології: досвід Knewton
У попередньому матеріалі «Що таке адаптивні технології та як ними користуватися» ми розглянули адаптивні інструменти та принципи їх роботи. Сьогодні ж дослідимо адаптивні технології на реальному прикладі Knewton — компанії-розробника, що з 2008 року зібрала понад $150 мільйонів інвестицій, а до партнерів залучила Microsoft та Pearson.
Як все починалося
Knewton заснували в 2008 році. У 2011 році компанія та Університет штату Аризона (ASU), відомий впровадженням освітніх інновацій, запустили курс Knewton Math Readiness.
В університеті існувала проблема: студенти провалювали вступний тест із математики. Щоб успішно його перескласти, вони мусили пройти шестимісячний курс із математики в місцевому коледжі. Це потребувало часу, зусиль і часто не призводило до бажаних результатів.
Однак студентам не потрібно було повторювати весь шкільний курс математики: лише попрацювати над слабкими місцями (до прикладу, над темами з останнього року школи). Тому Knewton та ASU розробили додаток, у якому студенти проходили той ж шкільний курс з математики, однак програма самостійно визначала недосконало вивчені розділи й рекомендувала теми, які потребували доопрацювання. Так студент не повторював шкільний матеріал від початку й до кінця, а рухався власною навчальною траєкторією.
У результаті, кількість студентів, які завершили курс, зросла на 17%, а кількість студентів, що курс залишили, знизилася на 47%. Так Knewton вийшов на освітню арену.
Результати Knewton Math Readiness.
Джерело: Knewton Case Study
Як це працює
Чарлі Харрінгтон, колишній голова Лондонського офісу Knewton, колись сказав: «Уявіть, що ваш підручник реагує настільки ж швидко, як репетитор». Це, власне, короткий опис концепції Knewton.
Якщо ж детальніше, то Knewton базується на трьох «китах»:
Нелінійний knowledge graph (граф знань), що пов’язує між собою концепції.
Аналітика для викладачів та студентів.
Персоналізовані рекомендації для викладачів і студентів.
Головна інновація Knewton — knowledge graph як спосіб структурування концепцій. У центрі уваги не підручник, не курс, а концепція. Вона абстрактна, не прив’язана до розділів книжки, методу викладання або року навчання. Між концепціями існують взаємозв’язки, що можуть з’єднувати розділи різних тем і навіть різних класів школи.
Нелінійний knowledge graph, що складається із взаємопов’язаних концепцій — те, з чим взаємодіє студент. Така організація матеріалу дає можливість тестувати розуміння вивченого, одразу оцінювати загальний рівень знань і виявляти прогалини — концепції, які студент не зрозумів або зрозумів неправильно.
Приклад knowledge graph.
Джерело: Pearson MyLab with Knewton Adaptive Learning: Fact sheet
На графі вище представлені концепції, що стосуються курсу математики. Зеленим кольором позначені вже вивчені, рожевим — ті, що студент провалив. Блакитний колір позначає концепції, які варто проглянути, а помаранчевий — ті, що поки не вивчалися. Стрілки, які відходять від концепцій, демонструють їх зв’язки між собою.
Knowledge graph не статичний: щойно починає надходити інформація про взаємодію студента з певною концепцією, граф починає змінюватися. Зв’язки між одними концепціями слабшають, між іншими посилюються — так у кожного студента з’являється унікальна навчальна траєкторія.
Приклад індивідуальної навчальної траєкторії студентки Лорен.
Джерело: Knewton adaptive learning
Поки студент вивчає концепції та виконує завдання, програма аналізує отримані дані в режимі реального часу та видає персоналізовані рекомендації: які теми пройти, над чим попрацювати. Чим більше даних, — тим кращі та якісніші рекомендації.
До уваги береться не лише результат та час виконання завдань, а й інші важливі фактори. Зокрема:
Proficiency («вміння»). Чим більше правильних відповідей дає студент, тим вище proficiency. Чим частіше студент правильно відповідає на певне запитання, тим нижча його складність. З огляду на proficiency, існують два типи завдань. Перший — завдання, що можна розв’язати, якщо добре розумієш хоча б одну релевантну концепцію. Другий тип завдань потребує знань усіх релевантних концепцій: якщо не володієш хоч однією, шанс дати правильну відповідь суттєво зменшується. Також враховується час: з його плином матеріал забувається, а proficiency знижується.
Engagement («залученість»). Програма збирає інформацію про запитання, на яких студенти найчастіше покидають навчальну сесію. Така статистика свідчить, що запитання або нудне, або заскладне.
Активний час — час, який студент витрачає на виконання завдання. Вираховується із середнього часу, який потрібен для опрацювання конкретного завдання.
Час на проходження матеріалу до кінця. З огляду на індивідуальні дані студента, програма вираховує швидкість опрацювання концепцій і прогнозує, скільки часу знадобиться для проходження певного об’єму матеріалу.
Knewton для викладачів
І студенти, і викладачі отримують статистику. Студенти особисту, викладачі — статистику групи й кожного окремого студента. Групова статистика дає можливість оцінити прогрес групи та коректність завдань. До прикладу, якщо певне завдання виконується студентами занадто добре або занадто погано, воно потребує перегляду викладача. Індивідуальна статистика допомагає одразу визначити, хто має низьку успішність і нічого не робить, а хто випереджає одногрупників.
Програма надає рекомендації не тільки студентам, а й викладачам. До прикладу, якщо система визначає, що студент погано знає математику через проблеми з розумінням прочитаного, то запропонує викладачу корисні матеріали та як саме їх використати, щоб допомогти студенту.
Ще одна перевага розробки навчальних матеріалів з Knewton — можливість по-новому будувати заняття в класі. Якщо студенти опрацювали матеріал вдома й пройшли перевірку знань, то викладач, з огляду на отриману аналітику, може присвятити час повторенню, опрацюванню складних тем у невеликих групах, а також дебатам, дискусіям, міждисциплінарним завданням. Так Knewton переймає на себе механічну функцію перевірки знань і звільняє час занять для цікавіших і складніших завдань.
Продукти
Переваги Knewton оцінили чимало партнерів. Серед них один із гігантів освітнього контенту — Pearson. Так, компанії створили Pearson MyLab & Mastering — персоналізовану платформу, яка охоплює ряд навчальних предметів і базується на освітніх матеріалах Pearson Education. У співпраці з іншим партнером, Triumph Learning, було розроблено Waggle, навчальну систему для 3-8 класів американської школи.
Коротка інформація про систему Waggle.
Нещодавно новий CEO Knewton Браян Кіббі оголосив про зміну напрямку роботи. Донині компанія лише пропонувала власну адаптивну технологію світовим видавничим гігантам на кшталт Pearson та McGraw Hill. Але навесні Pearson, один із основних інвесторів та партнерів Knewton, оголосив про кінець співпраці. Відтепер Pearson працюватиме над створенням та впровадженням власної адаптивної технології. А новий напрямок роботи Knewton — розробка навчального контенту, де використовуватимуться всі переваги адаптивних технологій.
Якщо хочете дізнатися більше про розробки та результати Knewton, завантажте офіційні звіти (англійською мовою): Knewton Technical White Paper 2015 та Higher Education Efficacy Whitepaper. Щоб отримати pdf-файли, потрібно заповнити коротку форму.
Авторка матеріалу: Анна Ляшенко, методистка EdEra