Чтобы повысить вовлечëнность студентов и количество заканчивающих курсы, примите во внимание эти рекомендации.
Автор Томми Вейр
Система высшего образования потрясена пандемией, и во многих крупных учебных заведениях наблюдается беспрецедентный спад набора студентов.
Одна из причин этого заключается в том, что преподаватели упускают из виду ключевые сигналы во время онлайн-обучения - сигналы, которые они обычно получают во время очных занятий, - которые могут показать, как обстоят дела у студентов. Это напрямую влияет на количество зачисленных в колледжи и количество заканчивающих выпускников.
В центре проблемы - недостаточная прозрачность продуктивности учащихся. Я разговаривал с президентами многих университетов об их основных заботах, и они включают в себя обеспечение того, чтобы студенты завершили курсы, на которые они зарегистрированы, и избежание необходимости возвращать федеральные средства, когда студенты бросают курсы. Они также нуждаются в поддержке, когда речь идет о поощрении студентов вернуться в следующий семестр.
Чтобы фундаментально решить эти проблемы, высшие учебные заведения должны сначала понять, как их студенты учатся. Это включает в себя знание того, как учащиеся используют свое время, и знание того, какое время дня является наиболее и наименее продуктивным для учащихся. Это требует, чтобы преподаватели знали, какие задания дают самые положительные результаты, а какие, возможно, придется пересмотреть. Самое главное, преподаватели должны знать, как преобразовать эту информацию в инициативы по успеху учащихся. Здесь искусственный интеллект может сыграть ключевую роль.
1. Преподаватели могут использовать ИИ для улучшения поддержки студентов
Наличие правильных данных может помочь профессорам понять, что им нужно, чтобы студенты были вовлечены в процесс и не сбились с пути. Но при помощи одних только данных этого не добиться. Вам нужен ИИ.
Великий профессор - это тот, кто может вносить корректировки в режиме реального времени на основе обратной связи, основанной на данных. Что работает, а что нет? Меняются ли модели учеников? Почему? Есть ли определенные закономерности, предсказывающие, что ученик скорее всего отстанет? Если это так, преподаватели могут вмешаться, чтобы оказать индивидуальную поддержку, прежде чем ученик потеряет надежду.
2. ИИ может помочь в разработке индивидуальных заданий и групповых проектов.
Пандемия вынудила многих студентов работать на дополнительной работе, чтобы помочь своим семьям выжить, и это одна из причин резкого снижения приема в школы. Чтобы решить эту проблему, преподаватели должны знать, когда ученики отдают предпочтение необходимой работе над посещением уроков и выполнением заданий. Эти студенты потребуют индивидуального внимания и проектов.
Некоторые университеты уже используют ИИ для извлечения ценности из систем и журналов активности, таких как Blackboard, студенческих информационных систем и приложений Google, используя его для упреждающего определения областей, нуждающихся в улучшении.
3. ИИ может предлагать индивидуальные рекомендации по улучшению курсов
Аналитика данных с помощью ИИ делает продуктивность ощутимой. ИИ может предложить индивидуальные рекомендации, которые помогут студентам встать на путь успеха и оставаться на нем.
Например, данные могут выявить, когда ученик внезапно меняет учебные модели, что является потенциальным признаком того, что ученик не успевает. Данные также могут выявить факторы, которые помогают студентам преуспеть в определенных курсах, и помочь с рекомендациями по корректировке курса, когда еще есть время для принятия профилактических мер.
Эти данные являются краеугольным камнем усилий высшего образования по эффективному выявлению и решению проблем, возникающих во время онлайн или смешанного обучения. С помощью настраиваемых практических рекомендаций, генерируемых ИИ, преподаватели и студенты могут лучше понять, как повысить продуктивность и помочь студентам добиться успеха.