Заполнение критической пропасти в образовательном ИИ
Генеративный ИИ стремительно трансформирует образование K–12, открывая новые возможности для обучения и преподавания. Однако менее 10% инструментов ИИ в образовании прошли независимую валидацию. Эта пропасть между быстрым принятием и доказанной эффективностью создает риск неэффективного использования ресурсов, непостоянных результатов обучения и упущенных возможностей для улучшения образования.
Коллаборация EVAL
Коллаборация в области научно обоснованного ИИ (EVAL) устраняет эту пропасть, проводя серьезные исследования для оценки воздействия инструментов ИИ на результаты обучения студентов K-12. Мы предоставляем исследовательскую инфраструктуру и экспертизу компаниям в области образовательных технологий, чтобы продемонстрировать влияние, укрепить доверие и ускорить принятие – гарантируя, что инновации в области ИИ действительно приносят пользу ученикам. Мы ищем партнеров из индустрии для проведения исследований эффективности. Свяжитесь с нами сегодня.
Преобразование ИИ-инноваций в реальное воздействие на обучение
Десятилетия исследований в области образования и когнитивной науки показали, как эффективно преподавать основные дисциплины — грамотность, математику и науку. Мы также знаем, что влияние зависит от контекста: что работает, для кого и при каких условиях. Применение этого опыта в дизайне, оценке и внедрении инструментов генеративного ИИ представляет как серьезную задачу, так и уникальную возможность превратить инновации в области ИИ в реальное влияние на обучение.
Статистика и важность EVAL
Коллаборация EVAL была создана для решения этой задачи. Мы объединили образование, когнитивную науку и исследования внедрения с передовыми методами оценки инструментов ИИ в масштабах, обеспечивая их соответствие тому, как студенты учатся, и как учителя преподают в разнообразных классах. Наш подход основан на эмпирически доказанных методах и возглавляется специалистами в области ИИ, когнитивной науки и образования. В сотрудничестве с инноваторами в области образовательных технологий мы предлагаем необходимую исследовательскую инфраструктуру и экспертизу для создания более надежной, основанной на доказательствах базы для ИИ в образовании.
Проблемы непротестированных инструментов
- Школы часто применяют образовательные технологии, которые кажутся многообещающими, но не имеют доказательной базы. Эти непроверенные инструменты могут навредить ученикам и непропорционально затрагивать уязвимые группы.
Ко-дизайн для эффекта
- Образователи, студенты и семьи должны быть активными со-дизайнерами, а не пассивными пользователями. Их участие гарантирует, что инструменты ИИ будут справедливыми, культурно адаптивными, актуальными и основанными на реальных потребностях класса.
Закрытие пропасти
- Независимая, строгая оценка является связующим звеном между исследованиями, инновациями и практикой. Это обеспечивает, что подходы на основе ИИ не только инновационны, но и эффективны, вовлекающи и оказывают влияние на всех учащихся.
Конкурс EVAL — призовой пакет на сумму 150 000 долларов
Обзор конкурса:
Этот конкурс выделяет многообещающие инструменты EdTech для строгой оценки с использованием случайного контролируемого эксперимента (RCT). Исходя из проверенных рамок конкурсов, компании будут оцениваться на предмет готовности к независимым академическим исследованиям и потенциала для значительного образовательного воздействия.
Основные критерии выбора:
- Влияние на обучение: Инструменты, которые оценивают и ускоряют результаты обучения K-12 с четкой теорией изменений.
- Образовательная практика: Поддержка для учителей K-12 для улучшения практики преподавания и подготовки студентов к колледжу/карьере.
- Образовательная инженерия: Обязательство к постоянному сбору данных и улучшению на основе доказательств.
- Фокус на равенстве: Закрытие пропастей в возможностях и расширение доступа для разнообразных учащихся.
- Готовность к исследованию: Способность предоставлять техническую поддержку для строгой оценки при полной изоляции от методологии, анализа и публикации исследований.
Гарантия независимости исследований: EVAL Collaborative сохраняет полную методическую независимость с обязательствами публиковать все результаты независимо от исходов. Компании предоставляют только техническую поддержку и будут признаны, но не будут участвовать в разработке, анализе или публикации исследований.
==> Хотите узнать про автоматизации на n8n? — Здесь основные курсы n8n, вы научитесь автоматизировать бизнес-процессы! <==
