人工智能可以識別需要額外幫助的學生

一項關于使用人工智能檢測學生遠程學習需求的試點研究得出的結論是，教師可以使用獲得的數據為最需要的學生提供幫助。該研究與加泰羅尼亞奧伯塔大學 (UOC)、Eurecat 技術中心和馬德里自治大學聯合進行，將有助于解決異地教育面臨的最大問題之一，該問題在流行病：如何獲得有關學生進步的信息，以便在為時已晚之前為他們提供必要的支持。

UOC 計算機科學、多媒體和電信學院的課程講師、Eurecat 的研究員 Laia Subirats 說：“我們能夠在大流行前幾年進行持續評估，然后是在封鎖期間和第二波之后大流行的。” 她補充說：“我們的目標是開發一種改進遠程學習的方法，使教師能夠識別有失敗風險的學生，以便他們以及學生自己能夠加強他們的學習過程。”

該研究發表在開放獲取的 科學期刊 Applied Sciences 上，利用了 2016/2017 至 2020/2021 學年期間從 396名大學生收集的信息。在期末考試之前，學生們有機會參加適合他們個人水平的各種問題的測試。根據他們的數據，學生被歸類為優秀、正常或有風險。

“其中一個挑戰是發現表現不佳的學生在最后一分鐘死記硬背的情況下，因為系統無法足夠早地預測這一點，”同時與應用數據科學實驗室 (ADAS) 合作的 Subirats 說。“但是很容易找到屬于優秀類別的學生，因為那些以更持續的方式學習的人會獲得更好的成績。”

改善評估的技術

在學習過程中，尤其是在評估績效方面需要創新技術是遠程教育面臨的最大挑戰之一。迫使學校暫停面對面授課的 大流行只是突顯了這一事實。然而，在線評估平臺等數字工具在這方面提供了新的機會。

“這些工具還有助于打破許多障礙，有助于知識民主化，”Subirats 說，并補充說，“事實上，你可以在最適合你的任何時間和地點學習，這一事實極大地有利于那些無法學習更多知識的人。傳統的學習方式。”

此外，人工智能及其預測還可以幫助檢測可能的欺詐或抄襲。研究人員說：“如果學生的成績比我們的系統預測的高得多，那可能會引起懷疑。”

該研究支持可持續發展目標 (SDG)4，即素質教育。