Kunne en undervisningsmaskin ha lettet læringsprosessen?

08 november, 2020
Les videre for å lære mer om en mulig undervisningsmaskin!

Kan datavitenskap og psykologi hjelpe oss med å forstå hvordan vi lærer? Ville det være mulig å lage en maskin som kan planlegge ideelle leksjoner for hver enkelt elev og lette deres læringsprosess? Det ser ut til at svaret på dette spørsmålet er “ja” takket være utformingen av en undervisningsmaskin.

De fleste av oss har slitt med å lære noe nytt før. Vi har imidlertid også opplevd øyeblikk der vi har lært noe nesten uten problemer. Kort fortalt er læringsprosessen dynamisk.

Hvis en maskin kan bidra til å lette læringsprosessen vår og også tilpasse den til våre individuelle egenskaper, ville vi kanskje vært mye mer effektive og produktive. Takket være et forskerteam fra Universitetet i Wisconsin-Madison, vil denne drømmen sannsynligvis bli oppfylt i nær fremtid.

Ulike professorer fra informatikk- og pedagogisk psykologiavdeling samarbeidet med datavitenskapsmannen Xiaojin Zhu i prosjektet “maskinlæring”. Målet deres var å utvide læringshorisontene.

Undervisningsmaskin: Maskinlæring

Maskinlæring er et veletablert informatikkfelt der eksperter utvikler matematiske verktøy for å hjelpe teamene å lære av data og oppdage mønstre. Maskinens studenter (teamene) er akkurat som vanlige studenter.

Denne undervisningsmaskinen gjør det mulig for forskere å modellere ekte menneskelige studenter og komme opp med best mulig leksjoner å undervise ved bruk av sofistikert matematikk. For eksempel kan denne maskinen identifisere det minste antall øvelser som er nødvendig for at en bestemt student skal forstå et konsept.

Selv om den fremdeles er i en tidlig fase, kan den ha stor innvirkning på utdannelsen. Implementeringen av denne maskinen vil være veldig gunstig på forskjellige områder. For det første vil den hjelpe med å individualisere undervisnings- og evalueringsprosesser, og den vil også hjelpe studenter med læringsvansker å bedre forstå hva de studerer.

En hjerne sammensatt av tannhjul som representerer læretid gjennom en læremaskin.

Undervisningsmaskin, en blanding av datavitenskap og psykologi

Timothy T. Rogers er en kognitiv nevrovitenskapsprofessor ved Universitetet i Wisconsin-Madison og en av Zhus samarbeidspartnere. Ved en anledning forklarte han hvordan datavitenskap og psykologi kom sammen i undervisningsmaskinprosjektet.

Roger sier at for at tilnærmingen til en undervisningsmaskin skal være plausibel, trenger vi en god studentatferdsmodell. Med andre ord er det nødvendig å forstå endringer i atferd når det gjelder forskjellige typer læring / praktiske erfaringer. I tillegg må modellen være beregningsmessig og må kunne komme med kvantitative spådommer om studentenes atferd.

“Til syvende og sist håper vi at en undervisningsmaskin kan brukes til å hjelpe lærere med å utvikle planer og studieprogrammer som fremmer læring på mange forskjellige felt”, forklarte Rogers. Ifølge ham er noen levedyktige bruksområder matematikk, naturfag og lesing.

På den annen side la han også vekt på viktigheten av innsats når det gjelder å bruke kognitive læringsmodeller som kan påvirke virkelige problemer, og som også tvinger forskere til å gjøre nye og viktige fremskritt i forståelsen av læringsprosesser generelt.

Imidlertid sier Zhu at selv om denne ideen er konseptuelt enkel, er den veldig vanskelig å bruke i den virkelige verden.

En person med en maskin inne i hjernen.

Forholdet mellom datavitenskap og psykologi

Både psykologi og informatikk er vitenskapelige disipliner som fokuserer på å identifisere de spesielle egenskapene til informasjonsbehandling. Forskjellen er at psykologi fokuserer på mennesker og informatikk på å lage verktøy som er i stand til å etterligne hjernens funksjon, også kjent som datamaskinen.

På den annen side har psykologi flere grener – kognitiv psykologi ligner mest på datavitenskap. Det fokuserer på å studere prosessene der vi skaffer oss kunnskap om verden og blir bevisste på miljøet vårt.

I tillegg fokuserer kognitiv psykologi på å studere og forstå funksjonen og naturen til intelligente systemer (både menneskelige og kunstige). Av denne grunn har forskere foreslått analogien mellom sinnet og datamaskiner. Likevel er likheten mellom de to ganske åpenbar. Dette er grunnen til at forskere på dette emnet, spesielt de som fokuserer på kunstig intelligens, prøver å overføre ideer, tro og hypoteser som er menneskelige sinn til datamaskiner. På samme måte bruker kognitive psykologer datamodellen til å danne sine hypoteser og teoretiske tolkninger.

Som du kan se, er informatikk og psykologi nært beslektet. Begge to tar sikte på å vite mer om innsiden og funksjonene til menneskets sinn.