No campo da educação, os especialistas estão atualmente investigando ativamente e discutindo amplamente a questão de como apoiar os alunos de forma otimizada durante o processo de aprendizagem. A versatilidade do problema da aprendizagem personalizada eficaz, juntamente com a profundidade das questões sobre o trabalho da cognição, determina a posição atual das instituições educacionais e a posição dos sistemas educacionais (muito deplorável).
Como você pode fornecer suporte efetivo ao aluno?
A primeira coisa que vem à mente e parece mais ou menos óbvia para aqueles que participam da discussão (bem como para os observadores) é que o resultado da aprendizagem é mais significativo se o programa de treinamento e o conteúdo forem direcionados às necessidades específicas do aluno. Simples, mas o problema de ensinar "o errado" é sempre relevante. É interessante, aliás, em quantos lugares especificamente vocês, que estão lendo este post agora, já tiveram que esquecer o que ensinaram na escola / lugar anterior, e treinar novamente.
Em segundo lugar, para o melhor suporte às tentativas do aluno de aprender, a complexidade apropriada do conteúdo é extremamente importante .: não é muito fácil, mas também não é muito difícil. Para que haja um equilíbrio entre engajamento e fadiga que o mantenha motivado para aprender. Mais cientificamente, para uma aprendizagem bem-sucedida, é importante manter a carga cognitiva do aluno dentro do intervalo ideal para um aluno específico .
Como você consegue esse tipo de personalização?
A forma tradicional de otimizar a carga cognitiva é adaptar a complexidade do conteúdo de aprendizagem às competências individuais do aluno.
Figura: 1 . Um programa de assistente de computador que gamifica o aprendizado e adapta o conteúdo educacional para o aluno.
Ao mesmo tempo, o uso de assistentes digitais: computadores, tablets, smartphones é o mais adequado para implementar adaptabilidade e implementação especializada desse suporte de treinamento. Os ambientes de informação do computador podem ser facilmente estendidos por algoritmos que mudam a complexidade do material apresentado, dependendo das reações e respostas comportamentais do aluno. Essa "adaptabilidade" é capaz de oferecer uma personalização descomplicada do ambiente de aprendizagem às necessidades do usuário, que é a chave para uma aprendizagem mais eficaz.
Como funciona a adaptabilidade dos serviços educacionais agora?
No momento, os ambientes de aprendizagem com suporte de computador são adaptados para um usuário específico com base em respostas comportamentais e resultados anteriores - por exemplo, com base no número de respostas corretas, a proporção entre respostas corretas e incorretas, faixa de progresso, tempo gasto em uma tarefa ou outras métricas semelhantes. ...
Figura: 2 . A estrutura fundamental dos sistemas de aprendizagem adaptativos com base na modelagem do comportamento do aluno, ideias sobre o campo do conhecimento e um modelo adaptativo que os conecta. Leia mais sobre isso na fonte .
Se você pensar bem, fica claro que esses parâmetros “comportamentais” no cerne da personalização são, em sua maioria, medidas “indiretas”, portanto, a precisão fornecida por essa abordagem costuma ser extremamente baixa.
Assim, por exemplo, um grande número de erros na aprovação no teste, cometidos por um aluno consecutivo, pode facilmente ser causado não pelo teste em si, por sua complexidade, mas por processos não específicos, como perda de concentração, envolvimento, estado psicofisiológico ou reações emocionais durante as atribuições.
A nova tecnologia pode vir em seu socorro?
Spoiler
. , , .
Vários processos neurocognitivos estão envolvidos na aprendizagem, como, por exemplo, memória, percepção, atenção, etc., que estão na base da cognição e, de fato, são responsáveis pelo resultado da atividade educacional. Portanto, o acesso direto às informações sobre esses processos (por exemplo, seu monitoramento), bem como a capacidade de gerenciá-los, pode fornecer novas ferramentas de aprendizagem personalizada e levar as práticas educacionais a um patamar fundamentalmente novo.
As informações sobre os processos cognitivos estão ocultas, é claro, na atividade do cérebro. De forma bastante profunda e velada, no entanto, ele ainda pode ser encontrado e extraído dos indicadores neurofisiológicos registrados.
Figura: 3. , . - .
?
Com o surgimento e desenvolvimento de interfaces cérebro-computador - dispositivos que conectam diretamente o cérebro humano e um computador (e, portanto, o cérebro e qualquer dispositivo da Internet das Coisas), permitindo a transmissão de sinais cerebrais em sinais de controle de dispositivos físicos ou de informação - bem como o desenvolvimento de métodos Na análise de dados complexos, surge uma nova tecnologia que permite extrair e utilizar informações sobre os processos neurocognitivos individuais em curso na aprendizagem e na construção de ambientes de aprendizagem.
Figura: 4 . Um modelo de interface "cérebro-computador", que poucas pessoas concordariam em usar (devido à sua capacidade de invasão: o eletrodo é inserido diretamente no tecido cerebral). Leia mais na fonte .
A atividade cerebral pode ser acessada de várias maneiras. Entre outros, a eletroencefalografia (EEG) é o método mais amplamente usado para medir a atividade cerebral. Os sinais são lidos por meio de eletrodos localizados em partes diferentes na superfície da cabeça (de forma não invasiva, não como na imagem acima), amplificados e transmitidos a um computador. A figura abaixo mostra um exemplo de sistema que registra sinais elétricos fracos vindos do cérebro da superfície da cabeça.
Figura: 5 . Dispositivo de laboratório para leitura de sinais bioelétricos do cérebro (à esquerda) e seu "análogo" não laboratorial, desenvolvido por uma jovem empresa russacombinado com um capacete VR (direita). Os eletrodos são destacados em rosa na imagem.
Muitos de vocês provavelmente já viram esses chapéus de aparência extravagante com toneladas de fios vindos de diferentes lugares e conectados à caixa com o encefalógrafo. No entanto, nem todo mundo sabe que atualmente há um desenvolvimento ativo da direção associada à transição de tais dispositivos para interfaces amigáveis para o consumidor, e muitas empresas estrangeiras e russas estão desenvolvendo dispositivos convenientes para uso por um grande público para medir a atividade cerebral. ...
Vamos voltar aos sinais cerebrais. Eles são fortes? O que e como você pode fazer com eles?
Os sinais brutos do sensor são ruidosos, complexos, não estacionários e grandes. Portanto, eles passam pelo processo de processamento primário - pré-processamento, incluindo a filtragem, após o qual se tornam adequados para a extração de componentes individuais, que podem ser usados posteriormente como sinais de controle. Vários métodos de aprendizado de máquina são usados para processar as leituras do sensor. Tais métodos geralmente requerem uma certa quantidade de dados para treinar os algoritmos: eles foram pré-processados, submetidos a marcação manual para entender onde o que está escrito e a possibilidade de atribuí-los a uma determinada classe por rótulos especializados.
Com base nesses dados e nos rótulos correspondentes, os algoritmos aprendem a encontrar padrões nas novas informações que estão sendo lidas e classificá-los.bem como construir modelos preditivos para prever a qual classe os novos pontos de dados pertencerão.
Figura: 6 . Classificação de sinais sem o uso de métodos modernos de computador.
Controlar e realçar padrões é claro. Como usar na educação?
As BCI (interfaces cérebro-computador) tradicionais permitem comunicar-se com um computador ou controlá-lo por meio da atividade cerebral, dividida por algoritmos em várias classes. Modificações posteriores de neurointerfaces permitem com a mesma eficácia extrair algumas informações sobre o próprio usuário (é claro, com seu consentimento, e - atenção! - isto não é leitura de mente), para avaliar seus estados mentais (por exemplo, carga cognitiva, estado emocional, nível de atenção / vigilância).
Assim, com o auxílio do BCI e de um computador, torna-se possível realizar monitoramento e feedback com a apresentação de informações sobre o funcionamento do cérebro, úteis ao usuário. Além disso, uma vez que as neurointerfaces permitem avaliar processos cognitivos, inclusive em tempo real, o uso de BCIs é capaz de implementar um rastreamento implícito mais astuto e preciso (em comparação com os métodos indiretos subjacentes aos sistemas tradicionais de aprendizagem adaptativa) do estado do aluno e, assim, contribuir para uma melhor adaptação conteúdo educacional para melhorar o sucesso do processo educacional.
Muitos estudos voltados para medir a carga cognitiva, feitos por diferentes grupos de cientistas, demonstraram repetidamente como a quantidade de carga cognitiva pode ser medida usando EEG.
Figura: 7. Experiência da empresa BrainCo na escola chinesa. Um dispositivo que monitora a concentração do aluno na escola. A China está ativamente interessada na eficácia do aprendizado.
Este tópico merece uma revisão separada. Aqui, direi apenas que os principais parâmetros para feedback de EEG são geralmente mudanças nas amplitudes associadas a eventos potenciais ou oscilações específicas (ritmos), registradas - por exemplo, como uma mudança na potência do sinal em certas faixas de frequência ao resolver problemas aritméticos - com maior atenção (concentração) ou pelo contrário, relaxamento.
Efeitos de carga de trabalho semelhantes, extraídos e classificados no EEG, podem ser detectados pelo BCI e usados para adaptar o ambiente de aprendizagem.
Então, isso é tecnologia? Vamos usar?
- Bem, sim, sim. Vamos tentar ...
Os avanços atuais em inteligência artificial, aprendizagem de reforço usando sinais neurais, juntamente com tecnologias de interface cérebro-computador, são capazes de fornecer uma melhor compreensão do funcionamento do cérebro do aluno, bem como usar métricas individuais na construção de ambientes de computador de imersão adaptativa para aprendizagem personalizada eficaz.
A utilização de interfaces neuro-informáticas, em desenvolvimento ativo, tem o potencial de levar a aprendizagem personalizada a um novo patamar, aumentando a qualidade, a eficiência do processo educacional e o seu aproveitamento, melhorando significativamente as abordagens tradicionais de aprendizagem adaptativa.
É claro que nem toda interface neural permite que você faça o que está descrito acima, no entanto, dispositivos que realmente funcionam já estão aparecendo ativamente no mercado.
Diga-nos nos comentários se você gostaria de experimentar esses dispositivos em você mesmo.