به گزارش خبرنگار صنفی – آموزشی «خبرنامه دانشجویان ایران»؛ تراژدی امتحانات همیشه بعد از پایان نیمسال تحصیلی برای دانشجویان شروع میشود و تلخی و شیرینیهای خاص خود را دارد؛ اما مکانیزم سنجش آموزشی با این مدل، یواش یواش دارد قدیمی میشود و هر چه قدیمیتر، بازده و نتیجه ضعیفتر.
یکی از مرسوماتی که با فرارسیدن فصل امتحانات بر سر زبانها میافتد و حسابی ذهن دانشجویان را به خود مشغول میکند تا نگران تلنبار شدن درسها و سرفصلهای سنگین برای شبها امتحان نباشند، مقوله «تقلب» است.
روشهای تقلب این روزهای برای خودش بازار گرمی دارد و حتی عدهای از این راه درآمد کسب میکنند؛ از کارخانههای تولید خودکارهای کاغذدار تا ساعتهای مچی که قابلیت نمایش متن داشته باشند؛ اما مسئله تقلب، امتحان و سیستم سنجش آموزشی فعلی کهدر اکثر مراکز آموزشی جهانی نیز همینگونه است، به فکر یک تکنولوژی جدید افتاده است.
یکی از اصلیترین راهها برای ارزیابی آموختههای یک فرد در بسیاری از دورهها و نظامهای آموزشی، برگزاری آزمون پایان ترم است. با اینکه این شیوه سنتی مورد انتقاد قرار گرفته، اما به دلیل نبود جایگزین قابل قبول، همچنان از آن بهعنوان اصلیترین گزینه برای سنجش آموزش استفاده میشود.
با این حال به نظر میرسد با فناوری جدیدی که گوگل و دانشگاه استنفورد طراحی کردهاند، نسل آینده دیگر با تجربه شبهای سخت و دراز پیش از امتحان روبهرو نخواهد شد.
یک الگوریتم هوشمند
اساس این فناوری گوگل بر نوعی الگوریتم هوشمند و مبتنی بر «دادهکاوی» استوار است. منظور از دادهکاوی دریافت حجم زیادی از اطلاعات و شناسایی الگوهای موجود در آن است.
الگوریتم این سامانه پیشرفته میتواند عملکرد هر دانشآموز یا دانشجو را در پاسخدهی به پرسشهای مختلف بررسی کند، بخشهایی را که او در آنها اشتباه کرده و دچار ضعف است شناسایی و گزارشی جامع از میزان پیشرفت و معلومات کسب شده او ارائه کند.
البته تلاش برای طراحی نرمافزارهایی برای پایش میزان پیشرفت دانشآموزان و دانشجویان، موضوع جدیدی نیست. با وجود این، عملکرد بسیاری از این نرمافزارها چندان دقیق نبوده و نتوانسته میزان یادگیری هر فرد را بدرستی ارزیابی کند. در واقع اصلیترین مزیت فناوری جدید این است که میتواند با دریافت و تحلیل حجم زیادی از دادهها، الگوهای درست و نادرست موجود در آنها را یافته و بهاینترتیب گزارشی جامع ارائه کند.
تجربه موفقیتآمیز
تیم طراح این برنامه برای ارزیابی میزان اثربخشی آن، اطلاعات مربوط به حدود یک میلیون و 500 پاسخ داده شده توسط تعدادی از دانشآموزان به پرسشهای ریاضی را به این الگوریتم دادند. گفتنی است این دانشآموزان در دورههای آنلاین یکی از معروفترین مراکز آموزشهای مجازی یعنی «خان آکادمی» شرکت کرده بودند. این برنامه، الگوهای موجود در این پاسخها را واکاوی و پیشبینی کرد هر دانشآموز چقدر احتمال دارد در آینده به پرسشی مشابه پاسخ درست بدهد. مقایسه میزان احتمال داده شده با نتایج بعدی آزمون این دانشآموزان نشان داد تخمینهای زده شده تا 85 درصد درست بود. در حقیقت این سامانه فقط اشتباهها و بخشهایی را که هر دانشآموز در آن ضعف دارد شناسایی نمیکند، بلکه جزئیات دقیق مربوط به آن را نیز که فقط از عهده یک معلم بر میآید، اعلام میکند. بهاینترتیب هر دانشآموز با دریافت گزارش این سامانه، با نقاط ضعف خود و بخشهایی که باید تقویت کند آشنا میشود.
جایگزین امتحان پایان ترم
پژوهشگران سازنده این سامانه اعلام کردهاند این الگوریتم میتواند در گذر زمان بهبود یابد و در آیندهای نهچندان دور جایگزین امتحانات میان ترم و پایان ترم شود. این شیوه نه تنها میزان یادگیری هر دانشآموز یا دانشجو را ارزیابی میکند، بلکه بازخوردهای ارزشمندی نیز به او ارائه میکند و بهاینترتیب کیفیت نظام آموزشی بهطور قابل توجهی افزایش مییابد.
پیشبرد آموزش از راه دور
یکی از اصلیترین جذابیتهای این سامانه، نیاز نداشتن به کاربر انسانی است. بسیاری از نرمافزارهای موجود برای این کار به دریافت بازخوردهای زیادی از سوی مدیر سامانه نیاز دارند. در نتیجه این نرمافزار جدید میتواند سبب صرفهجویی چشمگیری در هزینهها شود.
با اینکه این سامانه میتواند کاربرد زیادی در مدارس و دانشگاهها داشته باشد، اما شاید بیشترین بازدهی آن در زمینه دورههای آموزش مجازی و آنلاین باشد. یکی از اصلیترین نقاط ضعف در زمینه ارائه آموزشهای مجازی، مشخص نبودن سازوکار ارزیابی میزان عملکرد است و به همین دلیل، بسیاری از این مراکز برای ارائه مدرک پایان دوره، همچنان از شیوه اجرای امتحان بهصورت سنتی بهره میبرند. با اینکه هیچ چیز نمیتواند جایگزین نقش یک معلم واقعی شود، اما استفاده از هوش مصنوعی در سامانههای آموزش آنلاین، میتواند خلأ موجود را تا حدی پر کند. خلاصه اینکه در آینده با بهبود عملکرد این سامانه میتوان آن را جایگزین شیوههای سنتی کرد که همین به گسترش آموزشهای مجازی و از راه دور کمک میکند.
قابلیتهایی برای آینده
در این میان، برخی کارشناسان حوزه آموزش دیجیتال بر این باورند که این سامانه هنوز ضعفهایی دارد که در صورت پرداختن به آنها میتوان شاهد تحولی بزرگ در آینده آموزش بود.
هر انسانی، سبک یادگیری مختص به خود را دارد. برای نمونه برخی افراد با مشاهده و برخی دیگر نیز با گوش کردن بیشتر میآموزند. با اینکه معمولا در مدارس و دانشگاهها مطالب به شکل کلی عرضه میشود، اما تمرکز روی سبک یادگیری هر یک از افراد میتواند میزان یادگیری آنها را افزایش دهد.
قابلیت تعیین بهترین شیوه یادگیری هر یک از دانشآموزان و دانشجویان بر اساس ویژگیهای شخصیتی یا الگوی یادگیری و ارائه محتوای آموزشی بر اساس آن، یکی از مواردی است که جای آن در سیستمهای آموزش مجازی بهشدت خالی است.
اگر این سامانه بتواند ضمن تحلیل عملکرد افراد، بهترین شیوه یادگیری آنها را نیز ارزیابی کرده و آموزشهای بعدی را براساس آن جلو ببرد، بیتردید میزان کارایی آموزش نیز افزایش خواهد یافت.