技术是不可思议的强大!想象一个智能辅导系统,它可以根据您个人的学习优势和弱点、参与度水平、能力和先前的知识来调整和提供培训内容。所有这些都是实时的!这就是你的适应性学习。它涉及到技术,比如学习分析和自适应学习工具.
适应性学习工具如何序列内容
序列数据自适应学习工具的步骤和子步骤如下:
步骤1——收集数据
- 类型的数据
- 数据难度等级
- 学习者过去的表现
步骤2——分析数据
- 学习者分析
- 技能选择
- 内容分析
步骤3——调整内容
- 内容交付
- 的内容
- 设计的内容
作为初学者试图探索用于开发自适应电子学习计划的技术,我遇到了一个有趣的报告,“解码自适应这就是我博客文章的基础。EdSurge已经三个分类对于适应性学习,每种分类都需要不同的适应性学习工具。当然,有一些工具可以用来设计一种以上的适应性学习。
自适应学习分类和工具的例子
适应性学习的分类 |
描述 | 适应性学习工具的例子 |
|
1 | 自适应内容 | 适应性内容工具通过提供关于特定主题的纠正性反馈、提示和资源来响应学习者的错误回答。 这些工具不能改变学习者看到的内容的顺序。 |
Fulcrum实验室,Smart Sparrow, Dreambox, CogBooks, Mastering |
2 | 适应性评估 | 适应性评估工具会根据学习者对以前问题的回答改变他们看到的问题。当学习者回答正确时,问题的难度会增加;当他们回答错误时,问题就会变得容易。 | 支点实验室,掌握 |
3. | 自适应序列 | 自适应序列工具不断收集和分析学习者的数据,并使用这些信息来改变每个学习者看到的内容序列。 | Knewton, Smart Sparrow, Dreambox, CogBooks |
在这些不同的适应性学习工具中,用于自适应排序它们更复杂,因为它们利用预测分析和算法来不断收集数据,并利用这些信息来改变学习者在学习过程中看到的内容的顺序。找出用于排序的自适应学习工具是如何工作的。
排序自适应学习工具所遵循的步骤的高级概述
(图片基于EdSurge的“自适应解码”报告)
内容排序自适应学习工具所遵循的步骤
步骤1:收集数据
收集数据是改变内容顺序所需要的第一步。这些数据收集包括什么?
类型的数据
根据学习者与内容的交互方式,自适应学习工具可以捕获不同类型的数据,包括:
- 学习者的表现—例如,自适应学习工具捕捉学习者针对问题提供的答案。
- 学习的过程-该工具记录学习者在答对问题之前尝试回答问题的次数,或者学习者使用的外部资源(例如虚拟计算器)来回答问题。
- 学习者的兴趣-学习者选择与之互动的资源类型。例如,一些学习者可能喜欢听播客或一些可能喜欢看视频。这些数据会被跟踪,以便日后在培训项目中使用。
数据的难度等级
的学习目标当然,决定了它的内容。例如,如果您的在线软件培训计划要求学习者能够使用软件(布卢姆3级-适用),你的培训项目的内容将与在线培训不同,后者只是告诉学员为什么要使用某个软件(布鲁姆2级-理解).在这里,难度等级有所不同,自适应学习工具会使用诸如布鲁姆的分类或者韦伯的知识深度。
学习者过去的表现
自适应学习工具负责根据学习者过去的表现生成数据。例如,如果学习者的历史记录显示学习者更喜欢播客,那么自适应学习工具将此信息添加到数据池并在呈现新内容前考虑学习者的偏好。随着学习者继续进行适应性学习课程,a学习者总体培养目标是根据他/她的偏好创建的。
第1步 - 快速回顾
步骤2:分析数据
现在数据收集完成,在第二步中,自适应学习工具分析了数据,包括:
学习者分析
该工具分析了学习者的执行方式。它以下面的方式做到这一点。让我们说学习者必须达到80%以实现“通过”的状态。实现此评分的学习者能够将其转到下一个内容与其正确或不正确的响应,而未通过的学习者被重定向到先前的内容。
这种自适应学习的独特之处在于,尽管很多学习者可能都通过了考试,但他们所看到的内容可能会根据他们回答的正确或错误而有所不同。
虽然这只是一个简单的例子,但是请记住,自适应学习工具也能够进行复杂的分析。例如,该工具可以通过将数据与其他学习者的资料进行比较,分析学习者知道什么或不知道什么。这就是涉及到的算法通过这种数据分析工具可以创建动态学习路径对于学习者来说。
技能选择
适应性学习工具的任务是为学习者匹配下一项技能在他/她的学习道路上。
考虑一个您正在培训员工的5步程序的例子。在第一步的最后,评估学习者的理解能力。如果学习者正确地回答了问题,该工具将使学习者能够进入程序的第二步。如果没有,学习者会得到一个更简单的解释,以帮助理解第一步,然后继续学习。
内容分析
现在您可能想知道,自适应学习工具是如何根据学习者需要知道的内容来选择需要推送给他们的内容的。为了实现此功能,自适应学习工具依赖于预先设计的序列或者内容映射概述了如何连接不同的内容单位。
步骤2 -快速回顾
第三步:调整内容
在数据收集和分析完成后,自适应学习工具需要调整交付内容。这是工具的方式。
内容交付
向学习者提供内容有两种方式。内容可以是:
分配-学习者必须浏览课程内容。
例子:软件模拟让学习者练习和应用他们所学到的技能。
推荐-如果学习者愿意,可以选择浏览内容。
例子:其他资源,例如显示同事在业务软件上执行任务的视频。
的内容
自适应学习工具决定了需要交付的内容数量。它可以从一小段内容到一组内容,例如,一个单独的实践活动或按顺序完成的10个活动。
设计的内容
设计是指内容之间的关系.相关的内容遵循交付的顺序,而不相关的内容,工具可以显示任何顺序。考虑前面提到的5步过程的示例,其中一步连接到下一步。在这里,该工具负责显示与步骤1相关的所有内容,然后再转到与下一步相关的内容。
内容没有必要总是相互关联。你可以有独立的学习资源,可以在需要的时候提供给学习者。例如,自适应学习工具可以推荐表示过程的流程图或演示过程的视频,或学习者使用过的任何其他资源。
步骤3 -快速回顾
最后请注意
希望这篇博文能让你了解学习工具是如何用于自适应排序工作的。数据在适应性学习中很重要,但不是最重要的。更重要的是如何在粒度级别上定制内容教学设计策略用来设计自适应的电子学习课程。
根据一项香港仔集团的研究在美国,最好的公司有12%的可能性使用适应性分析和学习内容管理系统来提高员工绩效。适应性学习工具仍在发展中,适应性学习的未来肯定是充满希望的。你准备好采用适应性学习了吗?请在评论区分享你的想法。