自适应学习的基础知识

自适应学习的基础知识

通过教师员工

传统教育假设学生基本上都用同一种方式学习:从问题A开始，一直做到问题z。如果一个学生陷入问题D，他很可能会在测验中挂科，拼命想赶上去。

自适应学习技术从前提是有其他更个性化的获取知识的方法。基本上，自适应学习提出了可以利用技术来将学习经验塑造给个别学生的需求和学习风格。据教育趋势网站介绍，这种教学风格“裁定了个体学生的优势和弱点”。

它是如何工作的?供应商PrepMyFuture提供了这种类比。

假设一个技术系统可以跟踪并记住您倾听的所有音乐。几天后，它可能会根据您的口味生成播放列表。一个非常好的系统甚至可能会识别出你在工作后喜欢酷爵士乐，并将自己编程，以满足您的需求。

采取相同的想法并将其应用于学习情况。假设学生正在准备地理考试。自适应学习技术可以注意到哪些国家/地区正确或错误地确定。然后不要随意将学生绗缝，而是开始在那些弱者中提供更多的做法。

1.实践

通过这种方式，适应性学习能够拥抱动态的内容，并将其塑造为适合个体学习者的内容。该软件可以跟踪并回应学生的一系列在线互动，比如在线阅读一本书或参与社交媒体。从理论上讲，所有来自这些交互作用的数据都可以被纳入该系统关于学生知道或不知道什么的总体概况。

通过在学生的教育随着时间的推移之后，该系统也可以建立一个个人的学习风格的图片，可以帮助确定例如新信息应该交付的速度和序列的信息。“持续自适应学习可以通过确定学生的能力并在恰当的水平上”售出“问题，”根据Pearson学习解决方案，教育材料和技术提供商的说法。

另一种用途是实际测试。当学生犯错时，自适应学习技术可以标出他们的弱点，并以此作为进一步复习的起点。

语言教育也被证明是适应性学习卓有成效的领域。像iKnow这样的软件供应商已经制作了针对特定语言的软件包:通常，他们训练词汇和拼写，并提供广泛的测验。在每一次迭代中，该软件都会更密切地关注特定学习者的优势和劣势。

2.技术的适应

自适应学习使用许多策略来个性化学习。一种常见方法是脚手架，或认知脚手架。在这种情况下，系统创建了一系列从简单到复杂的构建块，按照每个级别升级的学生更高。

另一个战略重点介绍掌握，任何学生都可以在获取知识中达到一定的成就巅峰的想法。自适应学习系统在令人鼓舞的情况下，在较弱的地区令人振奋的情况下持续增强强度。

有些系统将需要一个“游戏”的方法，激励参与者，以便走上级别。学生有动力达到“高分”，因此有理由努力实现成就。

3.学生/教师债券

与任何基于技术的学习系统一样，一些人对师生互动的中断提出了担忧。支持自适应学习的人认为，事实上，自适应学习可以增强这种联系:如果学生来上课时准备得更好，就可以为师生之间更深入、更有实质意义的对话腾出空间。

根据Sloan Consortium（Sloanconsortium.com）（Sloanconsortium.Com）（Sloanconsortium.com），致力于将在线教育纳入更高较高的主流，改善教育工作者的能力教育。基于计算机的自适应学习工具可以记录学生内的学生的时间和活动。教育工作者可以将此数据作为理解学生行为和发现问题情况的方法，以便在他们进化太远之前。

无论如何，没有什么可以说的，自适应技术应该取代现场界面。相反，支持者认为教育技术主要是对面对面学习的普通业务的补充。

怀疑论者提出的问题是，学习是否可以简化为软件，算法是否可以成功地直觉化大脑获取知识的复杂过程。一个公司,Grockit该公司表示，它可以通过专注于“社交”模式来克服这些反对意见。它的工具允许学生们通过各种社交媒体进行合作，从而超越单纯机械化的体验。

4.技术提供大规模定制

可能是自适应学习的最大成就是它能够同时推动两个看似矛盾的教育结束。一方面，个性化和定制可能是学习过程的巨大兴起。对于特定学习者的需求，可以微调更多的材料，该主题领域的成功机会越大。

但是，同时，教育工作者努力尽可能地达成一群学习者。似乎存在冲突：定制的愿望，以及铸造宽阔的网。在这里，自适应学习成功最好。这些教育技术可通过互联网交付，提供一种大规模定制。作为领先的技术供应商Knewton描述了它，“他的适应性学习的目标是提供大规模的个性化学习和指导。”许多学习者，每个学习者都给出了个性化内容管理：既有教育和技术的成就。

这是来自onlineschools.com的跨帖子;图像归因Flickr用户Josekevo