Questions Surround-programvara som anpassar sig till studenter

Även om den mänskliga psykologins krångligheter kanske aldrig helt förklaras, verkar internetföretag ha klart för sig vissa delar av det. Genom att spåra miljontals användare har Google, Facebook och spelföretaget Zynga lärt sig hur man placerar varje Jag accepterar-knapp, textruta och virtuell ko för att locka människor att klicka.





Ett företag ringde Knewton , i New York City, försöker nu använda liknande tekniker i tjänst för ett utan tvekan mer lovvärt mål – att hjälpa elever att lära sig snabbare.

Startupen, som grundades 2008, erbjuder kurser som SAT-förberedelser och avhjälpande matematik som främst är inriktade på personer som ska börja eller återvända till college. De erbjuds online av skolor inklusive Arizona State University. I november förra året skrev Knewton på ett avtal om att använda sin teknologi i digitala klasser produceras av utbildningsjätten Pearson .

När en student går en kurs som drivs av Knewton utvärderar vi kontinuerligt deras prestationer, vad andra har gjort med det materialet tidigare och vad [de] vet, säger David Kuntz, forskningschef på Knewton. Han är en veteran inom utbildningsbranschen som banade väg för införandet av datoralgoritmer för utformningen av standardiserade tester, som LSAT.



Knewton kallar sitt tillvägagångssätt adaptivt lärande, och att spåra vilka frågor en elev får rätt eller fel är bara utgångspunkten. Knewton, som har samlat in 54 miljoner dollar i investeringar, säger att dess programvara också övervakar hur lång tid det tar för studenter att svara på en fråga och om de återvänder till den, och till och med drar ledtrådar från en elevs musrörelser. Vi vet om de viftar med musen för att försöka välja mellan alternativ A och C, säger Kuntz.

Det är ett tillvägagångssätt som i princip skulle kunna göra onlinekurser mycket kraftfullare. Google och Amazon förvandlade webben från en samling elektroniska dokument till ett effektivt ekonomiskt kraftpaket genom att spåra användaraktivitet och anpassa designen för att göra sidorna mer användbara och konsumenterna mer benägna att klicka på annonser eller köpa. Främjare av adaptivt lärande säger att liknande analytiska tekniker kan tillämpas på undervisning.

Knewtons programvara använder data som den samlar in för att försöka vägleda varje elev genom material i den sekvens som med största sannolikhet får det att fastna. Olika elever kan också läras ut samma material på olika sätt, beroende på deras tidigare reaktioner. När man lär ut linjära ekvationer, säger Kuntz, kan en elev få se ekvationen ax + b = c och sedan lära sig att den kan ritas som en linje. För andra kan det hjälpa att introducera det som ett geometriskt problem först. En elev som tidigare svarat bra på information som uttrycks visuellt skulle först se grafer, inte ekvationer. Knewton använder till och med en modell av hur snabbt elever glömmer saker för att bestämma när en uppfräschningslektion behövs.



Det finns fortfarande få bevis för att säga om Knewtons teknologi faktiskt lär ut bättre. Företaget citerar imponerande resultat från Arizona State, där dess matematikkurs introducerades hösten 2011: genomgångsfrekvensen har till exempel ökat med 11 procent. Knewtons teknologi har dock ännu inte testats i ett kontrollerat experiment som jämför grupper av elever som gör och inte använder programvaran.

Sådan validering är viktig, säger Ken Koedinger, professor vid Carnegie Mellon University och chef för Pittsburgh Science of Learning Center, eftersom Knewton har satt sig en mycket svårare utmaning än något onlineannonseringsföretag. Folk säger att Google gör det här och Zynga gör det här, men de optimerar för en mycket lokal sak: för att du ska komma tillbaka till webbsidan, säger han. För Knewton, säger han, finns det en verklig fara med att optimera för fel sak. Till exempel, om elevernas lektioner är optimerade för snabbare framsteg genom kursen, kan det bara leda till enklare kurser, inte mer lärande.

En del av Koedingers egen forskning användes av Carnegie Learning , ett företag som är oberoende av Carnegie Mellon som tillhandahåller något av en varnande berättelse för Knewton. 2010, en granskning av det amerikanska utbildningsdepartementet drog slutsatsen att trots vissa positiva studier hade Carnegie Learnings kognitiva handledare inga märkbara effekter på matematikprestationer för gymnasieelever.



Knewton är ett relativt ungt företag och kontrollerade försök tar tid och pengar. Men Richard Clark, professor i pedagogisk psykologi och teknologi vid University of Southern California, säger att företagets otydlighet om sina metoder är bekymmersam. Knewton påstår sig anpassa undervisningen för varje elev men delar inte med någon bevisen (om några) som de använder för att grunda de individuella anpassningarna, säger han. Om de gör ett gediget arbete, varför inte publicera eller åtminstone peka på de peer-reviewed studier som ligger till grund för deras tillvägagångssätt?

Ändå ifrågasätter varken Koedinger eller Clark tanken att analys av detaljerade data om elevernas handlingar skulle kunna kasta värdefullt ljus över vad som gör undervisningen effektiv och hjälpa till att avgöra vilken av dussintals konkurrerande utbildningsteorier som är bäst. Eftersom den mesta undervisningen sker i klassrum, säger Koedinger, har forskare helt enkelt inte kunnat mäta det. Vi vet att just den här läraren har bra [test] poäng, säger han, men vi vet inte hur de gör det.

Dölj