1.4.6. EXEMPLES DE MILLORS PRÀCTIQUES
Exemples de bones pràctiques a la Universitat Vytautas Magnus a Lituània
A la universitat Vytautas Magnus, els/les professors/es incorporen i utilitzen una varietat d'eines Moodle diferents per avaluar els resultats d'aprenentatge dels/de les estudiants. Per exemple, l'entorn d'aprenentatge de Moodle ofereix als/a les professors/es oportunitats per realitzar avaluacions dels resultats d'aprenentatge previstos, per exemple, els/les professors/es poden crear proves, proves, utilitzar eines interactives per a l'avaluació (per exemple, l'eina H5P (vegeu la il·lustració 1), etc.
Il·lustració 1. Exemple d'un segment de prova, creat amb l'eina H5P (entorn VMU Moodle)
Un dels avantatges d'utilitzar l'eina H5P és que els/les estudiants tenen l'oportunitat d'escoltar l'enregistrament de la conferència, veure les diapositives de la conferència o qualsevol altre material o enllaços relacionats per obtenir més informació i, a continuació, realitzar una prova d'autoavaluació. A més, l'eina H5P i les proves creades amb aquesta eina es poden utilitzar com a part d'una estratègia d'avaluació formativa o sumativa, depenent del propòsit que se suposa que ha de servir la prova. En conjunt, cal dir que aquesta eina permet un enfocament més interactiu de l'aprenentatge i l'avaluació.
A més, els/les professors/es poden explorar l'entorn Moodle per dissenyar diferents proves per als seus/les seves alumnes. L'entorn Moodle ofereix una àmplia gamma d'elements de prova que es poden utilitzar per avaluar els coneixements, habilitats i competències del contingut d'un/a estudiant. Els/les professors/es poden dissenyar diverses proves utilitzant preguntes d'elecció múltiple, afirmacions de vertader/fals, omplir les preguntes en blanc, arrossegar i deixar anar elements coincidents, etc.
Il·lustració 2. Exemples de diferents ítems de pregunta (entorn VMU Moodle)
A més, Moodle dota els/les professors/es de possibilitats per avaluar més habilitats intrínseques. Per exemple, dissenyant preguntes obertes de tipus assaig, els/les professors/es poden avaluar la comprensió d'un/a estudiant del tema i les habilitats d'escriptura, així com les habilitats de pensament crític (vegeu la il·lustració núm. 3 a continuació).
Il·lustració núm. 3. Exemple d'una pregunta de tipus d'assaig (entorn Moodle de VMU)
A més, si la prova no és un format adequat per avaluar les habilitats, coneixements i competències d'un/a estudiant, el/la professor/a té l'opció d'assignar tasques a Moodle i demanar als/a les estudiants que enviïn treballs a l'entorn Moodle mitjançant l'eina d'enviament de papers (vegeu il·lustració núm. 4). El/la professor/a pot proporcionar una descripció precisa del treball, donar criteris d'avaluació i fixar les dates de venciment. Un cop l'estudiant envia el seu treball a través del sistema, el/la professor/a pot qualificar i proporcionar comentaris sobre el treball a Moodle sense necessitat de descarregar prèviament els treballs enviats.
Il·lustració núm. 4. Exemple d'eina d'enviament de tasques (entorn VMU Moodle)
En resum, els/les professors/es poden utilitzar les eines de Moodle per crear proves per comprovar els coneixements dels estudiants sobre un tema determinat i per avaluar si s'han assolit els resultats d'aprenentatge previstos. Aquí, només s'han descrit un parell d'opcions diferents, però, cal tenir en compte que hi ha diverses eines diferents que es poden utilitzar tant per a l'avaluació de l'aprenentatge dels/de les estudiants com per a l'avaluació dels resultats d'aprenentatge. Així mateix, cal tenir en compte que les eines externes poden ser compatibles i integrades dins de l'entorn Moodle, per tant, el professorat disposa d'una àmplia selecció d'eines per implementar l'estratègia d'avaluació seleccionada.
Ús de Chatbox i AI teaching assistant
Utilitzant una interfície de conversa basada en text o en veu per comunicar-se amb l'usuari, els chatbots poden respondre i fer preguntes, guiar els/les estudiants i ajudar a resoldre problemes. Això vol dir que, quan un/a professor/a no està disponible o no pot ajudar, els/les estudiants encara poden avançar. Cada cop més, els chatbots utilitzen tècniques d'intel·ligència artificial per entendre els llenguatges humans, les veus, el llenguatge corporal i els comportaments, i per donar sentit als patrons en llenguatges o comportaments. Els chatbots han aportat oportunitats a l'hora d'abordar la contradicció entre l'aprenentatge a gran escala i l'alta qualitat. Permeten una major personalització mitjançant la recollida de dades dels diàlegs i dels comportaments dels/de les estudiants per oferir un suport que s'adapta específicament als requisits de cada alumne/a, cosa que també pot ajudar a reduir la càrrega de treball dels/ de les educadors/es. Aquestes eines, basades en la intel·ligència artificial (IA), podrien permetre la pràctica del llenguatge mitjançant activitats senzilles com fer i respondre preguntes, passant per dissenys de converses més avançats, com ara permetre que un alumne participi en una història responent a les opcions que ofereix el chatbot. Actualment, els chatbots estan dissenyats principalment per a interaccions individuals, però en el futur podrien donar suport a diàlegs més col·laboratius.
En la pràctica educativa, investigadors de l'Institut Tecnològic de Geòrgia han investigat com es poden utilitzar els chatbots a les classes en línia. Van desenvolupar un assistent docent d'IA anomenat "Jill Watson" basat en diàlegs i dades d'aprenentatge de cursos anteriors. Amb aquestes dades, Jill podria analitzar les preguntes dels/de les estudiants i trobar respostes immediates. El chatbot s'ha utilitzat en diversos cursos per ajudar els/a les estudiants amb preguntes relacionades amb el contingut i mitjançant diàlegs significatius. Els/les investigadors/es van trobar que els/les estudiants no podien distingir el chatbot del/ de la professor/a, la qual cosa suggereix que en alguns contextos els chatbots podrien funcionar bé com a facilitadors d'aprenentatge en línia.
Investigadors del Advanced Innovation Center for Future Education (AICFE) de la Universitat Normal de Beijing han investigat el paper d'un chatbot en l'educació moral. En l'educació moral, els/les professors/es se centren a ajudar els/les estudiants a comprendre els problemes morals i conrear la moralitat. En aquesta investigació, es va desenvolupar un AI-bot (chatbot impulsat per IA) per detectar els problemes morals dels/de les estudiants mitjançant diàlegs i proporcionar als/a les estudiants solucions adaptatives. Per exemple, quan l'alumne/a expressava emocions negatives, l'AI-bot en diagnosticaria la causa xerrant. Després d'això, l'AI-bot avaluaria si l'alumne/a havia experimentat un tracte injust. A continuació, suggeriria algunes opcions i donaria exemples de com tractar el seu problema. Els resultats van mostrar que l'AI-bot podria imitar professors/es amb 8-9 anys d'experiència.
En l'àmbit de l'aprenentatge d'idiomes, els chatbots es poden utilitzar per a la conversa informal i la pràctica de la pronunciació, que alguns/es aprenents prefereixen, ja que els permet provar diferents maneres de dir alguna cosa i evitar sentiments de vergonya (filtre afectiu) quan parlen .
En una llengua estrangera, els investigadors també han utilitzat chatbots a l'educació per donar suport a la col·laboració. Van dissenyar i provar una eina d'avaluació de la capacitat de resolució de problemes basada en jocs, "Circuit Runner", que va demostrar el potencial dels chatbots per avaluar les habilitats de nivell superior en l'educació. Finalment, els investigadors han demostrat que els chatbots també poden ser creatius. Per exemple, s'ha desenvolupat un chatbot que podria ajudar a generar qüestionaris d'alta qualitat basats en materials existents.
Els/les investigadors/es que investiguen el paper dels chatbots en contextos reals d'aprenentatge reconeixen que l'aplicació dels chatbots encara es troba en una fase molt primerenca. Els chatbots no poden funcionar de manera eficaç sense comprendre els mecanismes d'aprenentatge humà. Per salvar la bretxa entre les tècniques que hi ha darrere dels chatbots i els mecanismes d'aprenentatge humà, cal dissenyar l'aprenentatge. La majoria dels dissenys d'aprenentatge es podrien millorar amb informació més detallada sobre els/les aprenents i coneixements sobre l'aprenentatge o l'ensenyament. Les tècniques d'IA han creat chatbots amb la capacitat de recopilar informació i explorar els requisits dels/de les estudiants abans de proporcionar-los entorns d'aprenentatge intel·ligents i suport adaptatiu. Els chatbots podrien ser una nova manera d'aconseguir una instrucció centrada en l'alumne/a. A més, això ajudarà a reduir la càrrega de treball dels/de les educadors/es.
En comparació amb l'aprenentatge i l'ensenyament tradicionals, els chatbots aporten noves oportunitats, com ara el diagnòstic immediat de problemes i les intervencions que fan que els/les estudiants sentin que no estan sols durant el procés d'aprenentatge. Els/les estudiants també poden estar més relaxats i expressar-se amb més llibertat, ja que no estan interactuant amb humans que els puguin jutjar. Aquest ambient relaxat pot ser propici per afavorir l'aprenentatge.
Altres eines d'avaluació formativa en línia
Bolton College va anar més enllà de les preguntes tancades per explorar si els/les estudiants poden proporcionar respostes i rebre comentaris automatitzats basats en les respostes model proporcionades pel professorat. El personal ha estat explorant el potencial que les plataformes de processament del llenguatge natural i classificacions del llenguatge natural tenen per oferir dels principals venedors del camp com IBM, Amazon, Google i Microsoft. Els resultats inicials són prometedors, amb comentaris positius d'estudiants i professors/es. Als/a les estudiants els va agradar rebre comentaris en temps real mentre responien a preguntes obertes, i els/les professors/es van afirmar que aquests serveis podrien provocar una reducció de les càrregues de treball de marcatge.
L'aparició d'aquesta nova eina d'avaluació va permetre als/a les professors/es de Bolton College utilitzar un mitjà més ric per avaluar els seus estudiants. Tradicionalment, les activitats d'avaluació formativa en línia es duen a terme mitjançant tècniques de preguntes tancades com ara preguntes sí/no, preguntes d'opció múltiple o activitats d'arrossegar i deixar anar. La seva solució per a l'avaluació formativa va permetre als/a les professors/es plantejar preguntes obertes que es poden analitzar i avaluar automàticament mitjançant un ordinador. La capacitat d'oferir comentaris en temps real significa que els estudiants poden qualificar i aclarir les seves respostes.
És important tenir en compte que els/les professors/es tenen un paper important. Entrenen els models de classificació que sustenten les preguntes obertes que volen presentar als seus alumnes. Els/les professors/es també poden satisfer el fet que la precisió dels models de classificació millori a mesura que més estudiants participen amb cada pregunta oberta i a mesura que augmenta el volum de dades de formació.
Una preocupació clara és fins a quin punt la tecnologia podria reduir la interacció entre l'estudiant i el personal acadèmic, i fins a quin punt el judici humà podria o hauria de ser substituït completament, d'aquí la necessitat d'una avaluació automatitzada "adequadament". Els estudiants del Bolton College van expressar una preferència pels comentaris dels tutors juntament amb els comentaris automatitzats.
Per als/les estudiants de redacció d'assaigs que volen comentaris instantanis sobre l'estil, si no el contingut, écree (ecree.com) es descriu com el "tutor personal d'escriptura d'IA" i ofereix comentaris d'escriptura, suport ortogràfic i gramatical en temps real, inclòs si el treball és ben estructurat com un assaig acadèmic amb punts desenvolupats i una conclusió contundent. L'objectiu és ajudar els/les estudiants a millorar els seus escrits abans que el seu tutor els vegi, estalviant així temps marcant errors bàsics i permetent més temps per centrar-se en retroalimentar el contingut i els punts d'aprenentatge.
De la mateixa manera que el Bolton College, les universitats d'Edimburg, Glasgow i Manchester han utilitzat la tecnologia Adaptive Comparative Judgment (ACJ). El judici comparat funciona segons el principi que al cervell humà li resulta més fàcil comparar dos ítems i decidir que un és millor o pitjor que l'altre que no pas fer una avaluació objectiva sobre la qualitat d'un dels dos en comparació amb una rúbrica determinada. ACJ utilitza tecnologia per automatitzar el procés de comparació. Tot i que inicialment els scripts es comparen aleatòriament, l'element adaptatiu apareix quan l'algoritme informàtic comença a seleccionar els parells que milloren més la fiabilitat de la classificació. La comparació entre guions molt bons i molt dolents és òbvia i s'esforça més a avaluar els que s'ajusten més. Accelera el procés de correcció i la classificació es pot utilitzar per qualificar els treballs i determinar els límits de les qualificacions. També permet als/a les estudiants rebre comentaris de diversos marcadors diferents, ja siguin el staff o els companys.