Учителя не всегда знают, насколько эффективно работают их методы преподавания. Разумеется, они могут задавать ученикам вопросы и проводить тесты, но не всегда бывает легко выяснить, кто виноват, если «сообщение не дошло до адресата». Однако, в ближайшее время ситуация может в корне перемениться, поскольку за дело берется искусственный интеллект. Исследователи из Дартмутского колледжа разработали алгоритм машинного обучения, который замеряет активность различных сегментов головного мозга и на основе полученных данных определяет, насколько хорошо усвоена та или иная информация.

Группа ученых начала с экспериментов, в ходе которых участники, а также студенты инженерных специальностей средних курсов выполняли учебные тесты и отвечали на вопросы о предлагаемых изображениях, находясь в сканере МРТ (магнитно-резонансной томографии). Таким образом исследователи получили алгоритм, который генерировал «нейронные оценки», которые могли предсказать эффективность усвоения материала тем или иным студентом. Чем большая активность наблюдалась в определенных сегментах головного мозга, тем легче было понять, усвоили ли студент предложенный материал.

Мало кто захочет проходить процедуру сканирования мозга между лекциями, а кроме того, у существующих исследований имеются ограничения. С одной стороны, группа ученых из Дартмутского колледжа сосредоточилась на комплексной дисциплине STEM, объединяющей науку, технологию, инжиниринг и математику, следовательно, пока неизвестно, будет ли мозг реагировать аналогичным образом на уроках, скажем, литературы. Кроме того, нейронные оценки применимы только к узким аспектам демонстрации знаний. Тем не менее, этот метод может помочь преподавателям усовершенствовать свою методику, выяснив, какие приемы вызывают наибольший резонанс у студентов еще до того, как результаты экзаменов покажут эффективность работы. Таким образом, имеются все основания надеяться, что со временем учеба в школе станет намного более увлекательным делом.


Добавить комментарий