Получи случайную криптовалюту за регистрацию!

Дизайн Образования

Логотип телеграм канала @lxd_education — Дизайн Образования Д
Логотип телеграм канала @lxd_education — Дизайн Образования
Адрес канала: @lxd_education
Категории: Образование
Язык: Русский
Количество подписчиков: 6.92K
Описание канала:

Канал теории и практики по методологии образования, педагогическому дизайну, конструированию образовательного опыта, ИИ и работе с данными в обучении, технологическим ииновациям в edtech, геймификации и игропедагогике от Андрея Комиссарова @A_Komissar

Рейтинги и Отзывы

4.33

3 отзыва

Оценить канал lxd_education и оставить отзыв — могут только зарегестрированные пользователи. Все отзывы проходят модерацию.

5 звезд

2

4 звезд

0

3 звезд

1

2 звезд

0

1 звезд

0


Последние сообщения

2022-08-07 06:40:28 Что можно отдать ИИ в образовании

Продолжаем рассказывать про ИИ в обучении. Мы изучили отчет Education and AI («Образование и ИИ») от Стэнфордского университета и делимся основными выводами.

ИИ будет более эффективен за счет «понимания» естественного языка
Применение в образовании
Обработка естественного языка облегчает разработку образовательных приложений. Например, чат-ботов для обучения иностранным языкам. Похожие алгоритмы могут оценивать ответы учащихся и прогнозировать их успеваемость, а также предлагать подходящие упражнения и давать персонализированную обратную связь.

Почему это важно сегодня?
Дистанционное обучение сейчас в тренде. Поэтому появляются новые стартапы и курсы, предлагающие комплексные масштабируемые и интерактивные технологии, основанные на обработке и понимании естественного языка.

ИИ предлагает расширенную поддержку обучающихся
Применение в образовании
Обратная связь безусловно важна в процессе обучения, но занимает много времени у преподавателя. Искусственный интеллект способен давать подробную оценку успеваемости и персональные рекомендации каждому студенту, тем самым высвобождая ресурсы преподавателя. Кроме того, ИИ способен адаптировать программу под потребности конкретного человека.

Почему это важно сегодня?
Многие страны испытывают нехватку высококвалифицированных педагогов, в особенности в отдаленных от центра районах и учреждениях. Появление масштабируемой инфраструктуры машинного обучения, которая может интерпретировать данные учащихся, разрабатывать дорожные карты и поддерживать учащихся в индивидуальном порядке.

ИИ поможет преподавателям отслеживать прогресс учащихся
Применение в образовании
Искусственный интеллект, классифицируя процесс и интерпретируя данные, может глубоко понимать каждый из образовательных процессов и способности различных групп учащихся. Это поможет преподавателям качественно управлять обратной связью и вносить корректировку в обучение в реальном времени.

Почему это важно сегодня?
Прогресс обучающихся в традиционном образовании учитывается при периодическом тестировании по материалу курса. Но такой способ не учитывает характерные особенности отдельных учащихся. С помощью ИИ учителя могут отслеживать прогресс и выявлять успешных студентов. Эта информация поможет в разработке более эффективных материалов.

ИИ создаёт эффективную среду обучения
Применение в образовании
Эта совокупность двух предыдущих пунктов. С эффективной обратной связью и разработкой индивидуальной программы искусственный интеллект помогает создать такую среду вокруг, которая будет отвечать потребностям учащихся. Как в классе, так и удаленно.

Почему это важно сегодня?
Гибкий выбор собственного пути обучения — тренд будущего. ИИ позволит решить многие важные задачи на этом пути.

Мы рассказывали вам про перспективы ИИ из отчета Стэнфордского университета, а узнать, как их можно реализовать, читайте в полной статье на сайте.
453 viewsАндрей Комиссаров, 03:40
Открыть/Комментировать
2022-08-03 08:54:29 Пара слов о таксономии Блума

https://4brain.ru/blog/%D1%82%D0%B0%D0%BA%D1%81%D0%BE%D0%BD%D0%BE%D0%BC%D0%B8%D1%8F-%D0%B1%D0%BB%D1%83%D0%BC%D0%B0/ Неплохая статья про таксономию Блума. Интересное рассмотрение аффективной стороны обучения.

А вот по этой ссылке "Конструктор целей обучения", образовательных результатов, собираемых в логике той же таксономии https://ode2.susu.ru/target/

PS. Дополнительно читатели канала прислали для ознакомления интерактивную версию "Педагогического колеса", с помощью которой можно подобрать приложения для отдельных элементов таксономии блума https://www.designingoutcomes.com/assets/Padagogy_Wheel_Translations/Padagogy_Whl_V4_RUS_HD.pdf
1.1K viewsАндрей Комиссаров, edited  05:54
Открыть/Комментировать
2022-07-29 09:23:28
Пример сбора и анализа данных в образовательной программе.
Один из треков Архипелага 2022 – «школа акселерации» был посвящен методологии проведения университетских стартап-акселераторов. Учились представителями администрации и ппс более 100 вузов.

Обучение проходило в очном формате: лекции и проектная групповая работа.

Цифровой след:
1. Входная диагностика, в которой мы получали первичный срез понимания тематики и компетентностный портрет участника.
2. Учет посещаемости (с помощью скуд устройств) так что мы знали о посещении определнных типов мероприятий каждым членом команды.
3. Рефлексия участников с обратной связью по полученным знаниям и мнением по групповой работе, как своей так и команды
4. Вопросы задаваемые участниками преподавателям и ведущим
5. Данные на предзащите: Эксперты проходили по командам, обсуждая дорожные карты, давали обратную связь и оценивали по критериям,
6. Данные финальной защиты: Те же эксперты уже зная какие ошибки допустили команды на предзащите, оценивали то как эти ошибки были исправлены, и исправлены ли. Удалось ли участникам улучшить (или наоборот ухудшить их дорожные карты.
7. В качестве допуска на финальную экспертизу всем участникам предлагался индивидуальный КИМ в формате теста с открытыими вопросами, малтипл чойс вопросами и решением кейсов.
8. Итоговым шагом создавалась «Витрина проекта» на платформе университета 2035, которая давала краткую выжимку проекта.

По итогу был собран вот такой дэшборд https://datastudio.google.com/reporting/5ac90aca-10dc-4e7e-b7f6-0733f4d9efba (здесь на анонимизированных данных), который показывал как групповые так и индивидуальные достижения участников команды:
- Понимание темы каждым участником
- Допущенные и испрвленные командой ошибки в дорожной карте
- Основной фокус работы по мнению участников
- Посещаемость участниками лекций
- Компетеностный портрет участников.

Дашборд предоставлялся университетам, для понимания того, кому из команды (если не всей) поручить создание акселератора, и на какие слабые места обратить внимание.
1.4K viewsАндрей Комиссаров, edited  06:23
Открыть/Комментировать
2022-07-27 19:27:02 Сберуниверситет определил основные задачи для ИИ в образовании.

ИИ будет более эффективен за счёт «понимания» естественного языка
ИИ предлагает расширенную поддержку обучающихся
ИИ поможет учителям отслеживать прогресс учащихся
ИИ создаёт эффективную среду обучения

Задач может и не много, но по каждой раскрыта актуальность и практические кейсы применения (в основном Стэнфорд). В целом годно :) Жаль только что коллег не интересует отечественная практика :)

https://sberuniversity.ru/edutech-club/pulse/tekhnologii/24781/?utm_source=tg&utm_medium=organic&utm_campaign=perspektivy&utm_content=VR&utm_term=27_07_2022
1.3K viewsАндрей Комиссаров, edited  16:27
Открыть/Комментировать
2022-07-26 12:13:12
"Светлая сторона санкций заключается в огромных возможностях для собственного IT-бизнеса. Если мы грамотно применяем современные цифровые технологии, оставаясь при этом людьми и будем инвестировать в человека и в будущие поколения, то у нас всё будет хорошо. Мы живём в великой стране", - директор направления "Развитие на основе данных" Университета 2035 Андрей Комиссаров @go_university в эфире "Изолента Live" о положительном эффекте от введенных санкций.
970 viewsАндрей Комиссаров, 09:13
Открыть/Комментировать
2022-07-24 10:10:57
Принципы дата-центричного управления образованием

В процессе разработки курса "ИИ для педагогов" с МФТИ встал вопрос перечисления "принципов дата центричного управления образованием". Перелопатив тонну источников я к своему удивлению не обнаружил какого либо общепризнанного свода таких принципов и в связи с этим решил собрать собственный. Данный перечень основан на практике работы с данными в образовании Университета 2035 а также Иннопрактики и ряда моих собственных проектов работы со школами, университетами и ДПО. Итак...

1. Данные – ключевой ресурс каждой образовательной программы.

2. Персональные данные требуют анонимизации для работы с ними.

3. Данные не являются частью приложений которые их генерируют, а существуют, хранятся и анализируются как отдельный ресурс.

4. В основе управления на основе данных лежит модель данных или набор гипотез, поверяемых с помощью данных.

5. Данные должны анализироваться для поиска трендов, взаимосвязей и других «феноменов» в целях принятия управленческих решений.

6. Дата-центричные системы принятия решений полностью зависят от данных, лежащих в их основе.

7. Полезность данных возрастает с повышением сложности или количества данных относящихся к одному объекту\процессу.

8. Полезность данных возрастает при обмене данными с другими организациями той же сферы деятельности.

9. Данные не примененные сегодня могут понадобиться завтра (полезность данных способна пережить полезность порождающего их источника).

10. Эмпирически наблюдаемая закономерность, не подтвержденная данными может быть результатом субъективной интерпретации.

PS/ Хотелось бы услышать мнение "коллег по цеху".
1.6K viewsАндрей Комиссаров, edited  07:10
Открыть/Комментировать
2022-07-22 09:02:07 Погружение в профессию "Педагогический дизайнер" (Подкаст)

Одной из наиболее важных профессий в современном образовании, несомненно, является педагогический дизайнер. Но что включает в себя это понятие? Какие функции выполняет данный специалист, что он должен знать или уметь, каковы основные фокусы и приоритеты в его работе и, наконец, в какой среде и с чем ему приходится взаимодействовать.

Радио Комсомольская правда решило детально разобраться в этом в рамках подкаста «Гости из будущего» - профессии меняющие мир.

Цитата из описания подкаста: "Педагогический дизайнер работает ювелирно, он сам не преподаёт, но компилирует образовательные технологии так, чтобы были учтены интересы всех участников учебного процесса. Он создает такие образовательные проекты, в которых выигрывают и учителя, и дети, и родители.
Такие специалисты востребованы и в компаниях, и в школах. Главное: в центре его внимания — учащийся и его образовательная траектория."

В студии Андрей Комиссаров – методолог образования, педдизайнер, разработчик образовательных сред в школьной педагогике, ДО, а также корпоративной и университетской андрогогике и его стажер, начинающий педдизайнер в области физики и химии – Виктория. Взгляд как всегда в данной серии подкастов дается и с зрелой и с начинающей позиции.

Кроме того в подкасте довольно детально рассмотрено отличие педдизайна в школах (педагогике) и в корпораивной среде (андрогогике). Без внимание не осталось и то откуда берутся педдизайнеры и как можно "войти в профессию" будучи молодым человеком ии опытным специалистом из другой сферы. В общем и целом получилось весьма неплохо - приглашаем послушать :)

Перейти к подкасту по ссылке: https://radiokp.ru/podcast/gosti-iz-buduschego-vtoroy-sezon/637647
2.8K viewsАндрей Комиссаров, edited  06:02
Открыть/Комментировать
2022-07-19 12:23:25 ОБУЧЕНИЕ ДЕТЕЙ ОНЛАЙН И НАУЧНЫЙ ПОДХОД

В прошлом году мне удалось создать онлайн-курс по развитию бизнес-мышления для подростков (билингвы). Это был не первый случай, когда приходилось работать с детской нишей обучения. В своё время я уже реализовывал образовательные проекты на базе школ и лицеев. Именно детская ниша подтолкнула меня создать канал и начать популяризировать научный подход (learning science).

Поэтому сегодня хотел бы поделиться с вами советами из личной практики по проектированию курсов в детской нише:

Совет 1. Анализируйте особенности детей, если хотите, чтобы они учились эффективно. Каждый детский возраст имеет ряд особенностей, которые напрямую влияют на выбор подходов и инструментов для их обучения. Например, когда я проектировал курс для подростков, то исследовал 5 ключевых областей данного возраста: интеллектуальную, социальную, физическую, эмоционально-психологическую и моральную. Это позволило добавить в обучение такие инструменты как: таблица рейтингов, видеообзоры тематик занятий, мемы (как способ вовлеченности), групповые формы работы на занятиях и многое другое.

Совет 2. Учитывайте принципы когнитивной нагрузки. Материалы, как правило, различаются по уровню сложности, и что для одного ребёнка легко, то для другого сложно, так как все учащиеся разные в своих интеллектуальных способностях. Причём не нужно забывать, что любое техническое устройство, при помощи которого ребёнок учится – это своеобразный барьер к обучению, так как даже лишний клик по мышке является нагрузкой для памяти учащегося. Поэтому если вы хотите сделать учебные материалы усваиваемыми для детей, то изучайте материалы о когнитивной нагрузке.

Совет 3. Анализируйте поколенческие особенности учащихся. Считается, что теория поколения Штрауса и Хоу является научно недоказанной, но могу с уверенностью сказать, что теория даёт много идей по организации самого обучения. Например, анализируя особенности обучения поколения Z, я пришёл к тому, что нужно выработать процентное соотношение теоретической и практической части обучения, что необходимо чаще давать детям самим искать учебную информацию, что правильное использование гаджетов и технологий обучения только увеличивает интерес к учебе, что ребёнку нужно чаще и разными способами взаимодействовать с контентом (должно быть сенсорное разнообразие) и многим другим значимым выводам.

Совет 4. Тестируйте каждый созданный материал «глазами ребёнка». Иногда мы забываем, что проектирование онлайн-обучения для детей отличается от проектирования обучения для взрослых. Чтобы не допускать ошибок, старайтесь тестировать ваши гипотезы с детьми. Например, мне приходилось иногда брать обратную связь по проектируемому контенту, это позволяло получать значимые рекомендации по курсу до его запуска. Так были внедрены творческие задания и апробированы игровые механики.

Совет 5. Лично преподавайте на курсе (при возможности), либо присутствуйте и наблюдайте за проведением занятий. Методический кругозор, на мой взгляд, формируется не с «насмотренности», а с тщательного анализа образовательной среды изнутри. Например, я регулярно преподавал на своём курсе, участвовал в обсуждениях чата, находился в тесном контакте с детьми, проводил в свободное время рубрику «Ответы на вопросы» и даже приглашал к сотрудничеству родителей. Это позволило мне как разработчику значительно усилить образовательный продукт, так как приходилось анализировать процесс со всех сторон и делать важные заметки для будущих курсов.

Вот и вся информация, которой я с вами хотел поделиться. Надеюсь, что было полезно и интересно!

Делитесь своим опытом проектирования обучения в детской нише в комментариях

Михаил Осипов и Команда сообщества Digital Learning
990 viewsАндрей Комиссаров, 09:23
Открыть/Комментировать
2022-07-18 09:01:14
Небольшое исследование о рынке edtech, точнее об учениках онлайн-школ

https://www.migel.agency/edtech-presentation
Создано агентством Migel

Основные инсайты ребята вытащили на лендинг, а отдельный отчет можно скачать внизу странички.

- период проведения март-апрель 2022, то есть совсем свежее
- 300 респондентов
- курсы от IT до кулинарии

Плюс, достаточно интересно было посмотреть на критерии выборы курсов в Мск и других регионах
1.1K viewsАндрей Комиссаров, 06:01
Открыть/Комментировать
2022-07-17 11:56:45 Андрей Комиссаров, руководитель дирекции сервисов Развития на основе данных Университета 2035, на «Архипелаг 2022» для «Научно-образовательной политики»:

На Архипелаге мы собираем достаточно много интересных данных, но самое главное в этом – зачем мы их собираем и как они друг с другом связаны.

Искусственный интеллект и всевозможные датоцентричные модели, очень "жадные" до данных, но собирать "все подряд" это неправильный сценарий в образовании.

Если рассмотреть какие вообще данные генерирует образование, в основном очень стандартные. Например, оценка, посещаемость, описание программ - в целом данных не много.

Архипелаг же - это большая лаборатория, большая площадка на которой мы можем показать как именно принести пользу с ромощью грамотного сбора и анализа дагных образовательного опыта. В том числе показать это вузам и продемонстрировать масштабируемые модели, подходящие для применения.

Если копнуть теорию, то есть концепция, которая появилась в 90-х годах. Называется «модель сообщества исследователей», которая говорит о том, что в любой образовательной среде у вас есть 3 компонента. И когда мы собираем данные, то собираем со всех трех.

Первый компонент – педагогический, в каком формате преподаётся материал. Может игру провели, дебаты, проектировочные сессии и есть ещё множество разных форматов. Следующий – когнитивный. То есть, насколько ваши обучащиеся способны всё это понять. Например, позволяет ли их уровень образования обучаться у вас. И третий очень важный компонент – социальный. Потому что наш мозг лучше всего направлен на то, чтобы распознавать эмоции на лицах, взаимоотношения между людьми. Например, мы очень хорошо распознаем, кто в группе доминантный лидер. Соответственно, все эти социальные моменты в образовании крайне важны. Потому что образование – это живая среда, среда совместного образовательного опыта.

Если мы хотим посмотреть, какие данные эффективнее всего собирать, то это будут данные двух типов.

Данные диагностики, собираемые про человека до того как он попадает в образовательную среду. Может быть и диагностика во время обучения. Например, мы диагностируем поведение, которое люди демонстрируют в ходе обучения. Это специфические данные, которые относятся не к тому, что человек знает, чему научился, а к тому какой он.

Второй тип данных – это данные цифрового следа образовательного опыта. Мы смотрим чем человек прирастает, приобретает ли он какие-то компетенций, как он реагирует на те или иные педагогические технологии, тематики. Всё это мы собираем из разных источников, кладём в цифровой профиль.

Искусственные интелекты, которые мы применяем – это как правило ансамбли из предобученных нейросетей. Цифровой след, обрабатываемый ими - это как правило текст, а это значит, чем лучше рубрикатор лежащий в основе обработки, тем лучше распознаётся ваш цифровой след. Сохдание и наполнение рубрикаторов образовательных результатов - крацне важный элнмент данного процесса..

У нас в команде много людей, которые обрабатывают цифровой след, у каждого из них своя специфика.

Например, образовательный датинженер работает со всеми данными: размечает, моделирует, собирает и анализируют данные в образованнии. Таких специалистов в стране почти нет, а они очень нужны. В их обучении помогат профстандарт, который мы выпустили в прошлом году. Там регламентируется всё, что связано с цифровым следом. У нас довольно быстро получилось сделать этот стандарт благодаря правительственному проекту разработки ноаых квалификаций. На его выпуск через все инстанции ушло меньше полутора лет вмесио оьычных 3х, отмечу, что это хороший результат.

Интересно, что этот профстандарт создавался в России не экспертно, как все профстандарты, а человеко-машинным взаимодействием. Как только он появился мы смогли сделать множество программ подготовок, которые и в этом году стартуют в вузах городов России.
1.0K viewsАндрей Комиссаров, 08:56
Открыть/Комментировать