AI, pengujian standar, dan hasil siswa
News

AI, pengujian standar, dan hasil siswa

Ada prediktor yang baik untuk keberhasilan perguruan tinggi, seperti IPK, tetapi ukuran ini dan tindakan lainnya tidak dapat dibandingkan dengan yang ditawarkan ACT dan SAT. Sekarang, bagaimanapun, ada alternatif yang kurang mengganggu untuk pengujian standar.

Pandemi virus corona menghentikan pengujian, memberi kami kesempatan untuk mempertimbangkan kembali paradigma yang ada. Apa yang muncul adalah kemungkinan untuk menghilangkan tes sumatif – tes yang merangkum pengetahuan siswa pada suatu waktu – menggantikannya dengan pendekatan pembelajaran formatif – kuis mikro dan ukuran kemajuan siswa lainnya yang diintegrasikan ke dalam proses pembelajaran . Kecerdasan buatan adalah inti dari pendekatan baru ini.

Anak-anak saya mengikuti tes standar pada bulan April dan mendapatkan hasilnya kembali pada akhir Oktober. Itu mungkin berguna untuk menjaga agar distrik negara bagian dan sekolah bertanggung jawab. Tetapi bagi siswa, itu tidak ada gunanya sama sekali karena Anda tidak dapat belajar darinya. Pengukuran akademik harus menginformasikan pembelajaran sehingga kita menciptakan hasil yang lebih baik.

Kuncinya adalah memiliki umpan balik yang cepat, sehingga Anda menemukan apa yang diketahui siswa, dan guru dapat mengarahkan siswa secara real time.

Pembelajaran formatif berkemampuan AI didasarkan pada pembelajaran penguasaan, sebuah konsep yang telah ada selama setengah abad. Idenya adalah siswa harus menguasai materi secara bertahap, membangun fondasi yang kokoh sebelum pindah ke tahap berikutnya. Namun hal itu tidak pernah sepenuhnya dipahami karena paradigma tetap guru-kelas tidak memungkinkan jenis fleksibilitas yang dibutuhkan. Beberapa siswa secara alami akan membutuhkan waktu lebih lama dan membutuhkan lebih banyak perhatian daripada yang lain untuk mencapai tujuan mereka.

AI membantu mengatasi masalah ini dengan mengambil sebagian besar pekerjaan yang dilakukan oleh guru. Sistem AI dapat menggabungkan pertanyaan tes atau kuis dengan sumber belajar pada tingkat yang sangat terperinci untuk membuat proses pembelajaran menjadi dinamis dan dipersonalisasi. Saat sistem menerima data dari kinerja siswa, sistem membuat prediksi tentang siswa, dan mengambil sumber belajar berdasarkan itu – video pendek, atau teks pendek.

“Sistem AI dapat menggabungkan pertanyaan tes atau kuis dengan sumber belajar pada tingkat yang sangat terperinci untuk membuat proses pembelajaran menjadi dinamis dan personal”

Ini sangat berbeda dengan menggunakan buku teks tradisional yang selalu Anda baca dari depan ke belakang dengan cara yang sama. Alih-alih satu ukuran yang cocok untuk semua siswa, pembelajaran penguasaan yang diaktifkan AI sangat dipersonalisasi. Itu menyesuaikan dengan individu.

Setelah siswa menguasai tujuan pembelajaran tertentu, siswa melanjutkan ke tujuan berikutnya, dengan sistem mengajukan pertanyaan dan menawarkan sumber belajar untuk target tersebut.

Dengan cara ini, kita dapat mengoptimalkan rencana pembelajaran untuk siswa. Tiba-tiba, penilaian itu sendiri menjadi formatif. Ini bukan hanya penilaian nilai satu tes yang konklusif. Ini menjadi bagian dari proses pembelajaran di mana kami menilai pelajar secara mikro, dengan taruhan rendah, beberapa kali sepanjang semester sekolah atau tahun ajaran.

Itu proposisi yang menarik. Kami pikir itu akan memakan waktu satu dekade sebelum orang siap untuk menerima metodologi semacam ini. Tapi Covid-19 mempercepat segalanya. Karena orang belum dapat berkumpul di lokasi fisik dan semuanya tetap tidak sinkron, kami menemukan lebih banyak orang yang ingin mengadopsi mode penilaian ini.

AI sekarang dapat memprediksi dengan lebih dari 90% akurasi skor tes siswa, mengidentifikasi kelemahan dan kekuatan mereka dengan sekitar 10 menit interaksi. Kita dapat memprediksi pertanyaan apa yang akan salah dari siswa bahkan sebelum mereka mencoba menjawabnya. Kita bahkan bisa memprediksi kapan seorang siswa akan lelah dan melepaskan diri.

Jika sistem seperti itu memberi tahu siswa lebih awal bahwa nilai mereka di akhir kelas akan menjadi C, tetapi memberi tahu mereka apa yang harus mereka lakukan untuk meningkatkan dan mereka mengikuti rekomendasi dan melihat nilai prediksi mereka pindah ke C+, itu menjadi motivasi faktor dalam belajar mereka. Banyak, jika tidak sebagian besar siswa akan bekerja untuk meningkatkan hasil yang diprediksi. Akhirnya ketika mereka mencapai akhir kursus dan mereka memenuhi hasil yang telah diprediksi oleh sistem, keberhasilan itu menjadi insentif untuk pembelajaran lebih lanjut.

Jika siswa berinteraksi dengan sistem seperti itu setiap hari atau setiap minggu, dan sistem itu dapat memprediksi skor siswa kapan saja dan merekomendasikan jalur pembelajaran yang harus mereka ikuti untuk hasil yang optimal, itu meniadakan kebutuhan untuk pengujian standar.

Tes standar adalah snapshot yang orang-orang jejalkan untuk bersiap-siap. Setelah gambar diambil, ada sedikit tindak lanjut. Tetapi jika Anda memiliki sistem yang terus mengevaluasi siswa, Anda tidak memerlukan snapshot itu. Anda tahu kapan saja di mana siswa berada di jalur belajar mereka dan apa kemungkinan hasil mereka nantinya.

Pembelajaran penguasaan memberi tahu siswa, “Di sinilah Anda berada. Inilah kelemahanmu. Dan inilah yang perlu Anda lakukan untuk meningkatkan.”

Ketika Anda menilai demi pembelajaran versus menilai demi menilai, itu benar-benar mengubah proses. Dan, sejujurnya, itu membuat belajar lebih menyenangkan bagi siswa.

Jika kita sebagai masyarakat, masyarakat, dan bangsa sepakat bahwa proses pembelajaran itu berharga dan mengatakan sesuatu tentang siswa, kita harus bisa mengganti nilai akhir ujian sumatif itu dengan ketuntasan belajar. AI memungkinkan itu.

Tentang penulis: Marten Roorda adalah kepala pengukuran dan petugas pembelajaran di AI dan perusahaan pendidikan Riiid Labs. Dia adalah kepala eksekutif ACT dari 2015 hingga 2020 dan, sebelum itu, menghabiskan 13 tahun sebagai CEO Cito, sebuah organisasi pengukuran pendidikan internasional yang berbasis di Belanda.

Posted By : togel hari ini hongkong yang keluar 2021