Utbildningssystemet omvandlas, edtech-marknaden utvecklas snabbt och lärmiljön anpassas till individen precis som maskininlärning är direkt kopplad till artificiell intelligens. Så, låt oss gräva djupare i vad det senare innebär i praktiken med fokus på fem områden: Utvärdering av lärandeprestation, utveckling av mjuk kompetens (soft skills), relevans och inspiration, undervisning och Labbet.
Utvärdering av lärande prestation
Betygssystemet för skolor i industrisamhället är ganska märkligt. Eftersom det börjar med ett A som högsta betyg innan lärandet börjar. Sedan blir konsekvensen av allt du sedan gör fel att du kommer att sänka poängen/betyget. Inspirationen för detta förefaller komma från industrisamhällets produktionsmetod, dess löpandebandsprincip, där misstag kunde resultera i degradering och ibland avsked, samt en dålig produkt.
En fungerande utvärdering av lärande prestationen i det digitala samhällets utbildningssystem är omvänt och inspirerat av hur ett dataspels communitys “utvärdering” fungerar. Detta innebär att man börjar på noll och sedan lägger till poäng / betyg, allt eftersom man genom det livslånga lärandet vinner ny kunskap och färdigheter längs vägen. I denna miljö får formella test också minskande betydelse. Då moderna inlärningsmiljöer innefattar edtech där läraren kan följa elevernas framsteg i realtid, med möjlighet att identifiera brister nästan direkt.
Soft skills utveckling
Inlärningsmiljön bör utvecklas från att fylla den studerande med kunskapsbitar portionerade i speciella fack till att förbättra mjuka färdigheter för hur man förvärvar kunskap i en lärmiljö av nyfiket utforskande kritiskt tänkande. På detta sätt förbättrar den studerande sin kompetens och bygger sin kunskapsbas med relevans som främsta ledord. Detta kommer jag att återkomma till i den andra delen av denna artikelserie (i avsnittet relevans och inspiration).
Fokus på mjuka färdigheter görs möjlig eftersom mer “repeterande” och statiska uppgifter tas över av artficiella intelligenser / robotar och andra former av teknik. I denna miljö är inte att veta svaret som en mänsklig encyklopedi det viktigaste. Men istället att ställa de mest kvalitativa frågorna och att utvärdera och analysera svaren som sökmotorer och andra former av AI ger. Ett tillvägagångssätt som Sokrates och många andra förespråkade från antiken och framåt. Det är verkligen industrisamhället som gjorde kvalitativt lärande till en enda röra och gjorde den till betydande del artificiell för människor.
Författad av
LarsGöran Boström@
Författare till boken Learning Design in Practice for Everybody och utvecklare av Storyteller PublishingLab
Öppnar i ny tab