QR code per la pagina originale

La nuova maestra in classe è l’IA

I ricercatori usano l'intelligenza artificiale per tenere traccia delle prestazioni degli studenti e analizzare i fattori che aiutano le lezioni.

,

In un recente articolo pubblicato su Arxiv.org e chiamato «Tracciamento dei modelli comportamentali tra gli studenti in un sistema educativo online», un trio di scienziati dell’Università di Copenaghen ha studiato un modello di intelligenza artificiale che è in grado di analizzare le prestazioni dei ragazzi, anche per migliorarle.

I dati provengono da Clio Online, uno dei maggiori fornitori di contenuti per le scuole primarie in Danimarca, e l’IA è stata capace di identificare le relazioni tra fattori come l’ora del giorno, la materia, il tipo di attività, la complessità delle lezioni e proprio le prestazioni. Secondo i ricercatori, il metodo ha permesso di tenere traccia dei cambiamenti nel comportamento degli studenti nel tempo, nonché delle tendenze nel più ampio sistema educativo.

Come si comportano gli studenti è un argomento importante nel data mining educativo. La conoscenza di tali informazioni in un sistema più complesso può aiutarci a capire come gli studenti apprendono e aiutano a guidare lo sviluppo di un apprendimento ottimale basato sull’uso effettivo – hanno scritto i coautori – in questo articolo, abbiamo considerato come l’attività dei ragazzi influenza le prestazioni.

Come spiegato dal team, Clio Online – che abbraccia il 90% di tutte le scuole primarie in Danimarca – ospita moduli che coprono le principali materie (tranne la matematica) e che comprendono testi, video, clip audio, esercizi, quiz e test che gli studenti usano per l’auto-apprendimento e completare i compiti. I ricercatori hanno esaminato una porzione di dati disponibili per 14.810 studenti, estraendo funzioni come l’attività durante la scuola rispetto alle ore non scolastiche, il tempo trascorso a completare gli esercizi e la lettura di testi, quello lavorando con argomenti diversi, la durata media della sessione e il punteggio medio dei quiz.

A quel punto, hanno inserito il corpus compilato in un algoritmo di analisi dei cluster che ha diviso le caratteristiche dei ragazzi, costruendo gruppi omogenei, per performance globali. I risultati hanno mostrato che gli studenti che lavorano con materie scientifiche hanno trascorso una quantità sproporzionata di tempo a leggere e che le prestazioni accademiche di coloro che lavorano principalmente con materie linguistiche sono correlate alla quantità di tempo trascorso a svolgere i quiz e a lavorare durante le ore di scuola. Inoltre, i ricercatori hanno scoperto che gli studenti che lavoravano principalmente da casa non hanno ottenuto i  punteggi migliori all’interno dei gruppo di pari.

In futuro gli scienziati sperano di implementare un sistema di produzione che possa essere utilizzato per tenere traccia dei cambiamenti a livello di classe nel tempo, in modo che gli insegnanti possano personalizzare i piani di lezione per i singoli studenti.