Techniki używane w Umiemy to

Niniejsza strona pozwala zajrzeć „pod podszewkę“ – zawiera omówienie technik, z których korzystamy podczas tworzenia naszej platformy. Opierają się one na fundamentach, na które składają się założenia pedagogiczne, ogólne badania w dziedzinie sztuczna inteligencja w edukacji oraz badania prowadzone przez członków zespołu Umiemy to.

Sposoby oceniania

oferuje szeroką gamę ćwiczeń różnego typu, które są oceniane na kilka różnych sposobów. Kształt tych sposobów oceniania wynika z założeń pedagogicznych.

Kluczowym elementem są tutaj odznaki oraz wizualizacja postępów w zdobywaniu odznak podczas rozwiązywania zadań. Taki sposób oceniania opiera się na zasadzie mastery learning. Jego realizacja jest stosunkowo skomplikowana, gdyż wymaga balansowania pomiędzy zbyt dużą pobłażliwością (która, przykładowo, umożliwiałaby uzyskanie odznaki jedynie za pomocą klikania „na chybił trafił”) a zbyt dużą surowością (która może demotywować ucznia). Zachowanie wskaźnika postępu jest na pozór proste („w przypadku poprawnej odpowiedzi rośnie, zaś w przypadku złej maleje“), ale jego dokładne działanie jest sterowane skomplikowanym algorytmem stworzonym przy użyciu symulacji.

Odznaki wykorzystywane są również do oceniania powtórnego rozwiązywania ćwiczeń w odstępach czasu, a to w wersji z gwiazdkami.

Praca z poziomami trudności

Kluczowe zasady pedagogiczne dotyczą również poziomu trudności. podchodzi do tego tematu wieloaspektowo:

• Dla wielu tematów dostępne są trzy poziomy trudności: łatwy, średni i trudny. Dzięki temu uczeń może rozwiązywać ćwiczenia odpowiednie do jego aktualnego poziomu wiedzy – może sam wybrać poziom, z którym chce się zmierzyć, albo kierować się rekomendacjami algorytmu.
• Systematycznie analizujemy dane dotyczące trudności poszczególnych ćwiczeń i zawartych w nich przykładów. Na podstawie przeprowadzonych analiz dokonujemy rewizji zestawów, aby poziom trudności odpowiadał potrzebom użytkowników.
• Ćwiczenia z tymczasowym wsparciem – dbamy o to, aby w ćwiczeniach uwzględnić zasadę tymczasowgeo wsparcia. Projekty ćwiczeń bazują na analizach danych – jeśli widzimy, że jakiś przykład sprawia uczniom szczególny problem, przygotowujemy jego łatwiejszą wersję z tymczasowym wsparciem. Dzięki temu powstaje płynne przejście, ułatwiające uczniom naukę.

Rekomendacje

zawiera specjalny algorytm rekomendacji, który wyświetla użytkownikom kolejne ćwiczenia do rozwiązania (na stronie głównej, po rozwiązaniu jednego zestawu itp.). To algorytm podobny do algorytmów znanych z różnych stron internetowych, polecających filmy, zdjęcia lub produkty. Różnica polega na tym, że nie próbuje sprzedać nowego produktu ani zabawić użytkownika, ale stara się przede wszystkim pomóc w efektywnej nauce. Zwraca przy tym uwagę na wiele czynników, na przykład na te wspomniane w założeniach pedagogicznych, a także te praktyczne wynikające z funkcjonowania szkoły:

• powiązania pomiędzy tematami
• odpowiedni poziom trudności
• rozwiązywanie ćwiczeń w odstępach czasu
• odkrywanie nowych tematów i typów ćwiczeń
• osobiste zainteresowania i preferencje
• zadania zadane przez nauczyciela

Algorytmy do automatycznego konstruowania pytań

Wybór i prezentacja pytań w niektórych ćwiczeniach są sterowane przez algorytmy, które w zautomatyzowany sposób losują pytania o różnym stopniu trudności lub powtarzają przykład, w którym udzielono błędnej odpowiedzi (w niewielkim odstępie czasu). Ponadto w ćwiczeniach z kilkoma odpowiedziami do wyboru (np. do nauki słówek) algorytm automatycznie dobiera odpowiednie dystraktory, aby zmusić użytkownika do dokładnego zastanowienia się nad odpowiedzią.

Model platformy

W tle poszczególnych algorytmów i metod wyświetlania znajduje się model platformy edukacyjnej. Widzimy na nim, z jakich tematów składa się dany dział, w jaki sposób tematy są poukładane, kolejność tematów, dopasowanie tematów do poszczególnych klas itd.