IA et évaluation automatisée Tutoriels

Entrons à présent dans "IA & Évaluation Automatisée", notre exploration vidéo détaillée de l'impact de l'Intelligence Artificielle (IA) dans l'évaluation éducative. Traversez une introduction aux outils d'évaluation IA, explorez les défis et avantages associés, et découvrez des applications concrètes dans des tests tels que le TOEFL et le GRE. Examinant les implications éthiques et envisageant l'avenir de l'IA dans l'évaluation, cette vidéo offre un regard approfondi sur l'évolution du paysage éducatif. Rejoignez-nous pour décrypter comment l’IA est en train de redéfinir les méthodes d'évaluation et d’offrir un apprentissage personnalisé.​

  • 5:52
  • 542 vues
00:00:05
Bienvenue dans cette exploration
00:00:07
approfondie de l'intelligence
00:00:08
artificielle dans l'évaluation
00:00:10
automatisée au sein du domaine éducatif.
00:00:13
Les outils d'évaluation automatisés,
00:00:15
tels que Gradescope ou Turnitin,
00:00:18
s'appuie sur l'IA pour analyser et
00:00:20
évaluer les réponses des étudiants
00:00:22
de manière précise et efficiente.
00:00:25
Mais comment cette technologie
00:00:27
est elle capable d'évaluer
00:00:28
objectivement la connaissance et
00:00:30
les compétences des étudiants ?
00:00:31
L'IA
00:00:32
utilise des algorithmes
00:00:33
sophistiqués pour analyser les
00:00:35
réponses des étudiants, en comparant
00:00:37
leurs réponses à un ensemble de
00:00:39
critères ou de réponses prédéfinies.
00:00:43
Par exemple, dans le cas
00:00:45
des questions ouvertes,
00:00:46
l'IA peut être formée pour
00:00:48
reconnaître des mots-clés,
00:00:49
des phrases ou des concepts spécifiques,
00:00:52
et attribuer des points en conséquence.
00:00:55
L'utilisation de l'IA
00:00:57
dans l'évaluation offre de nombreux
00:00:59
avantages, tels que la réduction du
00:01:01
temps de correction pour les éducateurs
00:01:03
et la fourniture de feedbacks presque
00:01:05
instantanés pour les étudiants.
00:01:07
Elle assure également une
00:01:09
évaluation cohérente et objective,
00:01:11
éliminant les biais potentiels qui peuvent
00:01:14
survenir lors de l'évaluation humaine.
00:01:16
Toutefois,
00:01:17
l'IA dans l'évaluation n'est pas sans défis.
00:01:20
Les questions liées à l'équité,
00:01:22
à la précision et à la validité des
00:01:25
évaluations automatisées continuent d'être
00:01:27
des sujets de débat et de recherche.
00:01:30
Il existe également des préoccupations
00:01:32
liées à la confidentialité et à
00:01:35
la gestion des données étudiantes.
00:01:37
En nous plongeant dans les
00:01:38
applications concrètes de l'IA
00:01:40
dans l'évaluation automatisée,
00:01:41
plusieurs instances dans les
00:01:43
établissements d'enseignement supérieur
00:01:45
et les écoles du monde entier émergent
00:01:48
comme pionnières dans ce domaine.
00:01:50
Les compétences évaluées
00:01:51
s'étendent largement,
00:01:52
couvrant des aptitudes aussi
00:01:54
variées que l'écriture,
00:01:55
la résolution de problèmes et bien plus,
00:01:58
apportant une rapidité et une
00:02:00
fiabilité d'évaluation inégalées
00:02:02
dans de nombreux contextes.
00:02:04
Par exemple,
00:02:05
ETS, ou Educational Testing Service,
00:02:08
a été un leader dans l'utilisation
00:02:11
de l'intelligence artificielle
00:02:12
pour évaluer les compétences en
00:02:14
écriture des étudiants dans le
00:02:16
cadre des tests TOEFL et GRE.
00:02:18
Le système e-rater d'ETS
00:02:20
utilise une approche
00:02:22
d'apprentissage automatique, où l'IA
00:02:24
est entraîné sur un large ensemble
00:02:26
de réponses d'étudiants, calibrées
00:02:27
par des évaluateurs humains, afin de
00:02:30
comprendre et d'identifier ce qui
00:02:32
constitue une réponse de qualité.
00:02:34
E-rater analyse ensuite la syntaxe,
00:02:37
la grammaire,
00:02:37
la cohérence du discours et la
00:02:40
pertinence du contenu pour attribuer
00:02:42
une note de manière autonome ou en
00:02:45
complément de l'évaluation humaine.
00:02:47
D'autre part, à Singapour,
00:02:49
le Squirrel AI Learning a transformé
00:02:51
le processus d'évaluation dans le
00:02:53
contexte de l'apprentissage personnalisé.
00:02:55
Il s'agit ici de diagnostiquer
00:02:57
les points forts et faibles des
00:03:00
étudiants en matière de compréhension
00:03:03
des sujets scolaires.
00:03:04
Les algorithmes d'apprentissage
00:03:06
profond de la plateforme sont capables
00:03:08
d'adapter les évaluations et les
00:03:10
contenus pédagogiques en fonction des
00:03:12
besoins individuels des étudiants,
00:03:13
permettant ainsi une personnalisation
00:03:15
précise du parcours éducatif.
00:03:19
Explorons également
00:03:21
l'utilisation d'EdTECH en Inde
00:03:23
où les plateformes telles que Vedantu
00:03:25
et Byju's utilisent l'IA pour
00:03:27
suivre et analyser les performances
00:03:29
des étudiants en temps réel,
00:03:31
identifiant non seulement les domaines qui
00:03:34
nécessitent une attention supplémentaire,
00:03:35
mais également suggérant des stratégies
00:03:38
d'apprentissage personnalisées basées
00:03:39
sur les performances et les progrès
00:03:42
individuels des étudiants. Dans un
00:03:45
contexte universitaire aux États-Unis,
00:03:46
l'université de Stanford a
00:03:48
exploré l'utilisation de l'IA
00:03:50
pour évaluer les compétences
00:03:52
en programmation des étudiants.
00:03:54
Les systèmes automatisés évaluent
00:03:56
le code des étudiants non
00:03:58
seulement en terme de précision,
00:03:59
mais aussi de qualité et d'efficacité,
00:04:02
en examinant des facteurs tels que la clarté
00:04:05
du code et la complexité algorithmique.
00:04:08
Ces exemples soulignent
00:04:09
l'adoption croissante de l'IA
00:04:11
dans le domaine de l'évaluation
00:04:13
éducative à travers le monde et dans
00:04:16
divers contextes d'apprentissage,
00:04:17
ouvrant la voie à de nouvelles possibilités
00:04:20
et à des débats continus sur l'équité
00:04:23
et l'efficacité de ces technologies.
00:04:26
En contemplant ces
00:04:27
évolutions révolutionnaires,
00:04:28
notre voyage à travers les méandres de
00:04:31
l'évaluation automatisée alimentée par
00:04:33
l'IA nous laisse avec des perspectives
00:04:35
renouvelées et une curiosité insatiable
00:04:38
envers l'avenir de l'éducation.
00:04:39
La précision,
00:04:40
l'efficacité et la personnalisation sans
00:04:43
précédent offertes par ces technologies
00:04:46
sont indéniablement puissantes,
00:04:48
permettant une approche de l'enseignement
00:04:50
et de l'évaluation plus individualisée,
00:04:52
adaptée et peut-être, plus équitable.
00:04:55
Cependant,
00:04:55
il est impératif de naviguer avec prudence
00:04:57
dans ces eaux numériques en gardant un
00:05:00
œil attentif sur les questions éthiques,
00:05:02
sur l'exactitude des évaluations
00:05:04
et sur l'impact psychologique
00:05:07
potentiel sur les étudiants.
00:05:09
Les éducateurs,
00:05:10
les technologues et les
00:05:12
décideurs doivent s'unir,
00:05:13
collaborer et co-créer un avenir
00:05:15
où l'IA et l'éducation se
00:05:17
conjuguent de manière harmonieuse,
00:05:19
respectant et enrichissant les capacités
00:05:22
humaines plutôt que de les marginaliser.
00:05:26
Au fur et à mesure que nous
00:05:28
explorons ces nouvelles frontières,
00:05:29
chaque innovation,
00:05:30
chaque défi et chaque réussite
00:05:33
nous rapproche de la compréhension et de
00:05:35
la réalisation du plein potentiel de l'IA
00:05:37
dans l'éducation et au-delà.

Il n’existe aucun élément correspondant à votre recherche dans cette vidéo...
Effectuez une autre recherche ou retournez au contenu !

 

00:00:05
Bem-vindo a esta exploração
00:00:07
Inteligência mais profunda
00:00:08
Inteligência Artificial em Avaliação
00:00:10
no domínio da educação.
00:00:13
Ferramentas de avaliação automatizadas,
00:00:15
tais como Gradescope ou Turnitin,
00:00:18
aproveita a IA para analisar e
00:00:20
Avaliar as respostas dos alunos
00:00:22
com precisão e eficiência.
00:00:25
Mas como é que esta tecnologia
00:00:27
É capaz de avaliar
00:00:28
conhecimento objetivo e
00:00:30
As competências dos alunos?
00:00:31
IA
00:00:32
Utiliza algoritmos
00:00:33
ferramentas sofisticadas para analisar
00:00:35
Respostas dos alunos, comparando
00:00:37
as suas respostas a um conjunto de
00:00:39
critérios ou respostas predefinidas.
00:00:43
Por exemplo, no caso de
00:00:45
perguntas abertas,
00:00:46
A IA pode ser treinada para
00:00:48
reconhecer palavras-chave,
00:00:49
frases ou conceitos específicos,
00:00:52
e atribuir pontos em conformidade.
00:00:55
O uso da IA
00:00:57
na avaliação oferece muitos
00:00:59
benefícios, tais como a redução
00:01:01
Tempo de correção para educadores
00:01:03
e o fornecimento de feedback quase
00:01:05
instantâneos para estudantes.
00:01:07
Ele também fornece um
00:01:09
avaliação coerente e objetiva,
00:01:11
eliminar potenciais enviesamentos que podem
00:01:14
ocorrem durante a avaliação humana.
00:01:16
No entanto
00:01:17
A IA na avaliação não está isenta de desafios.
00:01:20
Questões de capital próprio,
00:01:22
a exatidão e validade da relação
00:01:25
As avaliações automatizadas continuam a ser
00:01:27
temas de debate e investigação.
00:01:30
Há também preocupações
00:01:32
relacionados com a privacidade e
00:01:35
gestão de dados dos alunos.
00:01:37
Imergindo no
00:01:38
aplicações reais da IA
00:01:40
em avaliação automatizada,
00:01:41
várias instâncias no
00:01:43
Instituições de Ensino Superior
00:01:45
e escolas em todo o mundo estão surgindo
00:01:48
como pioneiros neste domínio.
00:01:50
Competências avaliadas
00:01:51
amplamente difundida,
00:01:52
abrangendo também as competências
00:01:54
tão variada como a escrita,
00:01:55
resolução de problemas e muito mais,
00:01:58
proporcionando rapidez e
00:02:00
Fiabilidade de Avaliação Inigualável
00:02:02
em muitos contextos.
00:02:04
Como o quê
00:02:05
ETS, ou Serviço de Testes Educacionais,
00:02:08
tem sido líder na utilização de
00:02:11
Inteligência Artificial
00:02:12
para avaliar
00:02:14
Escrita dos alunos no
00:02:16
Estrutura de testes TOEFL e GRE.
00:02:18
O sistema de e-rater RCLE
00:02:20
utiliza uma abordagem
00:02:22
machine learning, onde a IA
00:02:24
é treinado em um grande conjunto
00:02:26
respostas dos alunos, calibradas
00:02:27
por avaliadores humanos, a fim de
00:02:30
compreender e identificar o que é
00:02:32
é uma resposta de qualidade.
00:02:34
Em seguida, o E-rater analisa a sintaxe,
00:02:37
gramática,
00:02:37
coerência do discurso e
00:02:40
Relevância do conteúdo para atribuir
00:02:42
uma nota, por si só ou em
00:02:45
complementando a avaliação humana.
00:02:47
Por outro lado, em Singapura,
00:02:49
A aprendizagem da IA do esquilo transformou-se
00:02:51
o processo de avaliação no
00:02:53
contexto de aprendizagem personalizada.
00:02:55
O objetivo aqui é diagnosticar
00:02:57
Os pontos fortes e fracos do
00:03:00
alunos em compreensão
00:03:03
disciplinas escolares.
00:03:04
Algoritmos de aprendizagem
00:03:06
As plataformas profundas são capazes de
00:03:08
adaptar as avaliações e
00:03:10
Conteúdos pedagógicos de acordo com o
00:03:12
necessidades individuais dos estudantes,
00:03:13
permitindo assim a personalização
00:03:15
do percurso educativo.
00:03:19
Vamos também explorar
00:03:21
o uso da EdTECH na Índia
00:03:23
onde plataformas como Vedantu
00:03:25
e Byju's estão usando IA para
00:03:27
Acompanhe e analise o desempenho
00:03:29
estudantes em tempo real,
00:03:31
identificando não só os domínios que
00:03:34
requerem atenção adicional,
00:03:35
mas também sugerindo estratégias
00:03:38
Aprendizagem personalizada baseada em
00:03:39
sobre o desempenho e os progressos realizados
00:03:42
alunos individuais. Num estudo de
00:03:45
contexto académico nos Estados Unidos,
00:03:46
A Universidade de Stanford tem
00:03:48
explorou o uso da IA
00:03:50
avaliar competências
00:03:52
na programação estudantil.
00:03:54
Sistemas automatizados avaliam
00:03:56
O código do estudante não é
00:03:58
apenas em termos de precisão,
00:03:59
mas também qualidade e eficiência,
00:04:02
através da análise de fatores como a clareza
00:04:05
e complexidade algorítmica.
00:04:08
Estes exemplos sublinham
00:04:09
a crescente adoção da IA
00:04:11
No domínio da avaliação
00:04:13
em todo o mundo e no
00:04:16
vários contextos de aprendizagem,
00:04:17
Preparar o caminho para novas possibilidades
00:04:20
e debates em curso sobre equidade
00:04:23
e a eficácia destas tecnologias.
00:04:26
Contemplando estes
00:04:27
desenvolvimentos revolucionários,
00:04:28
A nossa viagem através das reviravoltas do
00:04:31
Avaliação automatizada alimentada por
00:04:33
A IA deixa-nos com perspetivas
00:04:35
e uma curiosidade insaciável
00:04:38
para o futuro da educação.
00:04:39
Precisão,
00:04:40
Eficiência e personalização sem
00:04:43
Anterior oferecido por estas tecnologias
00:04:46
são inegavelmente poderosos,
00:04:48
permitir uma abordagem ao ensino
00:04:50
e avaliação mais individualizada,
00:04:52
e, talvez, mais equitativo.
00:04:55
No entanto
00:04:55
É imperativo navegar com cautela
00:04:57
nestas águas digitais, mantendo um
00:05:00
um olhar atento às questões éticas,
00:05:02
sobre a exatidão das avaliações
00:05:04
e o impacto psicológico
00:05:07
potencial dos estudantes.
00:05:09
Educadores,
00:05:10
tecnólogos e
00:05:12
os decisores devem unir-se,
00:05:13
Colaborar e cocriar um futuro
00:05:15
onde está a IA e a educação
00:05:17
combinar harmoniosamente,
00:05:19
respeitar e enriquecer as capacidades
00:05:22
em vez de marginalizá-los.
00:05:26
À medida que continuamos a
00:05:28
Vamos explorar essas novas fronteiras,
00:05:29
cada inovação,
00:05:30
Cada desafio e cada sucesso
00:05:33
aproxima-nos da compreensão e
00:05:35
realizar todo o potencial da IA
00:05:37
na educação e não só.

Il n’existe aucun élément correspondant à votre recherche dans cette vidéo...
Effectuez une autre recherche ou retournez au contenu !

 

00:00:05
Willkommen zu dieser Erkundung
00:00:07
Tiefere Intelligenz
00:00:08
Künstliche Intelligenz in der Evaluation
00:00:10
im Bildungsbereich.
00:00:13
Automatisierte Bewertungsinstrumente,
00:00:15
wie z.B. Gradescope oder Turnitin,
00:00:18
nutzt KI zur Analyse und
00:00:20
Bewerten Sie die Antworten der Teilnehmer
00:00:22
präzise und effizient.
00:00:25
Doch wie funktioniert diese Technologie
00:00:27
Ist sie in der Lage,
00:00:28
objektives Wissen und
00:00:30
Die Fähigkeiten der Schüler?
00:00:31
Künstliche Intelligenz
00:00:32
Verwendet Algorithmen
00:00:33
Ausgeklügelte Tools zur Analyse
00:00:35
Antworten der Schülerinnen und Schüler, Vergleich
00:00:37
ihre Antworten auf eine Reihe von
00:00:39
Kriterien oder vordefinierte Antworten.
00:00:43
Zum Beispiel im Falle von
00:00:45
offene Fragen,
00:00:46
KI kann trainiert werden, um
00:00:48
Schlüsselwörter erkennen,
00:00:49
bestimmte Phrasen oder Konzepte,
00:00:52
und vergeben Sie entsprechend Punkte.
00:00:55
Der Einsatz von KI
00:00:57
in der Auswertung bietet viele
00:00:59
Vorteile, wie z. B. die Verringerung der
00:01:01
Korrekturzeit für Pädagogen
00:01:03
und die Bereitstellung von Feedback
00:01:05
Schnappschüsse für Studierende.
00:01:07
Es bietet auch eine
00:01:09
kohärente und objektive Bewertung,
00:01:11
Eliminierung potenzieller Verzerrungen, die
00:01:14
bei der Beurteilung durch den Menschen auftreten.
00:01:16
Aber
00:01:17
KI in der Evaluierung ist nicht ohne Herausforderungen.
00:01:20
Equity-Emissionen,
00:01:22
die Richtigkeit und Gültigkeit der
00:01:25
Automatisierte Beurteilungen werden weiterhin
00:01:27
Debatten- und Forschungsthemen.
00:01:30
Es gibt auch Bedenken
00:01:32
im Zusammenhang mit dem Datenschutz und
00:01:35
Verwaltung von Schülerdaten.
00:01:37
Indem wir in die
00:01:38
reale Anwendungen von KI
00:01:40
in der automatisierten Auswertung,
00:01:41
mehrere Instanzen in der
00:01:43
Hochschulen
00:01:45
und Schulen auf der ganzen Welt entstehen
00:01:48
als Pioniere auf diesem Gebiet.
00:01:50
Bewertete Kompetenzen
00:01:51
weit gestreut,
00:01:52
auch Fertigkeiten abdecken
00:01:54
so vielfältig wie das Schreiben,
00:01:55
Problemlösung und mehr,
00:01:58
für Geschwindigkeit und
00:02:00
Unübertroffene Bewertungssicherheit
00:02:02
in vielen Kontexten.
00:02:04
Zum Beispiel
00:02:05
ETS oder Educational Testing Service,
00:02:08
ist führend in der Nutzung von
00:02:11
Künstliche Intelligenz
00:02:12
zu beurteilen
00:02:14
Das Schreiben der Schülerinnen und Schüler in der
00:02:16
TOEFL- und GRE-Testrahmen.
00:02:18
Das ETS-E-Rater-System
00:02:20
verwendet einen Ansatz
00:02:22
maschinelles Lernen, bei dem KI
00:02:24
wird auf einem großen Set trainiert
00:02:26
Antworten der Schüler, kalibriert
00:02:27
von menschlichen Bewertern, um die
00:02:30
zu verstehen und zu identifizieren, was
00:02:32
ist eine qualitativ hochwertige Antwort.
00:02:34
E-Rater analysiert dann die Syntax,
00:02:37
Grammatik
00:02:37
Kohärenz des Diskurses und
00:02:40
Relevanz des Inhalts für die Attributierung
00:02:42
eine Notiz für sich allein oder in
00:02:45
die Bewertung durch den Menschen zu ergänzen.
00:02:47
In Singapur hingegen,
00:02:49
Squirrel AI Learning hat sich verändert
00:02:51
des Evaluierungsprozesses in der
00:02:53
Kontext des personalisierten Lernens.
00:02:55
Ziel ist es, die Diagnose zu stellen
00:02:57
Die Stärken und Schwächen der
00:03:00
Schülerinnen und Schüler im Verstehen
00:03:03
Schulfächer.
00:03:04
Lernende Algorithmen
00:03:06
Deep-Plattform sind in der Lage,
00:03:08
Beurteilungen anzupassen und
00:03:10
Pädagogische Inhalte nach den
00:03:12
individuelle Bedürfnisse der Studierenden,
00:03:13
Dies ermöglicht eine individuelle Anpassung
00:03:15
des Bildungswegs.
00:03:19
Lassen Sie uns auch erkunden
00:03:21
der Einsatz von EdTECH in Indien
00:03:23
wo Plattformen wie Vedantu
00:03:25
und Byju's nutzen KI, um
00:03:27
Verfolgen und Analysieren der Leistung
00:03:29
Schülerinnen und Schüler in Echtzeit,
00:03:31
Identifizierung nicht nur der Bereiche, die
00:03:34
zusätzliche Aufmerksamkeit erfordern,
00:03:35
sondern auch Strategien vorschlagen
00:03:38
Personalisiertes Lernen auf der Grundlage von
00:03:39
auf Leistung und Fortschritt
00:03:42
einzelnen Studierenden. In einem
00:03:45
akademischen Kontext in den Vereinigten Staaten,
00:03:46
Die Stanford University hat
00:03:48
untersuchte den Einsatz von KI
00:03:50
Kompetenzen einschätzen
00:03:52
in der studentischen Programmierung.
00:03:54
Automatisierte Systeme evaluieren
00:03:56
Der Studentencode ist nicht
00:03:58
nur in Bezug auf die Genauigkeit,
00:03:59
sondern auch Qualität und Effizienz,
00:04:02
durch die Berücksichtigung von Faktoren wie Klarheit
00:04:05
und algorithmische Komplexität.
00:04:08
Diese Beispiele unterstreichen
00:04:09
die zunehmende Einführung von KI
00:04:11
im Bereich der Evaluierung
00:04:13
auf der ganzen Welt und in der
00:04:16
verschiedene Lernkontexte,
00:04:17
Den Weg für neue Möglichkeiten ebnen
00:04:20
und laufende Debatten über Gerechtigkeit
00:04:23
und die Wirksamkeit dieser Technologien.
00:04:26
Wenn man darüber nachdenkt,
00:04:27
revolutionäre Entwicklungen,
00:04:28
Unsere Reise durch die Drehungen und Wendungen der
00:04:31
Automatisierte Bewertung powered by
00:04:33
KI gibt uns Perspektiven
00:04:35
und eine unersättliche Neugier
00:04:38
für die Zukunft der Bildung.
00:04:39
Präzision
00:04:40
Effizienz und Personalisierung ohne
00:04:43
Zuvor von diesen Technologien angeboten
00:04:46
sind unbestreitbar mächtig,
00:04:48
Ermöglichung eines Lehransatzes
00:04:50
und eine individuellere Bewertung,
00:04:52
und vielleicht gerechter.
00:04:55
Aber
00:04:55
Es ist unerlässlich, mit Vorsicht zu navigieren
00:04:57
in diesen digitalen Gewässern, indem sie
00:05:00
ein scharfes Auge für ethische Fragen,
00:05:02
über die Richtigkeit der Bewertungen
00:05:04
und die psychologischen Auswirkungen
00:05:07
Potenzial auf Studierende.
00:05:09
Pädagogen
00:05:10
Technologen und
00:05:12
Entscheidungsträger müssen sich zusammenschließen,
00:05:13
Zusammenarbeit und Mitgestaltung der Zukunft
00:05:15
wo KI und Bildung
00:05:17
harmonisch verbinden,
00:05:19
Respektieren und Bereichern von Fähigkeiten
00:05:22
anstatt sie an den Rand zu drängen.
00:05:26
Während wir weiterhin
00:05:28
Lassen Sie uns diese neuen Grenzen erkunden,
00:05:29
jede Innovation,
00:05:30
Jede Herausforderung und jeder Erfolg
00:05:33
bringt uns dem Verständnis näher und
00:05:35
Das volle Potenzial von KI ausschöpfen
00:05:37
in der Bildung und darüber hinaus.

Il n’existe aucun élément correspondant à votre recherche dans cette vidéo...
Effectuez une autre recherche ou retournez au contenu !

 

00:00:05
Bienvenidos a esta exploración
00:00:07
Inteligencia más profunda
00:00:08
Inteligencia Artificial en la Evaluación
00:00:10
en el campo de la educación.
00:00:13
Herramientas de evaluación automatizadas,
00:00:15
como Gradescope o Turnitin,
00:00:18
aprovecha la IA para analizar y
00:00:20
Evaluar las respuestas de los estudiantes
00:00:22
de manera precisa y eficiente.
00:00:25
Pero, ¿cómo funciona esta tecnología
00:00:27
¿Es capaz de evaluar
00:00:28
objetivamente el conocimiento y la
00:00:30
¿Las habilidades de los estudiantes?
00:00:31
IA
00:00:32
Utiliza algoritmos
00:00:33
Herramientas sofisticadas para analizar
00:00:35
Respuestas de los estudiantes, comparando
00:00:37
sus respuestas a un conjunto de
00:00:39
criterios o respuestas predefinidas.
00:00:43
Por ejemplo, en el caso de
00:00:45
preguntas abiertas,
00:00:46
La IA puede ser entrenada para
00:00:48
reconocer palabras clave,
00:00:49
frases o conceptos específicos,
00:00:52
y otorgar puntos en consecuencia.
00:00:55
El uso de la IA
00:00:57
en la evaluación ofrece muchos
00:00:59
beneficios, como la reducción de
00:01:01
Tiempo de corrección para educadores
00:01:03
y la provisión de retroalimentación casi
00:01:05
instantáneas para los estudiantes.
00:01:07
También proporciona un
00:01:09
una evaluación coherente y objetiva,
00:01:11
eliminar los posibles sesgos que pueden
00:01:14
ocurren durante la evaluación humana.
00:01:16
Sin embargo
00:01:17
La IA en la evaluación no está exenta de desafíos.
00:01:20
Emisiones de equidad,
00:01:22
la exactitud y validez de la
00:01:25
Las evaluaciones automatizadas siguen siendo
00:01:27
temas de debate e investigación.
00:01:30
También hay preocupaciones
00:01:32
relacionados con la privacidad y
00:01:35
Gestión de datos de estudiantes.
00:01:37
Al sumergirnos en el
00:01:38
aplicaciones de la IA en el mundo real
00:01:40
en la evaluación automatizada,
00:01:41
varias instancias en el archivo
00:01:43
Instituciones de Educación Superior
00:01:45
y están surgiendo escuelas en todo el mundo
00:01:48
como pioneros en este campo.
00:01:50
Competencias evaluadas
00:01:51
se extendió ampliamente,
00:01:52
Cubriendo también las habilidades
00:01:54
tan variado como la escritura,
00:01:55
resolución de problemas y más,
00:01:58
proporcionando velocidad y
00:02:00
Fiabilidad de valoración inigualable
00:02:02
en muchos contextos.
00:02:04
Como qué
00:02:05
ETS, o Servicio de Pruebas Educativas,
00:02:08
ha sido líder en el uso de
00:02:11
Inteligencia artificial
00:02:12
para evaluar
00:02:14
La escritura de los estudiantes en el
00:02:16
Marco de los exámenes TOEFL y GRE.
00:02:18
El sistema ETS e-rater
00:02:20
utiliza un enfoque
00:02:22
aprendizaje automático, donde la IA
00:02:24
se entrena en un conjunto grande
00:02:26
Respuestas de los estudiantes, calibradas
00:02:27
por evaluadores humanos, con el fin de
00:02:30
Comprender e identificar lo que es
00:02:32
es una respuesta de calidad.
00:02:34
A continuación, E-rater analiza la sintaxis,
00:02:37
gramática
00:02:37
coherencia del discurso y
00:02:40
Relevancia del contenido para atribuir
00:02:42
una nota por sí sola o en
00:02:45
complementando la evaluación humana.
00:02:47
Por otro lado, en Singapur,
00:02:49
El aprendizaje de IA de Squirrel se ha transformado
00:02:51
El proceso de evaluación en el
00:02:53
contexto de aprendizaje personalizado.
00:02:55
El objetivo aquí es diagnosticar
00:02:57
Las fortalezas y debilidades de la
00:03:00
Estudiantes en Comprensión
00:03:03
asignaturas escolares.
00:03:04
Algoritmos de aprendizaje
00:03:06
plataforma profunda son capaces de
00:03:08
adaptar las evaluaciones y
00:03:10
Contenidos pedagógicos de acuerdo a la
00:03:12
necesidades individuales de los estudiantes,
00:03:13
lo que permite la personalización
00:03:15
de la trayectoria educativa.
00:03:19
Exploremos también
00:03:21
el uso de EdTECH en la India
00:03:23
donde plataformas como Vedantu
00:03:25
y Byju's están utilizando la IA para
00:03:27
Seguimiento y análisis del rendimiento
00:03:29
estudiantes en tiempo real,
00:03:31
identificando no solo los dominios que
00:03:34
requieren atención adicional,
00:03:35
pero también sugiriendo estrategias
00:03:38
Aprendizaje personalizado basado en
00:03:39
sobre el desempeño y el progreso
00:03:42
estudiantes individuales. En un
00:03:45
contexto académico en los Estados Unidos,
00:03:46
La Universidad de Stanford ha
00:03:48
exploró el uso de la IA
00:03:50
Evaluar las competencias
00:03:52
en la programación estudiantil.
00:03:54
Los sistemas automatizados evalúan
00:03:56
El código de estudiante no es
00:03:58
solo en términos de precisión,
00:03:59
pero también calidad y eficiencia,
00:04:02
teniendo en cuenta factores como la claridad
00:04:05
y complejidad algorítmica.
00:04:08
Estos ejemplos subrayan
00:04:09
la creciente adopción de la IA
00:04:11
en el ámbito de la evaluación
00:04:13
en todo el mundo y en el mundo
00:04:16
diversos contextos de aprendizaje,
00:04:17
Allanando el camino para nuevas posibilidades
00:04:20
y los debates en curso sobre la equidad
00:04:23
y la eficacia de estas tecnologías.
00:04:26
Contemplando estos
00:04:27
desarrollos revolucionarios,
00:04:28
Nuestro viaje a través de los vericuetos de la
00:04:31
Evaluación automatizada impulsada por
00:04:33
La IA nos deja con perspectivas
00:04:35
y una curiosidad insaciable
00:04:38
para el futuro de la educación.
00:04:39
Precisión
00:04:40
Eficiencia y personalización sin
00:04:43
Anterior ofrecida por estas tecnologías
00:04:46
son innegablemente poderosos,
00:04:48
permitiendo un enfoque de la enseñanza
00:04:50
y una evaluación más individualizada,
00:04:52
y quizás, más equitativa.
00:04:55
Sin embargo
00:04:55
Es imperativo navegar con precaución
00:04:57
en estas aguas digitales, manteniendo un
00:05:00
un ojo atento a las cuestiones éticas,
00:05:02
sobre la exactitud de las evaluaciones
00:05:04
y el impacto psicológico
00:05:07
potencial en los estudiantes.
00:05:09
Educadores
00:05:10
tecnólogos y
00:05:12
los responsables de la toma de decisiones deben unirse,
00:05:13
Colaborando y co-creando un futuro
00:05:15
donde la IA y la educación están
00:05:17
combinar armoniosamente,
00:05:19
Respetar y enriquecer las capacidades
00:05:22
en lugar de marginarlos.
00:05:26
A medida que continuamos
00:05:28
Exploremos estas nuevas fronteras,
00:05:29
cada innovación,
00:05:30
Cada reto y cada éxito
00:05:33
nos acerca a la comprensión y
00:05:35
aprovechar todo el potencial de la IA
00:05:37
en la educación y más allá.

Il n’existe aucun élément correspondant à votre recherche dans cette vidéo...
Effectuez une autre recherche ou retournez au contenu !

 

00:00:05
Selamat datang di eksplorasi ini
00:00:07
Kecerdasan Lebih Dalam
00:00:08
Kecerdasan Buatan dalam Evaluasi
00:00:10
di bidang pendidikan.
00:00:13
Alat penilaian otomatis,
00:00:15
seperti Gradescope atau Turnitin,
00:00:18
memanfaatkan AI untuk menganalisis dan
00:00:20
Mengevaluasi tanggapan siswa
00:00:22
akurat dan efisien.
00:00:25
Tapi bagaimana teknologi ini
00:00:27
Apakah itu bisa menilai
00:00:28
pengetahuan obyektif dan
00:00:30
Keterampilan siswa?
00:00:31
AI
00:00:32
Menggunakan algoritma
00:00:33
Alat canggih untuk menganalisis
00:00:35
Tanggapan siswa, membandingkan
00:00:37
tanggapan mereka terhadap serangkaian
00:00:39
kriteria atau jawaban yang telah ditentukan.
00:00:43
Misalnya, dalam kasus
00:00:45
pertanyaan terbuka,
00:00:46
AI dapat dilatih untuk
00:00:48
mengenali kata kunci,
00:00:49
frasa atau konsep tertentu,
00:00:52
dan poin penghargaan yang sesuai.
00:00:55
Penggunaan AI
00:00:57
Dalam evaluasi menawarkan banyak
00:00:59
Manfaat, seperti mengurangi
00:01:01
Waktu Koreksi untuk Pendidik
00:01:03
dan pemberian umpan balik hampir
00:01:05
snapshot untuk siswa.
00:01:07
Ini juga menyediakan
00:01:09
penilaian yang konsisten dan obyektif,
00:01:11
menghilangkan potensi bias yang dapat
00:01:14
terjadi selama penilaian manusia.
00:01:16
Namun
00:01:17
AI dalam evaluasi bukan tanpa tantangan.
00:01:20
Masalah ekuitas,
00:01:22
keakuratan dan validitas
00:01:25
Penilaian otomatis terus dilakukan
00:01:27
topik untuk debat dan penelitian.
00:01:30
Ada juga kekhawatiran
00:01:32
terkait dengan privasi dan
00:01:35
Manajemen Data Mahasiswa.
00:01:37
Dengan membenamkan diri dalam
00:01:38
aplikasi AI dunia nyata
00:01:40
dalam evaluasi otomatis,
00:01:41
Beberapa Instance di
00:01:43
Institusi Pendidikan Tinggi
00:01:45
dan sekolah-sekolah di seluruh dunia sedang bermunculan
00:01:48
sebagai pelopor di bidang ini.
00:01:50
Kompetensi yang dinilai
00:01:51
menyebar luas,
00:01:52
Meliputi keterampilan juga
00:01:54
beragam seperti menulis,
00:01:55
pemecahan masalah dan banyak lagi,
00:01:58
memberikan kecepatan dan
00:02:00
Reliabilitas Penilaian yang Tak Tertandingi
00:02:02
dalam banyak konteks.
00:02:04
Seperti apa
00:02:05
ETS, atau Layanan Pengujian Pendidikan,
00:02:08
telah menjadi pemimpin dalam penggunaan
00:02:11
Kecerdasan buatan
00:02:12
untuk menilai
00:02:14
Tulisan siswa di
00:02:16
Kerangka tes TOEFL dan GRE.
00:02:18
Sistem e-rater ETS
00:02:20
Menggunakan pendekatan
00:02:22
pembelajaran mesin, di mana AI
00:02:24
dilatih pada set besar
00:02:26
Tanggapan siswa, dikalibrasi
00:02:27
oleh evaluator manusia, untuk
00:02:30
memahami dan mengidentifikasi apa itu
00:02:32
adalah respons yang berkualitas.
00:02:34
E-rater kemudian mengurai sintaks,
00:02:37
tatabahasa
00:02:37
koherensi wacana dan
00:02:40
Relevansi konten dengan atribut
00:02:42
catatan sendiri atau dalam
00:02:45
melengkapi evaluasi manusia.
00:02:47
Di sisi lain, di Singapura,
00:02:49
Pembelajaran AI Tupai telah berubah
00:02:51
Proses evaluasi dalam
00:02:53
konteks pembelajaran yang dipersonalisasi.
00:02:55
Tujuannya di sini adalah untuk mendiagnosis
00:02:57
Kekuatan dan kelemahan
00:03:00
siswa dalam pemahaman
00:03:03
mata pelajaran sekolah.
00:03:04
Algoritma pembelajaran
00:03:06
Platform dalam mampu
00:03:08
menyesuaikan penilaian dan
00:03:10
Konten pedagogis menurut
00:03:12
kebutuhan individu siswa,
00:03:13
sehingga memungkinkan penyesuaian
00:03:15
dari jalur pendidikan.
00:03:19
Mari kita jelajahi juga
00:03:21
penggunaan EdTECH di India
00:03:23
di mana platform seperti Vedantu
00:03:25
dan Byju menggunakan AI untuk
00:03:27
Lacak dan analisis kinerja
00:03:29
siswa real-time,
00:03:31
mengidentifikasi tidak hanya domain yang
00:03:34
membutuhkan perhatian tambahan,
00:03:35
tetapi juga menyarankan strategi
00:03:38
Pembelajaran yang dipersonalisasi berdasarkan
00:03:39
tentang kinerja dan kemajuan
00:03:42
siswa individu. Dalam sebuah
00:03:45
konteks akademik di Amerika Serikat,
00:03:46
Universitas Stanford memiliki
00:03:48
menjelajahi penggunaan AI
00:03:50
untuk menilai kompetensi
00:03:52
dalam pemrograman siswa.
00:03:54
Evaluasi sistem otomatis
00:03:56
Kode siswa tidak
00:03:58
hanya dalam hal akurasi,
00:03:59
tetapi juga kualitas dan efisiensi,
00:04:02
dengan melihat faktor-faktor seperti kejelasan
00:04:05
dan kompleksitas algoritmik.
00:04:08
Contoh-contoh ini menggarisbawahi
00:04:09
meningkatnya adopsi AI
00:04:11
di bidang evaluasi
00:04:13
di seluruh dunia dan di
00:04:16
berbagai konteks pembelajaran,
00:04:17
Membuka jalan bagi kemungkinan-kemungkinan baru
00:04:20
dan perdebatan yang sedang berlangsung tentang kesetaraan
00:04:23
dan efektivitas teknologi ini.
00:04:26
Merenungkan hal ini
00:04:27
perkembangan revolusioner,
00:04:28
Perjalanan kami melalui liku-liku
00:04:31
Penilaian otomatis didukung oleh
00:04:33
AI meninggalkan kita dengan prospek
00:04:35
dan rasa ingin tahu yang tak terpuaskan
00:04:38
untuk masa depan pendidikan.
00:04:39
Presisi
00:04:40
Efisiensi dan personalisasi tanpa
00:04:43
Sebelumnya ditawarkan oleh teknologi ini
00:04:46
tidak dapat disangkal kuat,
00:04:48
memungkinkan pendekatan untuk mengajar
00:04:50
dan penilaian yang lebih individual,
00:04:52
dan mungkin, lebih adil.
00:04:55
Namun
00:04:55
Sangat penting untuk menavigasi dengan hati-hati
00:04:57
di perairan digital ini dengan menjaga
00:05:00
mata yang tajam pada masalah etika,
00:05:02
tentang keakuratan penilaian
00:05:04
dan dampak psikologisnya
00:05:07
potensi pada siswa.
00:05:09
Pendidik
00:05:10
Teknolog dan
00:05:12
pengambil keputusan harus bersatu,
00:05:13
Berkolaborasi dan bersama-sama menciptakan masa depan
00:05:15
di mana AI dan pendidikan berada
00:05:17
menggabungkan secara harmonis,
00:05:19
Menghormati dan memperkaya kemampuan
00:05:22
daripada meminggirkan mereka.
00:05:26
Saat kami melanjutkan
00:05:28
Mari jelajahi batas-batas baru ini,
00:05:29
setiap inovasi,
00:05:30
Setiap tantangan dan setiap kesuksesan
00:05:33
membawa kita lebih dekat untuk memahami dan
00:05:35
menyadari potensi penuh AI
00:05:37
dalam pendidikan dan seterusnya.

Il n’existe aucun élément correspondant à votre recherche dans cette vidéo...
Effectuez une autre recherche ou retournez au contenu !

 

00:00:05
Benvenuti in questa esplorazione
00:00:07
Intelligenza più profonda
00:00:08
L'Intelligenza Artificiale nella Valutazione
00:00:10
nel campo dell'istruzione.
00:00:13
Strumenti di valutazione automatizzati,
00:00:15
come Gradescope o Turnitin,
00:00:18
sfrutta l'intelligenza artificiale per analizzare e
00:00:20
Valutare le risposte degli studenti
00:00:22
in modo accurato ed efficiente.
00:00:25
Ma come funziona questa tecnologia
00:00:27
È in grado di valutare
00:00:28
conoscenza oggettiva e
00:00:30
Le competenze degli studenti?
00:00:31
L'intelligenza artificiale
00:00:32
Utilizza algoritmi
00:00:33
strumenti sofisticati per l'analisi
00:00:35
Risposte degli studenti, confronto
00:00:37
le loro risposte a una serie di
00:00:39
criteri o risposte predefinite.
00:00:43
Ad esempio, nel caso di
00:00:45
domande a risposta aperta,
00:00:46
L'IA può essere addestrata a
00:00:48
riconoscere le parole chiave,
00:00:49
frasi o concetti specifici,
00:00:52
e assegnare punti di conseguenza.
00:00:55
L'uso dell'IA
00:00:57
nella valutazione offre molti
00:00:59
benefici, come la riduzione
00:01:01
Tempo di correzione per gli educatori
00:01:03
e la fornitura di feedback quasi
00:01:05
istantanee per gli studenti.
00:01:07
Fornisce inoltre un
00:01:09
valutazione coerente e obiettiva,
00:01:11
eliminando i potenziali pregiudizi che possono
00:01:14
si verificano durante la valutazione umana.
00:01:16
Tuttavia
00:01:17
L'IA nella valutazione non è priva di sfide.
00:01:20
Questioni di equity,
00:01:22
l'esattezza e la validità delle
00:01:25
Le valutazioni automatizzate continuano a essere
00:01:27
temi di dibattito e di ricerca.
00:01:30
Ci sono anche preoccupazioni
00:01:32
relativi alla privacy e
00:01:35
Gestione dei dati degli studenti.
00:01:37
Immergendoci nella
00:01:38
applicazioni reali dell'IA
00:01:40
nella valutazione automatizzata,
00:01:41
più istanze nella cartella
00:01:43
Istituti di istruzione superiore
00:01:45
e le scuole di tutto il mondo stanno emergendo
00:01:48
pionieri in questo campo.
00:01:50
Competenze valutate
00:01:51
diffusione ampia,
00:01:52
coprendo anche le competenze
00:01:54
vario come la scrittura,
00:01:55
risoluzione dei problemi e altro ancora,
00:01:58
fornendo velocità e
00:02:00
Affidabilità di valutazione senza pari
00:02:02
in molti contesti.
00:02:04
Come quello che
00:02:05
ETS, o Educational Testing Service,
00:02:08
è stata leader nell'uso di
00:02:11
Intelligenza artificiale
00:02:12
per valutare
00:02:14
La scrittura degli studenti nel
00:02:16
Quadro di riferimento per i test TOEFL e GRE.
00:02:18
Il sistema ETS e-rater
00:02:20
utilizza un approccio
00:02:22
l'apprendimento automatico, in cui l'IA
00:02:24
viene addestrato su un set di grandi dimensioni
00:02:26
Risposte degli studenti, calibrate
00:02:27
da parte di valutatori umani, al fine di
00:02:30
comprendere e identificare ciò che è
00:02:32
è una risposta di qualità.
00:02:34
E-rater analizza quindi la sintassi,
00:02:37
grammatica
00:02:37
coerenza del discorso e
00:02:40
Pertinenza del contenuto da attribuire
00:02:42
una nota da sola o in
00:02:45
integrare la valutazione umana.
00:02:47
D'altra parte, a Singapore,
00:02:49
Scoiattolo AI L'apprendimento si è trasformato
00:02:51
il processo di valutazione nell'ambito
00:02:53
contesto di apprendimento personalizzato.
00:02:55
L'obiettivo qui è quello di diagnosticare
00:02:57
I punti di forza e di debolezza del
00:03:00
Studenti in comprensione
00:03:03
materie scolastiche.
00:03:04
Algoritmi di apprendimento
00:03:06
piattaforma profonda sono in grado di
00:03:08
adeguare le valutazioni e
00:03:10
Contenuti pedagogici secondo la
00:03:12
esigenze individuali degli studenti,
00:03:13
permettendo così la personalizzazione
00:03:15
del percorso formativo.
00:03:19
Esploriamo anche
00:03:21
l'uso di EdTECH in India
00:03:23
dove piattaforme come Vedantu
00:03:25
e Byju stanno usando l'intelligenza artificiale per
00:03:27
Monitora e analizza le prestazioni
00:03:29
studenti in tempo reale,
00:03:31
identificando non solo i domini che
00:03:34
richiedono un'attenzione supplementare,
00:03:35
ma anche suggerendo strategie
00:03:38
Apprendimento personalizzato basato su
00:03:39
sulle prestazioni e sui progressi
00:03:42
singoli studenti. In un
00:03:45
contesto accademico negli Stati Uniti,
00:03:46
L'Università di Stanford ha
00:03:48
esplorato l'uso dell'IA
00:03:50
per valutare le competenze
00:03:52
nella programmazione degli studenti.
00:03:54
I sistemi automatizzati valutano
00:03:56
Il codice dello studente non è
00:03:58
solo in termini di accuratezza,
00:03:59
ma anche qualità ed efficienza,
00:04:02
esaminando fattori quali la chiarezza
00:04:05
e la complessità algoritmica.
00:04:08
Questi esempi sottolineano
00:04:09
la crescente adozione dell'IA
00:04:11
nel campo della valutazione
00:04:13
in tutto il mondo e nel
00:04:16
vari contesti di apprendimento,
00:04:17
Spianare la strada a nuove possibilità
00:04:20
e i dibattiti in corso sull'equità
00:04:23
e l'efficacia di queste tecnologie.
00:04:26
Contemplando questi
00:04:27
sviluppi rivoluzionari,
00:04:28
Il nostro viaggio attraverso i meandri del
00:04:31
Valutazione automatizzata basata su
00:04:33
L'intelligenza artificiale ci lascia con prospettive
00:04:35
e un'insaziabile curiosità
00:04:38
per il futuro dell'istruzione.
00:04:39
Precisione
00:04:40
Efficienza e personalizzazione senza
00:04:43
precedentemente offerto da queste tecnologie
00:04:46
sono innegabilmente potenti,
00:04:48
consentire un approccio all'insegnamento
00:04:50
e una valutazione più individualizzata,
00:04:52
e, forse, più equo.
00:04:55
Tuttavia
00:04:55
È imperativo navigare con cautela
00:04:57
in queste acque digitali, mantenendo un
00:05:00
un occhio attento alle questioni etiche,
00:05:02
sull'esattezza delle valutazioni
00:05:04
e l'impatto psicologico
00:05:07
potenziale sugli studenti.
00:05:09
Educatori
00:05:10
tecnologi e
00:05:12
i responsabili delle decisioni devono unirsi,
00:05:13
Collaborare e co-creare un futuro
00:05:15
dove l'IA e l'istruzione sono
00:05:17
combinarsi armoniosamente,
00:05:19
Rispettare e arricchire le capacità
00:05:22
piuttosto che emarginarli.
00:05:26
Mentre continuiamo a
00:05:28
Esploriamo queste nuove frontiere,
00:05:29
ogni innovazione,
00:05:30
Ogni sfida e ogni successo
00:05:33
ci avvicina alla comprensione e alla
00:05:35
realizzare il pieno potenziale dell'IA
00:05:37
nell'istruzione e oltre.

Il n’existe aucun élément correspondant à votre recherche dans cette vidéo...
Effectuez une autre recherche ou retournez au contenu !

 

00:00:05
この探索へようこそ
00:00:07
より深いインテリジェンス
00:00:08
評価における人工知能
00:00:10
教育の分野で。
00:00:13
自動評価ツール、
00:00:15
GradescopeやTurnitinなど
00:00:18
AIを活用して分析し、
00:00:20
学生の回答を評価する
00:00:22
正確かつ効率的に。
00:00:25
しかし、このテクノロジーはどのように機能しますか
00:00:27
評価できますか
00:00:28
客観的に知識と
00:00:30
生徒のスキルは?
00:00:31
人工知能
00:00:32
アルゴリズムを使用
00:00:33
分析のための洗練されたツール
00:00:35
学生の回答(比較)
00:00:37
一連の
00:00:39
条件または事前定義された回答。
00:00:43
たとえば、
00:00:45
自由回答形式の質問、
00:00:46
AIは次のようにトレーニングできます。
00:00:48
キーワードを認識し、
00:00:49
特定のフレーズや概念、
00:00:52
それに応じてポイントを付与します。
00:00:55
AIの活用
00:00:57
評価では、多くの提供しています
00:00:59
削減などの利点
00:01:01
教育者のための修正時間
00:01:03
そして、ほぼフィードバックの提供
00:01:05
学生向けのスナップショット。
00:01:07
また、
00:01:09
一貫性のある客観的な評価、
00:01:11
潜在的なバイアスを排除する
00:01:14
人間による評価中に発生します。
00:01:16
しかし
00:01:17
評価におけるAIには課題がないわけではありません。
00:01:20
エクイティの問題、
00:01:22
の正確性と妥当性
00:01:25
自動評価は引き続き
00:01:27
討論と研究のためのトピック。
00:01:30
という懸念もあります
00:01:32
プライバシーに関連し、
00:01:35
学生データ管理。
00:01:37
に没頭することで、
00:01:38
AIの実社会への応用
00:01:40
自動評価では、
00:01:41
複数のインスタンスを
00:01:43
高等教育機関
00:01:45
そして、世界中の学校が出現しています
00:01:48
この分野のパイオニアとして。
00:01:50
評価されたコンピテンシー
00:01:51
広く広がり、
00:01:52
カバーリングスキルも
00:01:54
書くことと同じくらい多様で、
00:01:55
問題解決など、
00:01:58
速度の提供と
00:02:00
比類のない評価信頼性
00:02:02
多くの状況で。
00:02:04
たとえば
00:02:05
ETS(Educational Testing Service)は、
00:02:08
の使用におけるリーダーとなっています
00:02:11
人工知能
00:02:12
評価する
00:02:14
生徒の作文
00:02:16
TOEFLおよびGREテストフレームワーク。
00:02:18
ETS e-評価者システム
00:02:20
アプローチを使用します。
00:02:22
機械学習、AIが
00:02:24
大規模なセットでトレーニングされている
00:02:26
生徒の回答、調整済み
00:02:27
人間の評価者によって、
00:02:30
何であるかを理解し、識別します
00:02:32
は質の高い応答です。
00:02:34
次に、E-raterは構文を解析します。
00:02:37
文法
00:02:37
談話の一貫性と
00:02:40
属性に対するコンテンツの関連性
00:02:42
単独またはで
00:02:45
人間による評価を補完する。
00:02:47
一方、シンガポールでは、
00:02:49
Squirrel AI学習が変革
00:02:51
での評価プロセス
00:02:53
個別学習のコンテキスト。
00:02:55
ここでの目的は、診断することです
00:02:57
の長所と短所
00:03:00
理解力のある生徒
00:03:03
学校の科目。
00:03:04
学習アルゴリズム
00:03:06
深いプラットホームは可能
00:03:08
評価を適応させ、
00:03:10
による教育内容
00:03:12
学生の個々のニーズ、
00:03:13
したがって、カスタマイズが可能になります
00:03:15
教育経路の。
00:03:19
こちらも見ていきましょう
00:03:21
インドにおけるEdTECHの利用
00:03:23
Vedantuなどのプラットフォーム
00:03:25
Byju'sはAIを使用して、
00:03:27
パフォーマンスの追跡と分析
00:03:29
リアルタイムの学生、
00:03:31
識別するだけでなく、
00:03:34
追加の注意が必要です、
00:03:35
戦略の提案も
00:03:38
に基づく個別学習
00:03:39
パフォーマンスと進捗状況について
00:03:42
個々の学生。で、
00:03:45
米国における学術的背景、
00:03:46
スタンフォード大学には
00:03:48
AI活用の模索
00:03:50
コンピテンシーを評価するため
00:03:52
学生向けプログラミングで。
00:03:54
自動化されたシステムは、
00:03:56
学生コードは
00:03:58
精度の点だけで、
00:03:59
しかし、品質と効率も、
00:04:02
明瞭さなどの要素を見ることによって
00:04:05
そしてアルゴリズムの複雑さ。
00:04:08
これらの例は、
00:04:09
AIの導入拡大
00:04:11
評価の分野で
00:04:13
世界中で、
00:04:16
さまざまな学習状況、
00:04:17
新たな可能性を切り拓く
00:04:20
公平性に関する進行中の議論
00:04:23
そして、これらの技術の有効性。
00:04:26
これらを熟考する
00:04:27
革命的な開発、
00:04:28
の紆余曲折を経た私たちの旅
00:04:31
以下による自動評価
00:04:33
AIが私たちに未来を残す
00:04:35
そして飽くなき好奇心
00:04:38
教育の未来のために。
00:04:39
精度
00:04:40
効率とパーソナライゼーションなし
00:04:43
以前のこれらのテクノロジーによる提供
00:04:46
紛れもなく強力であり、
00:04:48
教育へのアプローチを可能にする
00:04:50
より個別化された評価、
00:04:52
そしておそらく、より公平です。
00:04:55
しかし
00:04:55
注意してナビゲートすることが不可欠です
00:04:57
これらのデジタル海域では、
00:05:00
倫理的な問題への鋭い目、
00:05:02
評価の正確性について
00:05:04
そして心理的影響
00:05:07
学生の可能性。
00:05:09
教育者
00:05:10
技術者と
00:05:12
意思決定者は団結し、
00:05:13
協働し、未来を共創する
00:05:15
AIと教育はどこにあるのか
00:05:17
調和して組み合わせ、
00:05:19
能力の尊重と充実
00:05:22
彼らを疎外するのではなく。
00:05:26
私たちが続けるように
00:05:28
これらの新しいフロンティアを探りましょう。
00:05:29
それぞれのイノベーションは、
00:05:30
あらゆる挑戦と成功
00:05:33
理解に近づき、
00:05:35
AIの可能性を最大限に引き出す
00:05:37
教育やその先で。

Il n’existe aucun élément correspondant à votre recherche dans cette vidéo...
Effectuez une autre recherche ou retournez au contenu !

 

00:00:05
Welkom bij deze verkenning
00:00:07
Diepere intelligentie
00:00:08
Kunstmatige intelligentie in evaluatie
00:00:10
op het gebied van onderwijs.
00:00:13
Geautomatiseerde beoordelingsinstrumenten,
00:00:15
zoals Gradescope of Turnitin,
00:00:18
maakt gebruik van AI om te analyseren en
00:00:20
Evalueer de antwoorden van studenten
00:00:22
accuraat en efficiënt.
00:00:25
Maar hoe werkt deze technologie
00:00:27
Is het in staat om te beoordelen
00:00:28
objectieve kennis en
00:00:30
De vaardigheden van de studenten?
00:00:31
AI
00:00:32
Maakt gebruik van algoritmen
00:00:33
Geavanceerde tools om te analyseren
00:00:35
Antwoorden van studenten, vergelijking
00:00:37
hun antwoorden op een reeks
00:00:39
criteria of vooraf gedefinieerde antwoorden.
00:00:43
Bijvoorbeeld in het geval van
00:00:45
open vragen,
00:00:46
AI kan worden getraind om
00:00:48
trefwoorden herkennen,
00:00:49
specifieke zinnen of begrippen;
00:00:52
en dienovereenkomstig punten toekennen.
00:00:55
Het gebruik van AI
00:00:57
in de evaluatie biedt veel
00:00:59
voordelen, zoals het verminderen van
00:01:01
Correctietijd voor opvoeders
00:01:03
en het geven van feedback bijna
00:01:05
Snapshots voor studenten.
00:01:07
Het biedt ook een
00:01:09
consistente en objectieve beoordeling,
00:01:11
het elimineren van mogelijke vooroordelen die
00:01:14
optreden tijdens menselijke beoordeling.
00:01:16
Echter
00:01:17
AI in evaluatie is niet zonder uitdagingen.
00:01:20
Aandelenemissies,
00:01:22
de juistheid en geldigheid van de
00:01:25
Geautomatiseerde beoordelingen blijven
00:01:27
onderwerpen voor debat en onderzoek.
00:01:30
Er zijn ook zorgen
00:01:32
met betrekking tot privacy en
00:01:35
Beheer van studentengegevens.
00:01:37
Door ons onder te dompelen in de
00:01:38
real-world toepassingen van AI
00:01:40
bij geautomatiseerde evaluatie,
00:01:41
meerdere instanties in de
00:01:43
Instellingen voor hoger onderwijs
00:01:45
en scholen over de hele wereld zijn in opkomst
00:01:48
als pioniers op dit gebied.
00:01:50
Beoordeelde competenties
00:01:51
wijd verspreid,
00:01:52
vaardigheden ook aan bod laten komen
00:01:54
zo gevarieerd als schrijven,
00:01:55
probleemoplossing en meer,
00:01:58
het bieden van snelheid en
00:02:00
Ongeëvenaarde waarderingsbetrouwbaarheid
00:02:02
in vele contexten.
00:02:04
Zoals wat
00:02:05
ETS, oftewel Educational Testing Service,
00:02:08
is een voortrekkersrol in het gebruik van
00:02:11
Kunstmatige intelligentie
00:02:12
om te beoordelen
00:02:14
Schrijven van studenten in de
00:02:16
TOEFL- en GRE-testkader.
00:02:18
Het ETS e-rater systeem
00:02:20
maakt gebruik van een aanpak
00:02:22
machine learning, waarbij AI
00:02:24
is getraind op een grote set
00:02:26
Reacties van studenten, gekalibreerd
00:02:27
door menselijke beoordelaars, teneinde
00:02:30
begrijpen en identificeren wat is
00:02:32
is een kwaliteitsantwoord.
00:02:34
E-rater ontleedt vervolgens de syntaxis,
00:02:37
grammatica
00:02:37
samenhang van het discours en
00:02:40
Relevantie van inhoud om toe te schrijven
00:02:42
een notitie op zichzelf of in
00:02:45
als aanvulling op de menselijke evaluatie.
00:02:47
Aan de andere kant, in Singapore,
00:02:49
Squirrel AI Learning is getransformeerd
00:02:51
het evaluatieproces in de
00:02:53
context van gepersonaliseerd leren.
00:02:55
Het doel hier is om een diagnose te stellen
00:02:57
De sterke en zwakke punten van de
00:03:00
Studenten in begrip
00:03:03
schoolvakken.
00:03:04
Lerende algoritmes
00:03:06
diep platform zijn in staat om
00:03:08
beoordelingen aan te passen en
00:03:10
Pedagogische inhoud volgens de
00:03:12
individuele behoeften van studenten,
00:03:13
waardoor maatwerk mogelijk is
00:03:15
van het onderwijstraject.
00:03:19
Laten we ook eens kijken
00:03:21
het gebruik van EdTECH in India
00:03:23
waar platforms zoals Vedantu
00:03:25
en Byju's gebruiken AI om
00:03:27
Prestaties bijhouden en analyseren
00:03:29
real-time studenten,
00:03:31
niet alleen de domeinen te identificeren die
00:03:34
extra aandacht behoeven,
00:03:35
maar ook het suggereren van strategieën
00:03:38
Gepersonaliseerd leren op basis van
00:03:39
over prestaties en vooruitgang
00:03:42
individuele studenten. In een
00:03:45
academische context in de Verenigde Staten,
00:03:46
Stanford University heeft
00:03:48
onderzocht het gebruik van AI
00:03:50
om competenties te beoordelen
00:03:52
in de programmering van studenten.
00:03:54
Geautomatiseerde systemen evalueren
00:03:56
De studentencode is niet
00:03:58
alleen in termen van nauwkeurigheid,
00:03:59
maar ook kwaliteit en efficiëntie,
00:04:02
door te kijken naar factoren als duidelijkheid
00:04:05
en algoritmische complexiteit.
00:04:08
Deze voorbeelden onderstrepen
00:04:09
de groeiende acceptatie van AI
00:04:11
op het gebied van evaluatie
00:04:13
over de hele wereld en in de
00:04:16
verschillende leercontexten,
00:04:17
De weg vrijmaken voor nieuwe mogelijkheden
00:04:20
en lopende debatten over rechtvaardigheid
00:04:23
en de doeltreffendheid van deze technologieën.
00:04:26
Nadenken over deze
00:04:27
revolutionaire ontwikkelingen,
00:04:28
Onze reis door de kronkels van de
00:04:31
Geautomatiseerde beoordeling mogelijk gemaakt door
00:04:33
AI geeft ons perspectieven
00:04:35
en een onverzadigbare nieuwsgierigheid
00:04:38
voor de toekomst van het onderwijs.
00:04:39
Precisie
00:04:40
Efficiëntie en personalisatie zonder
00:04:43
Eerder aangeboden door deze technologieën
00:04:46
zijn onmiskenbaar krachtig,
00:04:48
een benadering van het onderwijs mogelijk maken
00:04:50
en meer geïndividualiseerde beoordeling,
00:04:52
en misschien rechtvaardiger.
00:04:55
Echter
00:04:55
Het is absoluut noodzakelijk om voorzichtig te navigeren
00:04:57
digitale wateren door een
00:05:00
een scherp oog voor ethische kwesties,
00:05:02
over de nauwkeurigheid van de beoordelingen
00:05:04
en de psychologische impact
00:05:07
potentieel voor studenten.
00:05:09
Opvoeders
00:05:10
technologen en
00:05:12
besluitvormers moeten zich verenigen,
00:05:13
Samenwerken en co-creëren van een toekomst
00:05:15
waar AI en onderwijs zijn
00:05:17
harmonieus combineren,
00:05:19
Respecteren en verrijken van capaciteiten
00:05:22
in plaats van ze te marginaliseren.
00:05:26
Terwijl we doorgaan met het
00:05:28
Laten we deze nieuwe grenzen verkennen,
00:05:29
elke innovatie,
00:05:30
Elke uitdaging en elk succes
00:05:33
brengt ons dichter bij begrip en
00:05:35
het volledige potentieel van AI realiseren
00:05:37
in het onderwijs en daarbuiten.

Il n’existe aucun élément correspondant à votre recherche dans cette vidéo...
Effectuez une autre recherche ou retournez au contenu !

 

00:00:05
Chào mừng bạn đến với cuộc khám phá này
00:00:07
Trí thông minh sâu sắc hơn
00:00:08
Trí tuệ nhân tạo trong đánh giá
00:00:10
trong lĩnh vực giáo dục.
00:00:13
Các công cụ đánh giá tự động,
00:00:15
chẳng hạn như Gradescope hoặc Turnitin,
00:00:18
tận dụng AI để phân tích và
00:00:20
Đánh giá câu trả lời của học sinh
00:00:22
chính xác và hiệu quả.
00:00:25
Nhưng làm thế nào để công nghệ này
00:00:27
Có thể đánh giá
00:00:28
kiến thức khách quan và
00:00:30
Kỹ năng của học sinh?
00:00:31
AI
00:00:32
Sử dụng thuật toán
00:00:33
Các công cụ tinh vi để phân tích
00:00:35
Câu trả lời của học sinh, so sánh
00:00:37
phản ứng của họ đối với một tập hợp
00:00:39
tiêu chí hoặc câu trả lời được xác định trước.
00:00:43
Ví dụ, trong trường hợp
00:00:45
câu hỏi mở,
00:00:46
AI có thể được đào tạo để
00:00:48
nhận biết từ khóa,
00:00:49
cụm từ hoặc khái niệm cụ thể,
00:00:52
và điểm thưởng cho phù hợp.
00:00:55
Việc sử dụng AI
00:00:57
Trong đánh giá cung cấp nhiều
00:00:59
lợi ích, chẳng hạn như giảm
00:01:01
Thời gian sửa chữa cho các nhà giáo dục
00:01:03
và việc cung cấp phản hồi gần như
00:01:05
Ảnh chụp nhanh cho học sinh.
00:01:07
Nó cũng cung cấp một
00:01:09
đánh giá nhất quán và khách quan,
00:01:11
Loại bỏ những thành kiến tiềm ẩn có thể
00:01:14
xảy ra trong quá trình đánh giá của con người.
00:01:16
Tuy nhiên
00:01:17
AI trong đánh giá không phải là không có những thách thức của nó.
00:01:20
Vấn đề vốn chủ sở hữu,
00:01:22
tính chính xác và hợp lệ của
00:01:25
Đánh giá tự động tiếp tục được
00:01:27
chủ đề tranh luận và nghiên cứu.
00:01:30
Cũng có những lo ngại
00:01:32
liên quan đến quyền riêng tư và
00:01:35
Quản lý dữ liệu học sinh.
00:01:37
Bằng cách đắm mình trong
00:01:38
ứng dụng thực tế của AI
00:01:40
trong đánh giá tự động,
00:01:41
Nhiều phiên bản trong
00:01:43
Cơ sở giáo dục đại học
00:01:45
Và các trường học trên khắp thế giới đang nổi lên
00:01:48
là những người tiên phong trong lĩnh vực này.
00:01:50
Năng lực được đánh giá
00:01:51
ran
00:01:52
bao gồm cả kỹ năng
00:01:54
đa dạng như văn bản,
00:01:55
giải quyết vấn đề và hơn thế nữa,
00:01:58
cung cấp tốc độ và
00:02:00
Độ tin cậy định giá chưa từng có
00:02:02
trong nhiều bối cảnh.
00:02:04
Thích cái gì
00:02:05
ETS, hoặc Dịch vụ kiểm tra giáo dục,
00:02:08
đã đi đầu trong việc sử dụng
00:02:11
Trí tuệ nhân tạo
00:02:12
để đánh giá
00:02:14
Bài viết của học sinh trong
00:02:16
Khung thi TOEFL và GRE.
00:02:18
Hệ thống e-rater ETS
00:02:20
Sử dụng một cách tiếp cận
00:02:22
học máy, nơi AI
00:02:24
được đào tạo trên một bộ lớn
00:02:26
Câu trả lời của học sinh, được hiệu chỉnh
00:02:27
bởi các nhà đánh giá con người, để
00:02:30
Hiểu và xác định là gì
00:02:32
là một phản ứng chất lượng.
00:02:34
E-rater sau đó phân tích cú pháp,
00:02:37
ngữ pháp
00:02:37
sự gắn kết của diễn ngôn và
00:02:40
Mức độ liên quan của nội dung với thuộc tính
00:02:42
một ghi chú riêng hoặc trong
00:02:45
bổ sung đánh giá của con người.
00:02:47
Mặt khác, tại Singapore,
00:02:49
Squirrel AI Learning đã biến đổi
00:02:51
Quy trình đánh giá trong
00:02:53
bối cảnh học tập cá nhân hóa.
00:02:55
Mục đích ở đây là để chẩn đoán
00:02:57
Điểm mạnh và điểm yếu của
00:03:00
Học sinh hiểu
00:03:03
các môn học ở trường.
00:03:04
Thuật toán học tập
00:03:06
Nền tảng sâu có khả năng
00:03:08
điều chỉnh các đánh giá và
00:03:10
Nội dung sư phạm theo
00:03:12
nhu cầu cá nhân của học sinh,
00:03:13
do đó cho phép tùy chỉnh
00:03:15
của lộ trình giáo dục.
00:03:19
Hãy cùng khám phá
00:03:21
việc sử dụng EdTECH ở Ấn Độ
00:03:23
nơi các nền tảng như Vedantu
00:03:25
và Byju's đang sử dụng AI để
00:03:27
Theo dõi và phân tích hiệu suất
00:03:29
sinh viên thời gian thực,
00:03:31
Xác định không chỉ các tên miền
00:03:34
yêu cầu chú ý thêm,
00:03:35
mà còn đề xuất chiến lược
00:03:38
Học tập được cá nhân hóa dựa trên
00:03:39
Về hiệu suất và tiến độ
00:03:42
cá nhân học sinh. Trong một
00:03:45
bối cảnh học thuật ở Hoa Kỳ,
00:03:46
Đại học Stanford có
00:03:48
khám phá việc sử dụng AI
00:03:50
để đánh giá năng lực
00:03:52
trong lập trình sinh viên.
00:03:54
Đánh giá hệ thống tự động
00:03:56
Mã sinh viên không phải là
00:03:58
chỉ về độ chính xác,
00:03:59
mà còn chất lượng và hiệu quả,
00:04:02
bằng cách xem xét các yếu tố như sự rõ ràng
00:04:05
và độ phức tạp của thuật toán.
00:04:08
Những ví dụ này nhấn mạnh
00:04:09
sự áp dụng ngày càng tăng của AI
00:04:11
trong lĩnh vực đánh giá
00:04:13
trên khắp thế giới và trong
00:04:16
bối cảnh học tập khác nhau,
00:04:17
Mở đường cho những khả năng mới
00:04:20
và các cuộc tranh luận đang diễn ra về công bằng
00:04:23
và hiệu quả của các công nghệ này.
00:04:26
Suy ngẫm về những điều này
00:04:27
phát triển cách mạng,
00:04:28
Hành trình của chúng tôi qua những khúc quanh của
00:04:31
Đánh giá tự động được hỗ trợ bởi
00:04:33
AI để lại cho chúng ta triển vọng
00:04:35
và một sự tò mò vô độ
00:04:38
vì tương lai của giáo dục.
00:04:39
Chính xác
00:04:40
Hiệu quả và cá nhân hóa mà không cần
00:04:43
trước đây được cung cấp bởi các công nghệ này
00:04:46
là sức mạnh không thể phủ nhận,
00:04:48
cho phép một cách tiếp cận để giảng dạy
00:04:50
và đánh giá cá nhân hóa hơn,
00:04:52
Và có lẽ, công bằng hơn.
00:04:55
Tuy nhiên
00:04:55
Bắt buộc phải điều hướng một cách thận trọng
00:04:57
trong các vùng nước kỹ thuật số này bằng cách giữ một
00:05:00
một con mắt quan tâm đến các vấn đề đạo đức,
00:05:02
về tính chính xác của các đánh giá
00:05:04
và tác động tâm lý
00:05:07
tiềm năng đối với học sinh.
00:05:09
Giáo dục
00:05:10
kỹ thuật viên và
00:05:12
những người ra quyết định phải đoàn kết,
00:05:13
Hợp tác và đồng sáng tạo tương lai
00:05:15
AI và giáo dục ở đâu
00:05:17
kết hợp hài hòa,
00:05:19
tôn trọng và làm phong phú thêm khả năng
00:05:22
thay vì gạt họ ra bên lề.
00:05:26
Khi chúng tôi tiếp tục
00:05:28
Hãy khám phá những biên giới mới này,
00:05:29
mỗi đổi mới,
00:05:30
Mọi thử thách và mọi thành công
00:05:33
đưa chúng ta đến gần hơn với sự hiểu biết và
00:05:35
nhận ra tiềm năng đầy đủ của AI
00:05:37
trong giáo dục và hơn thế nữa.

Il n’existe aucun élément correspondant à votre recherche dans cette vidéo...
Effectuez une autre recherche ou retournez au contenu !

 

00:00:05
歡迎來到這次探索
00:00:07
更深層次的智慧
00:00:08
人工智慧在評估中的應用
00:00:10
在教育領域。
00:00:13
自動評估工具,
00:00:15
例如 Gradescope 或 Turnitin,
00:00:18
利用 AI 進行分析和
00:00:20
評估學生的回答
00:00:22
準確高效。
00:00:25
但是這項技術是如何做到的
00:00:27
它是否能夠評估
00:00:28
客觀知識和
00:00:30
學生的技能?
00:00:31
人工智慧
00:00:32
使用演算法
00:00:33
用於分析的複雜工具
00:00:35
學生的回答,比較
00:00:37
他們對一組
00:00:39
標準或預定義的答案。
00:00:43
例如,在
00:00:45
開放式問題,
00:00:46
人工智慧可以被訓練成
00:00:48
識別關鍵詞,
00:00:49
特定的短語或概念,
00:00:52
並相應地獎勵積分。
00:00:55
人工智慧的使用
00:00:57
在評估中提供了許多
00:00:59
好處,例如減少
00:01:01
教育工作者的糾正時間
00:01:03
並提供反饋幾乎
00:01:05
學生快照。
00:01:07
它還提供了一個
00:01:09
一致和客觀的評估,
00:01:11
消除潛在的偏見,可以
00:01:14
在人類評估期間發生。
00:01:16
然而
00:01:17
人工智慧在評估中並非沒有挑戰。
00:01:20
公平問題,
00:01:22
準確性和有效性
00:01:25
自動評估繼續
00:01:27
辯論和研究的主題。
00:01:30
也有人擔心
00:01:32
與隱私和
00:01:35
學生數據管理。
00:01:37
通過讓自己沉浸在
00:01:38
人工智慧的實際應用
00:01:40
在自動化評估中,
00:01:41
中的多個實例
00:01:43
高等教育機構
00:01:45
世界各地的學校正在興起
00:01:48
作為該領域的先驅。
00:01:50
評估的能力
00:01:51
傳播廣泛,
00:01:52
涵蓋技能
00:01:54
像寫作一樣多變,
00:01:55
解決問題等等,
00:01:58
提供速度和
00:02:00
無可比擬的估值可靠性
00:02:02
在許多情況下。
00:02:04
比如
00:02:05
ETS,即教育考試服務,
00:02:08
在使用
00:02:11
人工智慧
00:02:12
評估
00:02:14
學生在
00:02:16
TOEFL 和 GRE 考試框架。
00:02:18
ETS 電子評分系統
00:02:20
使用一種方法
00:02:22
機器學習,其中 AI
00:02:24
在大型集合上接受訓練
00:02:26
學生回答,校準
00:02:27
由人工評估人員,以便
00:02:30
瞭解並識別什麼是
00:02:32
是一種高質量的回應。
00:02:34
然後,E-rater 解析語法,
00:02:37
語法
00:02:37
話語的連貫性和
00:02:40
內容與屬性的相關性
00:02:42
單獨或在
00:02:45
補充人工評估。
00:02:47
另一方面,在新加坡,
00:02:49
Squirrel AI Learning 已經轉型
00:02:51
評估過程
00:02:53
個性化學習的背景。
00:02:55
這裡的目的是診斷
00:02:57
的優點和缺點
00:03:00
理解學生
00:03:03
學校科目。
00:03:04
學習演算法
00:03:06
深度平台能夠
00:03:08
調整評估和
00:03:10
教學內容根據
00:03:12
學生的個人需求,
00:03:13
從而允許定製
00:03:15
的教育途徑。
00:03:19
讓我們也來探索一下
00:03:21
EdTECH在印度的使用
00:03:23
其中 Vedantu 等平臺
00:03:25
而 Byju 正在使用 AI 來
00:03:27
跟蹤和分析性能
00:03:29
實時學生,
00:03:31
不僅要識別以下領域
00:03:34
需要額外的關注,
00:03:35
但也提出了策略建議
00:03:38
基於以下因素的個人化學習
00:03:39
關於績效和進展
00:03:42
個別學生。在一個
00:03:45
美國的學術背景,
00:03:46
斯坦福大學有
00:03:48
探索人工智慧的使用
00:03:50
評估能力
00:03:52
在學生程式設計中。
00:03:54
自動化系統評估
00:03:56
學生代碼不是
00:03:58
僅在準確性方面,
00:03:59
還有品質和效率,
00:04:02
通過查看清晰度等因素
00:04:05
和演算法複雜性。
00:04:08
這些例子強調了
00:04:09
人工智慧的日益普及
00:04:11
在評估領域
00:04:13
在世界各地和
00:04:16
各種學習情境,
00:04:17
為新的可能性鋪平道路
00:04:20
以及正在進行的關於公平的辯論
00:04:23
以及這些技術的有效性。
00:04:26
思考這些
00:04:27
革命性的發展,
00:04:28
我們的旅程經歷了曲折的
00:04:31
由以下因素提供支持的自動評估
00:04:33
人工智慧為我們留下了前景
00:04:35
和永不滿足的好奇心
00:04:38
為了教育的未來。
00:04:39
精度
00:04:40
效率和個人化
00:04:43
上一頁 由這些技術提供
00:04:46
不可否認的是,它們很強大,
00:04:48
允許一種教學方法
00:04:50
以及更個人化的評估,
00:04:52
也許,更公平。
00:04:55
然而
00:04:55
必須謹慎導航
00:04:57
在這些數位水域中,通過保持
00:05:00
對道德問題有敏銳的眼光,
00:05:02
關於評估的準確性
00:05:04
以及心理影響
00:05:07
對學生的潛力。
00:05:09
教育工作者
00:05:10
技術人員和
00:05:12
決策者必須團結起來,
00:05:13
合作共創未來
00:05:15
人工智慧和教育在哪裡
00:05:17
和諧地結合在一起,
00:05:19
尊重和豐富能力
00:05:22
而不是將他們邊緣化。
00:05:26
隨著我們繼續
00:05:28
讓我們探索這些新的領域,
00:05:29
每一次創新,
00:05:30
每一次挑戰和每一次成功
00:05:33
使我們更接近理解和
00:05:35
充分發揮人工智慧的潛力
00:05:37
在教育及其他領域。

Il n’existe aucun élément correspondant à votre recherche dans cette vidéo...
Effectuez une autre recherche ou retournez au contenu !

 

Rappel

Afficher