El aprendizaje humano es un proceso complejo, a veces misterioso. La mayoría de nosotros hemos tenido experiencias en las que hemos tenido dificultades para aprender algo nuevo, pero también en momentos en que hemos aprendido algo casi sin esfuerzo.
¿Qué pasaría si una fusión de la informática y la psicología pudiera ayudarnos a comprender más acerca de cómo aprenden las personas, haciendo posible diseñar lecciones ideales?
Ese objetivo a largo plazo se está moviendo hacia la realidad gracias a un esfuerzo liderado por profesores en los departamentos de ciencias de la computación, psicología y psicología educativa de la Universidad de Wisconsin-Madison. Su investigación colaborativa tiene como objetivo abrir nuevos caminos en lo que el científico informático Jerry Zhu llama"enseñanza de máquina": un giro en el concepto más familiar del aprendizaje automático.
"Espero que la enseñanza automática tenga un impacto en el mundo educativo. Es muy diferente de cómo la gente suele pensar en la educación", dice Zhu. "Nos dará lecciones óptimas y personalizadas para estudiantes humanos reales".
El aprendizaje automático es un subcampo bien establecido de la informática en el que los expertos desarrollan herramientas matemáticas para ayudar a las computadoras a aprender de los datos y detectar patrones. El aprendiz automático la computadora es como un estudiante. El objetivo del aprendizaje automático es desarrollar modeloseso resultará útil en el futuro cuando se trate de conjuntos de datos grandes, a menudo difíciles de manejar. Las tareas prácticas como el reconocimiento de voz son ayudadas por el aprendizaje automático.
La enseñanza de la máquina hace que este concepto se escuche. En lugar de tratar con conjuntos de datos y no saber desde el principio qué patrones podrían revelarse a través del análisis, el investigador en una disposición de enseñanza de la máquina ya sabe qué conocimiento quiere impresionarel alumno
La enseñanza automática utiliza matemáticas sofisticadas para permitir a los investigadores modelar estudiantes humanos reales y diseñar las mejores lecciones posibles para enseñarles. Si bien la definición de "mejor" en un entorno particular depende del profesor, un ejemplo podría ser identificar el número más pequeñode los ejercicios necesarios para que un alumno en particular comprenda un concepto o, como dice Zhu, "¿Pueden cinco preguntas realmente buenas enseñar el material, en lugar de 20?"
Si bien este trabajo aún se encuentra en sus primeras etapas, tiene un inmenso potencial para impactar la educación.
Timothy T. Rogers, profesor de psicología cognitiva en UW-Madison y uno de los colaboradores de Zhu, explica cómo se unen la informática y la psicología.
"Para que el enfoque de enseñanza de máquina funcione, necesita un buen modelo de cómo se comporta el alumno, es decir, cómo cambia el comportamiento del alumno con diferentes tipos de aprendizaje o experiencias prácticas", dice Rogers. "el modelo debe ser computacional; debe ser capaz de hacer predicciones concretas y cuantitativas sobre el comportamiento del alumno ".
"En última instancia, esperamos que el trabajo pueda usarse para ayudar a los maestros a desarrollar planes de lecciones y planes de estudio que promuevan el aprendizaje en una amplia variedad de campos", dice Rogers, citando las matemáticas, las ciencias y la lectura como ejemplos ". Y, igual de importante", el esfuerzo por llevar modelos cognitivos de aprendizaje a problemas del mundo real conducirá a nuevos avances importantes en nuestra comprensión de cómo las personas aprenden en general ".
Zhu presentó algunas de sus investigaciones a principios de este año en Austin, Texas, en la 29ª Conferencia anual sobre Inteligencia Artificial, organizada por la Asociación para el Avance de la Inteligencia Artificial.
Una subvención inicial de dos años de la UW-Madison Graduate School actualmente apoya este trabajo. Se buscarán fondos futuros de fuentes externas.
"Con la enseñanza automática, es conceptualmente fácil, pero bastante difícil de implementar en el mundo real. Es una tarea importante", dice Zhu.
Fuente de la historia :
Materiales proporcionado por Universidad de Wisconsin-Madison . Nota: El contenido puede ser editado por estilo y longitud.
Cita esta página :