A disponibilidade de tecnologias de IA, machine learning, robótica e assim por diante está sendo muito maior do que as pessoas esperavam. Não estamos falando de um sonho de ficção científica que levará 20 anos para ser realizado. Quase todas essas tecnologias já estão disponíveis em graus variados em diversos setores. Se espera que em algum momento do próximo ano ou dos próximos anos, alcançarão um novo patamar.

As instituições de ensino precisam acompanhar esse ritmo. Não importa se estamos falando de ensino infantil, fundamental, médio ou de faculdades e universidades; a necessidade de uma plataforma de aprendizagem que ofereça experiências de aprendizagem personalizadas para cada aluno é muito real.

Os alunos frequentam escolas com formações educacionais variadas, têm interesses e preferências de aprendizagem diversos e avançam em cada disciplina em ritmos diferentes. Um professor sozinho não pode lidar com tudo o que está acontecendo com cada aluno de maneira aprofundada. Mas com a ajuda de tecnologias educacionais, as coisas mudam.

3 aspectos principais de uma plataforma de aprendizagem personalizada

Uma plataforma de aprendizagem personalizada pode ajudar os professores a atender às necessidades de cada um de seus alunos, não importa se estamos falando de turmas de 15 crianças em idade pré-escolar ou de 15 mil alunos universitários. Uma plataforma como essa pode estabelecer o nível atual de conhecimento que cada aluno tem sobre qualquer tipo de assunto, sugerir o que eles precisam aprender e fazer recomendações personalizadas ou dar conselhos sobre como cada aluno pode atingir seus objetivos de aprendizagem. Tão importante quanto isso, uma plataforma de aprendizagem personalizada pode avaliar o progresso do aluno em todas as etapas do caminho.

Existem três aspectos centrais que definem uma plataforma de aprendizagem personalizada: cada aluno deve ser capaz de definir suas próprias metas de aprendizagem dentro dela, receber recomendações com base em sua jornada de aprendizagem e ter seu progresso claramente avaliado para que possa acompanhá-lo. Vamos explorar cada um desses aspectos:

  1. Metas de aprendizagem

    As metas de aprendizagem podem variar de extremamente específicas a muito gerais, ou podem ser mais logísticas. Independentemente do tipo, os alunos devem ser capazes de definir suas próprias metas de aprendizagem dentro da plataforma, sejam elas definidas pelos professores ou mentores ou sugeridas pela própria plataforma.

    Aqui estão alguns exemplos:

    • Dominar a fotossíntese — esta é uma meta muito específica. Você pode pensar nisso como uma competência, como um pequeno ponto em um currículo de biologia.
    • Dominar o Grau 2 de biologia — isso é específico para a idade do aluno, ou talvez ele já tenha dominado o Grau 1, então obviamente precisa dominar o Grau 2.
    • Preparar-se para uma carreira como astronauta — esta é uma meta de aprendizagem ampla; significa que o aluno tem que dominar vários conceitos e disciplinas que o colocariam no caminho certo para essa carreira.
    • Ganhar um certificado em engenharia javascript — isso não é necessariamente uma competência específica, mas a plataforma pode ajudar o aluno a obter um determinado certificado ou outro.
    • Dedicar 2 horas por semana para aprender física quântica — esta é uma meta de aprendizagem logística, isto é, dedicar uma quantidade específica de tempo para aprender sobre um tópico específico.

    Qualquer tipo de plataforma de aprendizagem personalizada precisa ser capaz de acomodar essa variedade de metas.

  2. Recomendações

    As recomendações geralmente são geradas usando uma combinação de regras explícitas e correlações estatísticas. Um exemplo de recomendação é aproveitar a automação, para que os instrutores possam programar suas próprias recomendações. Por exemplo, um professor de biologia pode recomendar seu livro sobre fotossíntese para qualquer aluno que tenha estabelecido a meta de aprendizagem de dominar esse conceito. O segundo tipo de recomendação, que é alimentado por IA, é a correlação estatística. Em outras palavras, a plataforma pode rastrear e dizer que 85% dos alunos que queriam ficar bons em fotossíntese, que seguiram essa ou aquela recomendação, melhoraram suas notas em 30% em cinco dias.

    Aqui estão mais exemplos:

    • Assista ao vídeo Parques Eólicos — uma recomendação simples seria assistir a um vídeo específico relacionado à meta de aprendizagem.
    • Faça o curso de biologia sintética — outra coisa que a plataforma pode fazer é sugerir a realização de vários cursos on-line que estão disponíveis em todo o mundo ou dentro da organização de ensino.
    • Faça o módulo sobre energia sustentável — muitos cursos ministrados na universidade deveriam, na verdade, estar disponíveis como módulos individuais que os alunos podem fazer sob demanda. Idealmente, esses cursos devem ser divididos em pequenos módulos digeríveis para que as plataformas de aprendizagem possam sugerir aos alunos um determinado módulo que é exatamente o que eles precisam para avançar.
    • Participe do fórum sobre fusão nuclear — uma das coisas que uma plataforma de aprendizagem deve ser capaz de fazer é recomendar a participação em fóruns de alunos. Por exemplo, se um aluno for muito bom em física e seu foco atual for fusão nuclear, se houver um fórum comunitário muito bom para fusão nuclear, então a plataforma deve ser capaz de sugerir a participação a esse aluno.
    • Siga a trilha de aprendizagem “Fale francês” — se um aluno estiver interessado em dominar o francês e houver um vídeo introdutório com uma sequência muito boa, um determinado livro, uma série de cursos on-line e um fórum especializado, a plataforma deve ser capaz de sugerir essa trilha de aprendizagem específica. Idealmente, os alunos devem ser capazes de compartilhar trilhas de aprendizagem eficazes com os colegas.
    • Peça que Juliana Braga oriente você em álgebra — por último, mas não menos importante, o toque humano ainda é muito importante no processo de aprendizagem, e a tecnologia nunca o substituirá. Uma plataforma de aprendizagem personalizada pode sugerir aos alunos interessados que existe um professor específico muito bom para orientá-los em álgebra ou em qualquer outro assunto.
  3. Avaliações

    Há inúmeras maneiras de descobrir se um aluno realmente sabe aquilo o que ele acha que sabe. Em geral, eles descobrem que ainda há muitas coisas que não sabem. De qualquer forma, avaliar o conhecimento do aluno é uma parte muito importante do progresso, e as plataformas de aprendizagem personalizadas precisam possibilitar mais de uma maneira de fazê-lo.

    Aqui estão alguns exemplos:

    • Fazer um teste surpresa — esse é um método clássico, então você deve ser capaz de gerar, a partir de vários bancos de perguntas, um bom teste personalizado adaptado a qualquer momento da jornada de aprendizagem do aluno. Desde que essas perguntas sejam marcadas com habilidades específicas a serem testadas, o sistema começa a aprender sobre os pontos fortes e fracos do aluno.
    • Fazer uma autoavaliação — isso é um pouco perigoso, pois alguns alunos podem supervalorizar suas competências, mas fazer uma autoavaliação também pode ser útil em algumas situações.
    • Avaliação de colegas/instrutores — este é outro tipo importante de avaliação, feita por colegas ou pelo instrutor/professor. Os alunos aprendem muito em ambientes sociais, portanto, ter a opinião pertinente das pessoas certas pode realmente ajudá-los.
    • Certificados de terceiros.
    • Crédito na universidade.
    • Notas de um curso formal — essas três últimas não oferecem necessariamente um nível de detalhamento fino sobre se um aluno é realmente bom em fotossíntese, álgebra ou outro assunto, mas dão ao sistema uma ideia geral sobre os pontos fortes e fracos dele.

O pó mágico que une tudo isso: Competências

O principal ponto que une as metas de aprendizagem, as recomendações e as avaliações é o conceito de competências.

Uma plataforma de aprendizagem personalizada deve ser capaz de descobrir no que um aluno é bom, no que não é, quais recursos podem ajudá-lo a qualquer momento, como avaliá-lo, e assim por diante. Se os instrutores puderem dividir tudo o que eles realmente precisam que os alunos saibam nessas pequenas esferas chamadas de “competências”, eles poderão associar as perguntas às competências que avaliam.

Toda vez que um aluno recebe uma recomendação, como fazer um módulo de aprendizagem, assistir a um vídeo, participar de um fórum ou avaliar seu conhecimento de uma forma ou de outra, o sistema atualiza as medições de todas essas competências e pode mostrá-las em tempo real. Com o tempo, isso cria um banco de dados com todas as informações sobre os pontos fortes e fracos de cada aluno.

As competências são o elo comum que liga as metas de aprendizagem, as recomendações e as avaliações.

Para resumir

É um momento emocionante para os educadores. A IA e o machine learning permitirão uma grande melhoria nas plataformas de aprendizagem baseadas em nuvem que já temos. Essas tecnologias são reais e estão se desenvolvendo em um ritmo incrivelmente rápido. Logo, elas estarão disponíveis de uma maneira que se integre perfeitamente ao que as instituições de ensino de todas as formas e tamanhos precisam e esperam.

Fique por dentro! Manteremos você atualizado com as dicas e recursos EdTech mais valiosos. Inscreva-se e nunca mais perca uma postagem!