人工智能可以识别需要额外帮助的学生

一项关于使用人工智能检测学生远程学习需求的试点研究得出的结论是，教师可以使用获得的数据为最需要的学生提供帮助。该研究与加泰罗尼亚奥伯塔大学 (UOC)、Eurecat 技术中心和马德里自治大学联合进行，将有助于解决异地教育面临的最大问题之一，该问题在流行病：如何获得有关学生进步的信息，以便在为时已晚之前为他们提供必要的支持。

UOC 计算机科学、多媒体和电信学院的课程讲师、Eurecat 的研究员 Laia Subirats 说：“我们能够在大流行前几年进行持续评估，然后是在封锁期间和第二波之后大流行的。” 她补充说：“我们的目标是开发一种改进远程学习的方法，使教师能够识别有失败风险的学生，以便他们以及学生自己能够加强他们的学习过程。”

该研究发表在开放获取的 科学期刊 Applied Sciences 上，利用了 2016/2017 至 2020/2021 学年期间从 396名大学生收集的信息。在期末考试之前，学生们有机会参加适合他们个人水平的各种问题的测试。根据他们的数据，学生被归类为优秀、正常或有风险。

“其中一个挑战是发现表现不佳的学生在最后一分钟死记硬背的情况下，因为系统无法足够早地预测这一点，”同时与应用数据科学实验室 (ADAS) 合作的 Subirats 说。“但是很容易找到属于优秀类别的学生，因为那些以更持续的方式学习的人会获得更好的成绩。”

改善评估的技术

在学习过程中，尤其是在评估绩效方面需要创新技术是远程教育面临的最大挑战之一。迫使学校暂停面对面授课的 大流行只是突显了这一事实。然而，在线评估平台等数字工具在这方面提供了新的机会。

“这些工具还有助于打破许多障碍，有助于知识民主化，”Subirats 说，并补充说，“事实上，你可以在最适合你的任何时间和地点学习，这一事实极大地有利于那些无法学习更多知识的人。传统的学习方式。”

此外，人工智能及其预测还可以帮助检测可能的欺诈或抄袭。研究人员说：“如果学生的成绩比我们的系统预测的高得多，那可能会引起怀疑。”

该研究支持可持续发展目标 (SDG)4，即素质教育。