Advertisement
Advertisement

More Related Content

Slideshows for you(20)

Advertisement

More from Dr. Ollé János(17)

Advertisement

A mesterséges intelligencia oktatási alkalmazása, különös tekintettel az e-learning fejlesztésekre

  1. A MESTERSÉGES INTELLIGENCIA OKTATÁSI ALKALMAZÁSA, KÜLÖNÖSTEKINTETTEL AZ E-LEARNING FEJLESZTÉSEKRE Ollé János PE Neveléstudományi Intézet XI. Kiss Árpád Emlékkonferencia Interdiszciplináris pedagógia múlt és jövő között Debrecen, 2019. szeptember 20-21.
  2. ATÁVOKTATÁS ÉS E-LEARNING MÓDSZERTANI FUNKCIONALITÁSÁNAK FEJLŐDÉSTÖRTÉNETE • tartalom közvetítése (távolra oktatás) • visszacsatolások (értékelés és folyamatszabályozás) • multimédia felhasználása - interaktivitás (tanulási folyamat közvetett szabályozása) • web 2.0 tartalommegosztás (tanulói produktivitással bővül az eszköztár) • online tanulási környezetek (LMS és social media, a társas interaktivitás lehetősége) • kollaboratív tartalmak (pl. konnektivista tanulás, hálózati munka) • tevékenységtervezés (folyamatszabályozás, bevonodás növelése, lemorzsolódás csökkentése) • kompetenciafejlesztés (tartalom alkalmazása más oktatási célhoz) • adaptív tartalom és környezet (személyre szabott tartalom és folyamat) - “holtág, zsilippel” • learning experience design (tanulásélmény tervezés) - személyre szabott folyamatszabályozás
  3. E-LEARNING HATÉKONYSÁG ÉS EREDMÉNYESSÉGTOVÁBBFEJLESZTÉSÉNEK LÉNYEGES FELTÉTELEI • hagyományos fogalmi készlet (távoktatás, kontakt, blended) helyett integrált / komplex tanulási környezet paradigma • tanuló fizikai tanulási környezetének és a tanuló tulajdonságainak fokozott felhasználása (adatgyűjtés és elemzés) • szakmódszertani modellek kidolgozása és alkalmazása
  4. OKTATÁSI ESETTANULMÁNY LXD FOLYAMATTERVEZÉSÉRE • oktatási cél: tanuljunk meg robotot programozni (e- learning tananyaggal)! • milyen előismeretre építhetünk? • mit kell megtanulnunk? • milyen tanulási forrásokat és környezetet használhatunk? • milyen tárgyi / fizikai környezet áll rendelkezésünkre? • milyen tulajdonságaink / szokásaink jellemzőek?
  5. OPTIMÁLISTANULÁSITELJESÍTMÉNY PARAMÉTEREZÉSE A SZABÁLYOZÓ ALGORITMUSOKHOZ • tanulói profil építése adatgyűjtés és elemzés alapján • PLE személyes tanulási környezet / információs környezet • PLN személyes tanulási hálózat (kapcsolódás, kommunikáció, interakció) • PLP személyes tanulási portfolió (produktumok, tanulástörténet, eredményesség) • személyes tulajdonságok • elérhető tanulási és kommunikációs környezetek sajátosságai és működésük • hozzáférhető tananyagok, tartalmak, alkalmazások sajátosságai • teljesítményindikátorok az oktatási célok alapján
  6. MESTERSÉGES INTELLIGENCIA ALKALMAZÁSA AZ OPTIMÁLISTANULÁSI TELJESÍTMÉNYHEZ • mesterséges intelligencia típusok: • vezérlés, irányítás, szabályozás, • tartalomkészítés • tartalom integrálás, szelektálás • mesterséges intelligencia kategóriák: • gépi tanulás beavatkozásokkal • olyan rendszerek, amelyek adatra épülő elemzések számának növekedésével arányosan javítják teljesítményüket Montebello, M. (2018):AI Injected e-Learning, 60.p.
  7. Ollé János PE Neveléstudományi Intézet XI. Kiss Árpád Emlékkonferencia Interdiszciplináris pedagógia múlt és jövő között Debrecen, 2019. szeptember 20-21. slideshare.net/ollejanos/ youtube.com/user/ollejanospodcast twitter @ollejanos www.linkedin.com/in/ollejanos
Advertisement