Adaptivní učení
Moderní technologie jsou v dnešní době všudypřítomné. Používáme je v práci, při studiu i v soukromí. Na moderních technologiích je závislé fungování celé společnosti. Technologie se stále vyvíjí a zlepšují. Jedním ze silných trendů v designu nástrojů a služeb je personalizace a adaptace produktů na míru individuálnímu uživateli. Tento trend se promítá i do vzdělávání.
E-learning v tradiční formě představuje zejména studijní materiály dostupné online nebo pokročilejší learning management systémy (LMS). Ty ovšem neumožňovali studentovi jakkoli ovlivnit proces učení a nezohledňovali jeho individuální potřeby (Šarmanová & Kostolányová, 2012). Personalizované učení je však nezbytné pro motivaci studenta a efektivní získávání znalostí. K tomu je nutné, aby výukové zdroje neměly statický charakter, ale dynamicky se přizpůsobovaly schopnostem a potřebám studentů (Apoki, Al-Chalabi, & Crisan, 2020).
Informační technologie podporují vybudování výukového prostředí, které splňuje požadavky různých typů studentů a umožňují vytvořit studijní prostředí podle individuálních potřeb každého studenta. To je možné díky průběžnému sledování vzdělávacích aktivit studenta. Na základě jeho charakteristického chování může adaptivní algoritmus měnit způsob učení nebo procvičování učiva (Šarmanová & Kostolányová, 2012).
Adaptivní vzdělávací prostředí zahrnuje hardware i software, který se zaměřuje na zlepšování procesu učení prostřednictvím adaptace na potřeby studujícího. Apoki, Al-Chalabi, & Crisan uvádí různé typy vzdělávacích prostředí: prostředí založené na hypermédiích, kolaborativní vzdělávací prostředí, imerzivní prostředí nebo prostředí implementující umělou inteligenci — tzv. Intelligent tutoring system (ITS). Umělá inteligence umožňuje lepší adaptaci a zkušenost s učením pro své uživatele (Apoki, Al-Chalabi, & Crisan, 2020).
Umělá inteligence posunula možnosti vzdělávání na další úroveň. Bořivoj Brdička ve svém článku shrnuje zprávu vzdělávacího portálu Teachonline.ca, která přináší přehled možných způsobů využití umělé inteligence ve výuce (Brdička, 2024). Zmínit můžeme např. personalizaci vzdělávání, vysoce interaktivní vzdělávací prostředí, výukové asistenty, zvyšující se dostupnost učení a v neposlední řadě adaptivní hodnocení. To je popsáno jako analýza reakcí studentů v reálném čase a na základě těchto zjištění upravování obsahu a úrovně obtížnosti. Umělá inteligence tak neustále optimalizuje proces učení a tím maximalizuje jeho výsledky. Podle Brdečky většina systémů pro řízení výuky využívá adaptivní hodnotící postupy (Brdička, 2024).
Adaptivní výuka je tedy určena pro individuální a personalizované studium založeném na technologiích, které neustále sledují a vyhodnocují aktivity a úroveň studenta a přizpůsobují mu vzdělávací materiály na základě jeho aktuálních potřeb. To ve svém důsledku zlepšuje přístupnost a kvalitu vzdělávání a může mít vliv na sociální nerovnosti. Tato vzdělávací metoda však nezahrnuje sociální aspekt učení, tedy učení se interakcí a sdílením s vyučujícím nebo ostatními studenty, což je pro učící proces a motivaci také přínosné.
Bibliografie
Apoki, U., Al-Chalabi, H., & Crisan, G. (2020). From Digital Learning Resources to Adaptive Learning Objects: An Overview. Modelling and Development of Intelligent Systems, 18–32. doi:10.1007/978–3–030–39237–6_2
Brdička, B. (2024). Devět způsobů využití AI ve vzdělávání. Spomocník. Získáno 2024–03–06, z https://spomocnik.rvp.cz/clanek/23702/DEVET-ZPUSOBU-VYUZITI-AI-VE-VZDELAVANI.html
Šarmanová, J., & Kostolányová, K. (2012). Adaptive form of e-learning instruction. Technológia vzdělávania, 2012(2). Získáno 2024–03–06, z https://periodika.osu.cz/ictejournal/dokumenty/2015-04/ictejournal-2015-4-article-3.pdf
Wright, J. (nedatováno). Getting Personal: The role of personalization in online learning. Insticc. Získáno 2024–03–06, z www.insticc.org/portal/NewsDetails/TabId/246/ArtMID/1130/ArticleID/794/ Getting-Personal-The-role-of-personalization-in-online-learning.aspx
