Kaikilla meillä on ollut opettaja, jolla oli silmät päänsä takana. Jopa edessään taululle he näkivät kaiken - jokaisen muistiinpanon läpäistyään, jokaisen vastauksen kopioidessa, jokaisen kasvot tehdään.
Tai ainakin se näytti siltä. Heidän oli todellakin tehtävä vain arvata muutaman kerran oikein siitä, mitä heidän selkänsä takana tapahtui, ja no, niin luokkahuonelegendejä tehdään.
Mutta entä jos ottaisit kaikki arvaukset pois kuvasta? Entä jos kamerat keskittyvät jokaiseen luokan lapsiin? Se on New Yorkin yritys, nimeltään SensorStar Labs, mielessä, vaikka asia ei olisikin väärinkäyttäjien sieppaaminen, vaan pikemminkin auttaa opettajia selvittämään, milloin he ovat menettäneet luokan.
Kasvojen aika
Näin se toimii. EngageSense-nimistä kasvojentunnistusohjelmaa käyttämällä tietokoneet soveltavat algoritmeja siihen, mitä kamerat ovat kuvanneet luennon tai keskustelun aikana, jotta tulkitaan kuinka kiinnostuneita opiskelijat ovat olleet. Oliko lasten silmät keskittynyt opettajaan? Vai olivatko he etsivät muualla kuin luokan edessä? Oliko he hymyillen tai paheksuttavat? Vai tuntuivatko he vain hämmentyneen? Vai kyllästynyt?
Opettajille annettaisiin raportti, joka kasvoanalyysin perusteella kertoisi heille, milloin opiskelijoiden kiinnostus oli suurin tai alhaisin. SensorStar-perustaja Sean Montgomery, joka on entinen opettaja, sanoo: ”Tarkastelemalla vain pari korkeaa ja muutamaa matalapistettä saat tarpeeksi takeawaya. Seuraavana päivänä voit yrittää tehdä enemmän hyvää ja vähemmän vähemmän hyvää. "
Epäilemättä joillakin vanhemmilla on paljon kysymyksiä siitä, mitä tapahtuu kaikille videoilleen heidän lastensa kasvoista. Montgomery on kuitenkin vakuuttunut siitä, että suurin osa suostuu antamaan lapsilleen videonauhoituksen, kun he näkevät, kuinka paljon se auttaa opettajia hiottamaan taitojaan.
Hän on vakuuttunut siitä, että viiden vuoden kuluttua koko maassa opettajat käyttävät sitä. Ensinnäkin, hänen on kuitenkin todistettava, että SensorStar-algoritmit voivat todella tulkita nuorten mielen toimintaa yksinkertaisesti perustuen silmien liikkeisiin ja kasvojen ilmeeseen.
Pienet mitat
Tämä tietysti olettaa, että opettajat hyppäävät oikealle alukselle. Mikä on tuskin varma asia, kun otetaan huomioon viime vuonna vastaus raporttiin, jonka mukaan Bill and Melinda Gates -säätiö auttaa rahoittamaan anturirannekkeiden kehittämistä, jotka voisivat ainakin teoriassa seurata opiskelijan sitoutumista.
Rannelaitteet on suunniteltu lähettämään pieni virta ihon läpi ja mittaamaan sitten hienoisia muutoksia sähkövarauksissa hermoston reagoidessa ärsykkeisiin. Näitä rannekoruja on käytetty kokeissa mittaamaan, kuinka kuluttajat reagoivat mainontaan, ja ajatellaan edelleen, että jos he voivat kertoa, kuinka jännittyy joku autoilmoitusta katsellessaan, he voivat antaa sinulle käsityksen siitä, kuinka jazzoitu lapsi voi saada osuuksia . (Tai ei.)
Ei niin nopeasti, napsauttivat skeptikot. He huomauttivat nopeasti, että se, että toinen luokka on innoissaan, ei tarkoita, että hän oppii jotain. Ja vaikka rannekorun vahvistimet väittävät, että niiden tarkoituksena on auttaa opettajia, kriitikot sanovat, että ketään ei pitäisi yllättää, jos antureita lopulta käytetään arvioimaan niitä. Jotkut opettajat ehdottivat, että heidän olisi ehkä tehtävä satunnaisia huutoja tuntisuunnitelmiinsa pitääkseen jännityksen korkeana.
Viime kädessä kysytään, uskotko, kuten Bill Gates, että luokkahuonekäyttäytymisen tietojen kerääminen ja analysointi on avain tieteen soveltamiseen oppimisprosessiin. Tai jos luulet, että opetus on enemmän taidetta kuin tiedettä ja että yhteys opettajien ja opiskelijoiden välillä on liian monimutkainen ja vivahteellinen mitattavaksi tietopisteiden keräämisen avulla.
Kuka on tietosi?
- Ja et syö salaattia ensimmäisen kuuden kuukauden aikana yliopistossa: Yhä useammat oppilaitokset käyttävät ennustavaa analyysiä antaakseen opiskelijoille hyvän käsityksen siitä, kuinka he pärjäävät luokassa ennen kuin edes kirjautuvat siihen. Käyttämällä tietoja opiskelijan omasta akateemisesta suorituksesta ja muilta, jotka ovat jo käyneet luokan, neuvonantajat voivat ennakoida yhä tarkemmin, kuinka todennäköistä on, että tietty opiskelija onnistuu tai epäonnistuu.
- Ole hyvä ja pidä tästä sijoituksesta: Viime viikolla Facebookin perustaja Mark Zuckerberg teki ensimmäisen sijoituksensa startup-yritykseen - hän liittyi sijoittajaryhmään sijoittaen 4 miljoonaa dollaria siemenrahoja Massachusetts-nimisen Panorama Education -yrityksen taakse. Se katkaisee K-12-kouluille suoritettujen kyselyjen tietoja ainakin aiheista, kuten miksi jotkut lupaavat oppilaat epäonnistuvat, miksi kiusaaminen on erityisen näkyvää yhdeksännen luokan poikien keskuudessa.
- Testien suorittaminen: Quick Key -nimellä älypuhelinsovelluksella on optinen skanneri, joka pystyy nopeasti luokittelemaan SAT-tyyliset kuplavastauslomakkeet . Sitten se lataa tulokset opettajien sähköisiin oppikirjoihin ja analysoi tiedot.
- Applen poiminta-aika: Aiemmin tällä viikolla Applen toimitusjohtaja Tim Cook ilmoitti, että iPadien osuus koulujen nykyisistä tableteista on 94 prosenttia. Yhtiön myynti on hidastunut kuluttajamarkkinoilla, joten se on antanut suuren askel koulutukseen tarjoamalla alennuksia irtotavarana ostoista.
- Ja he luultavasti vetäytyivät linjojen ulkopuolelle: Michiganin osavaltion yliopistosta tehdyssä uudessa tutkimuksessa havaittiin, että ihmiset, jotka olivat mukana taiteellisessa toiminnassa koulunsa aikana, olivat yleensä kasvaneita innovatiivisempia - erityisesti, että he todennäköisemmin tuottivat patentteja ja markkinoille yrityksiä aikuisina.
Videobonus: Bill Gates tarjoaa kokemuksensa siitä, kuinka hänen mielestään opettajille tulisi antaa palautetta.
Videobonusbonus: Tässä on toinen käänne kasvojen tunnistukseen luokkahuoneessa.
Lisää Smithsonian.com-sivustolta
Yksi päivä puhelimesi tietää, oletko onnellinen vai surullinen
Miksi Suomen koulut ovat niin menestyviä?
