ETİKETLER :
intel sanal öğretmen
,
adaptif öğrenme platformu
,
intel realsense
,
eğitim teknolojileri
,
teknolojik eğitim
,
kişiselleştirilmiş eğitim
Intel İstanbul Ar-Ge Merkezi laboratuvarlarında geliştirilen ve insan hareketlerini algılayarak ‘akıllı’ iletişim kurmaya olanak tanıyan ‘Adaptif Öğrenme Platformu’ öğrencilerle birlikte geliştiriliyor. Son aşamada Doğa öğrencileriyle birlikte gerçekleştirilen uygulamalarla, platform üzerinde kurgulanan yapay zeka modelleri, her öğrenci için kişisel hale getiriliyor. Doğa Okulları’nda farklı sınıflarda eğitim gören öğrencilerle her biri yaklaşık 40 dakikadan oluşan 5 farklı oturum gerçekleştirildi. Bu oturumlarda, Adaptif Öğrenme Platformu her bir öğrenci için kişisel hale getirildi. Okul dönemi süresince devam edecek olan pilot oturumlarının sonunda, platformun öğrenci ilgi seviyesi üzerindeki etkilerinin ve bunun öğrenme performansına olan katkısının tespit edilmesi hedefleniyor. Kişiselleşmiş modellerin kullanımıyla, ilgi seviyesinin tespitinde genel modellere nazaran en az %28 iyileştirme sağlanması öngörülüyor.
Eğitim alanında Intel RealSense teknolojisi kullanılarak hayata geçirilen ve “Sanal Öğretmen” olarak bilinen Adaptif Öğrenme Platformu, Intel’in İstanbul’daki Ar-Ge Laboratuvarlarında tasarlandı ve geliştirildi. Projeye göre, bilgisayar ve tabletle ders çalışan öğrencilerin göz ve yüz hareketleri gibi görsel verileri üç boyutlu kameralarla algısal hesaplama teknolojisi sayesinde izleniyor. Öğrenme sürecinde, kişinin hangi konularda dikkatinin dağıldığından, neyi sıkça tekrar ettiğine ve ne zaman mola vermesi gerektiğine kadar birçok alanda veri toplanıyor ve veriler yapay zekâ ile destekleniyor. İnsan duygularıyla empati kurabilen sistem sayesinde kişiye, dikkati dağıldığında daha ilgili olduğu konular önerilmesi veya dikkatini çekebilecek alternatifler sunulması sağlanıyor.
Proje Öğrencilerle Birlikte Geliştiriliyor!
Proje daha önce gerçekleştirilen uygulamalarla son aşamasına ulaşmış bulunuyor. İlk uygulamaların sonunda, öğrenci ilgi seviyesinin farklı öğrenciler arasında değişiklik gösterdiği gözlemlendi ve kişiselleştirilmiş yapay zeka modellerinin gerekliliği ortaya kondu. Projenin bu uygulaması kapsamında, yapay zeka modellerini kişiselleştirme çalışmaları sürdürülüyor. Model kişileştirilmesine ilişkin gerçekleştirilen ilk deneyler, kişisel model kullanımıyla ilgi seviyesi tespitinin en az %28 oranında iyileşebileceğine işaret ediyor.