Conocimientos Críticos para ETS® AI Labs™
El trabajo en los laboratorios ™ de IA de ETS® está impulsado por las necesidades de los usuarios. Y, aunque el futuro de la enseñanza y el aprendizaje es casi imposible de predecir, los laboratorios diseñan nuestras visiones en torno a los siguientes conocimientos críticos.
Eficiencia
Se puede apoyar a los alumnos mediante eficiencias en la forma en que acceden, interactúan y completan programas educativos y de preparación laboral, así como las evaluaciones instruccionales requeridas como parte de dichos programas. Se puede apoyar a los educadores mediante métodos eficientes para la evaluación diagnóstica y holística del compromiso, progreso y rendimiento del alumno.
Flexibilidad
Los modos de aprendizaje varían a medida que los entornos presenciales pasan a una mezcla de experiencias presenciales, remotas y mixtas menos estandarizadas, guiadas por alguna combinación de profesor, padre/tutor y auto-facilitación. Para satisfacer las necesidades de los usuarios, las experiencias de aprendizaje requerirán soluciones que ofrezcan elección, personalización, adaptación, auto-ritmo e integración.
Perspectivas
Educadores, padres y alumnos pueden recibir apoyo mediante herramientas automatizadas para traducir datos ricos capturados en soluciones digitales en conocimientos accionables. Los modelos de servicios en vivo que apoyen la interpretación de datos serán reemplazados por retroalimentación en tiempo real con recomendaciones y plataformas de informes interactivas con interfaces de usuario audaces y experiencias intuitivas que ayuden a guiar el aprendizaje.
Eficacia
Los usuarios y responsables de la toma de decisiones seguirán buscando información sobre qué soluciones funcionan, para quién y por qué. Sin embargo, la dependencia de las relaciones entre el uso y resultados de alto riesgo como las puntuaciones de evaluación sumativa disminuirá, basándose las decisiones en su lugar en pruebas significativas de que una solución apoya la implicación, la persistencia y la progresión del aprendizaje.
Equidad
Los responsables políticos y los administradores seguirán lidiando con cuestiones de equidad en EdTech, como la brecha digital, los estándares de datos no uniformes y la eficacia diferencial entre subpoblaciones de estudiantes. Se esperará información sobre cómo los proveedores de aprendizaje y evaluación están abordando estos temas.
Ética
Las expectativas y regulaciones sobre el uso responsable de los datos, específicamente cómo se recopilan, manejan, almacenan y aplican a soluciones mejoradas tecnológicamente, aumentarán. La comunicación transparente de las políticas de datos se convertirá en un punto de juego.