Aqui na Matific, julgamos os méritos do nosso trabalho com base na sua adesão aos nossos princípios pedagógicos, um dos quais é a aprendizagem personalizada. Quando tivemos a tarefa de criar um mecanismo adaptável, estávamos preocupados, antes de mais nada, em fornecer uma ferramenta para aprendizagem personalizada:

Na Matific, avaliamos o nosso trabalho de acordo com os nossos princípios pedagógicos, entre eles está a aprendizagem personalizada. Possuímos uma linah de aprendizagem adaptativa e totalmente personalizável.

Até recentemente, esse princípio se aplicava à experiência que os alunos tinham ao concluir nossas atividades. Agora que a Nova Experiência do Aluno foi lançada, ele se aplica não apenas à sua experiência dentro de uma atividade - mas também entre as atividades!

A nova experiência do aluno representa um enorme salto à frente para a Matific em muitos aspectos, mas o que vou falar hoje é sobre aprendizagem adaptativa. Essa tecnologia conecta nossos episódios e cria um caminho de aprendizagem personalizado para cada aluno em todo o nosso catálogo. Representa a realização de nossos princípios pedagógicos para cada aluno de uma forma profunda.

O caminho adaptativo 

A educação tecnológica mais simples (especialmente em matemática) é avaliar os testes automaticamente. Essa tecnologia teve origem nas décadas de 70 e 80 como elemento básico de testes padronizados em todo o mundo.

Quase todos os recursos de tecnologia educacional de alguma forma internalizam a classificação automática. Alguns permitem que você analise os dados de forma inteligente ou forneça testes em tempo real para que você possa competir em sala de aula. Outros recursos recomendam intervenções com base em análises.

A tecnologia adaptável vai além disso. Um programa de adaptação analisa os dados e imediatamente toma medidas para melhorar a experiência de aprendizagem de cada aluno. Isto é de particular interesse para os professores, que querem "" personalizar "a aprendizagem de cada aluno, mas não têm tempo suficiente. A tecnologia educacional que fornece tecnologia adaptável está crescendo devido ao tempo que economiza aos professores e aos resultados que tem para os alunos.

Algoritmo adaptativo da Matific

O principal objetivo do algorítimo é identificar rapidamente a área de desenvolvimento imediata de um aluno (ZDP) e fornecer exercícios dentro dessa área. Conforme você aprende e cresce, a área de desenvolvimento próximo é atualizada. Assim, eles aprendem e crescem à medida que o fazem.

A Matific possui mais de 1.000 habilidades em seu banco de dados. Exemplos:

• Medição com área / tamanho / unidades
• Meça a área de uma forma, exatamente ou aproximadamente, ladrilhando-a com quadrados unitários
• Subtração / representações concretas / Retirada de até 5
• Encontre o número de objetos restantes após excluir um certo número de objetos de um conjunto; o intervalo é 0-5.

Nossos especialistas pedagógicos os conectaram com setas para indicar as relações de pré-requisitos. Esta é a aparência de parte desta rede:

Fica muito complicado muito rapidamente!

Uma flecha da Habilidade A para a Habilidade B indica que a Habilidade A é um pré-requisito da Habilidade B. Pense nisso como um mapa de conhecimento - o crescimento de cada aluno é medido por seu progresso em

Estabelecer um conjunto de habilidades básicas e
Crescendo a partir dessa base para novas habilidades que estão prontos para aprender
A Ilha da Aventura foi projetada para descobrir e mirar nessas áreas. Para entender melhor como ele funciona, vamos dar uma olhada em um "exemplo prático" simplificado:

Um aluno que demonstrou domínio de "Adição de fração / representações concretas / denominadores semelhantes" agora está pronto para aprender com as atividades associadas aos dois nós para os quais ele flui. Eles podem começar a experimentar representações concretas de frações com denominadores diferentes e aprender um pouco de pensamento estratégico ao abordar a adição de frações com denominadores semelhantes.

Depois de demonstrar proficiência com ambas as habilidades, eles estão prontos para encontrar atividades projetadas para atingir a habilidade mais correta - estendendo seu pensamento estratégico para adição de frações com denominadores diferentes.

E os alunos que não estão demonstrando proficiência?

Se um aluno está lutando com uma habilidade específica, podemos mostrar aos alunos atividades associadas a seus pré-requisitos e, em seguida, os pré-requisitos dessas habilidades, retrocedendo na rede até encontrarmos algo certo para eles. As atividades da Matific são projetadas para garantir que os alunos encontrem novas ideias em um ambiente seguro e divertido. Em última análise, queremos ajudar os alunos a ter sucesso o mais rápido possível para aumentar sua confiança.

O verdadeiro desenvolvimento de habilidades leva tempo e repetição, então os alunos verão as atividades que já concluíram aparecerem mais uma vez em seu caminho. Nossa abordagem de "aprendizagem em espiral" para aprender matemática é evidente na jornada de cada aluno através de nosso conteúdo.

O futuro da adaptabilidade

Em um futuro não muito distante, espero que todos os produtos EdTech no mercado reivindiquem algum grau de "adaptabilidade". Os desafios que a indústria enfrenta são duplos:

Como podemos garantir que estamos adaptando nossos produtos para maximizar o aprendizado do aluno acima de qualquer outra motivação? Como podemos demonstrar isso aos professores?
Como trabalhamos com os professores para melhor integrar essa tecnologia em suas salas de aula?

Eu ouvi a aprendizagem adaptativa em comparação com a construção de um "carro que dirige sozinho", permitindo ao professor (motorista) sentar e observar o algoritmo assumir o volante. Na Matific, rejeitamos essa analogia como sendo míope. A educação não é uma tarefa robótica como dirigir.

Em vez disso, nos esforçamos para ser o melhor auxiliar do professor possível, automatizando o máximo de trabalho de rotina possível e, ao mesmo tempo, devolvendo todas as informações ao líder da classe (você!).
À medida que mais e mais alunos jogam Matific, nosso algoritmo adaptativo (como qualquer bom algoritmo de recomendação) vai melhorar cada vez mais. Estamos ansiosos para ouvir de você sobre suas experiências com o uso em sala de aula e como ferramenta de lição de casa!

Entre em contato e diga-nos o que você acha. Adoraríamos ouvir de você.