Carnegie Learning, líder en inteligencia artificial para educación K-12 y evaluación formativa, anunció hoy que recibió una subvención transformacional de la National Science Foundation (NSF) para diseñar infraestructura de investigación educativa para realizar un seguimiento de los resultados de los estudiantes.
La subvención de $400,000 financia un proyecto de cinco años para desarrollar nuevos enfoques para personalizar automáticamente la instrucción para los estudiantes. Es una de las seis subvenciones de NSF que Carnegie Learning ha recibido desde 2004.
La investigación avanza en la ciencia del aprendizaje y la instrucción, métodos para analizar datos educativos complejos y algoritmos de aprendizaje automático que utilizan datos para mejorar las experiencias educativas.
Ahora más que nunca, es primordial utilizar materiales efectivos para ayudar a los estudiantes cuyo progreso de aprendizaje se vio obstaculizado durante la pandemia.
La boleta de calificaciones de la nación demuestra claramente un sentido de urgencia para cerrar la brecha de aprendizaje en lectura y matemáticas con un plan de estudios que ofrece resultados.
“Lo que sabemos al hacer este trabajo durante más de 30 años es que cuando los estudiantes sienten una conexión personal con el material de instrucción, es mucho más probable que se involucren y aprendan”, dijo el científico jefe de aprendizaje de Carnegie, Steve Ritter.
“Al personalizar el contexto de los problemas, los estudiantes tienden a tener un mejor desempeño académico y sus sentimientos sobre el tema, particularmente en temas STEM, mejoran. El objetivo es proporcionar las condiciones que optimicen la conexión del estudiante con el material, despertando así su interés y deseo de aprender”, indicó.
Este proyecto desarrolla Experiments as a Service Infrastructure (EASI), que reduce las barreras para realizar experimentos aleatorios que comparan formas alternativas de diseñar experiencias de aprendizaje digital, así como analizar los datos derivados de los sistemas para cambiar rápidamente lo que reciben las personas del futuro.
Lo hacen reuniendo a investigadores multidisciplinarios en torno al problema compartido de probar ideas para mejorar y personalizar los recursos educativos.
Un esfuerzo de colaboración con los socios de educación superior Carnegie Mellon University, la Universidad de Toronto y la Universidad de Alabama, el trabajo alinea a diversas comunidades educativas en torno al problema compartido de mejorar y personalizar la educación.
A través de la experimentación, la investigación multidisciplinaria brinda un amplio apoyo para la colaboración y el intercambio de diseños, datos, scripts de análisis y algoritmos, al tiempo que fomenta una comunidad en línea para promover resultados innovadores, impactantes y de alta calidad.