Anvendelse af kunstig intelligens til naturvidenskabelige uddannelser

En ny anmeldelse offentliggjort i Journal of Research in Science Teaching fremhæver potentialet ved maskinlæring – en delmængde af kunstig intelligens – i naturvidenskabelige uddannelser. Selvom forfatterne indledte deres gennemgang før COVID-19-udbruddet, pandemien fremhæver behovet for at undersøge banebrydende digitale teknologier, mens vi nytænker fremtiden for undervisning og læring.

Baseret på en gennemgang af 47 undersøgelser, efterforskere udviklede en ramme til at konceptualisere maskinlæringsapplikationer i videnskabelig vurdering. Artiklen har til formål at undersøge, hvordan maskinlæring har revolutioneret kapaciteten af ​​videnskabsvurdering med hensyn til at udnytte komplekse konstruktioner, forbedring af vurderingsfunktionalitet, og lette scoringsautomatik.

Baseret på deres undersøgelse, forskerne identificerede forskellige måder, hvorpå maskinlæring har transformeret traditionel videnskabelig vurdering, samt forventede virkninger, som det sandsynligvis vil have i fremtiden (såsom at give personlig videnskabelig læring og ændre processen for uddannelsesbeslutningstagning).

"Maskinlæring påvirker i stigende grad alle aspekter af vores liv, herunder uddannelse, " sagde hovedforfatter Xiaoming Zhai, en assisterende professor ved University of Georgias Mary Frances Early's Department of Mathematics and Science Education. "Det forventes, at den banebrydende teknologi kan være i stand til at omdefinere videnskabsvurderingspraksis og væsentligt ændre uddannelse i fremtiden."

Artiklen er en del af et særligt tidsskriftsnummer om "Science teaching, læring, og vurdering med det 21. århundrede, banebrydende digitale teknologier."