EduSense er et omfattende klassesensoringssystem, der giver instruktører detaljerede data om deres egen undervisning og elevernes engagement. Kredit:Carnegie Mellon University
Mens uddannelses- og feedbackmuligheder er mange for K-12-pædagoger, det samme kan ikke siges om instruktører i videregående uddannelser. I øjeblikket, den mest effektive mekanisme til faglig udvikling er, at en ekspert observerer et foredrag og giver personlig feedback. Men et nyt system udviklet af Carnegie Mellon University-forskere tilbyder et omfattende realtids-sensingsystem, der er billigt og skalerbart for at skabe en kontinuerlig feedback-loop til instruktøren.
Systemet, kaldet EduSense, analyserer en række visuelle og lydfunktioner, der korrelerer med effektiv instruktion. "I dag, læreren fungerer som sensoren i klasseværelset, men det er ikke skalerbart, "sagde Chris Harrison, adjunkt i CMU's Human-Computer Interaction Institute (HCII). Harrison sagde, at klasseværelsestørrelser er balloneret i de seneste årtier, og det er svært at holde foredrag og være effektiv i store eller auditorium-stil klasser.
EduSense er minimalt påtrængende. Det bruger to vægmonterede kameraer-et mod elever og et mod instruktøren. Det fornemmer ting som elevernes holdning for at bestemme deres engagement, og hvor lang tid instruktører holder pause, inden de ringer til en elev. "Dette er kodificerede ting, som uddannelsesudøvere har kendt som bedste praksis i årtier, "Sagde Harrison.
Et enkelt hyldekamera kan se alle i klasseværelset og automatisk identificere oplysninger, f.eks. Hvor eleverne kigger, hvor ofte de løfter deres hænder, og hvis instruktøren bevæger sig gennem rummet i stedet for at blive bag et podie. Systemet bruger OpenPose, et andet CMU -projekt, for at udtrække kropsposition. "Med fremskridt inden for computersyn og maskinlæring, vi kan nu give indsigt, der ville tage dage om ikke måneder at få med manuel observation, "sagde Karan Ahuja, medlem af forskergruppen, der forfølger sin ph.d. i HCII.
Harrison sagde, at lærende forskere er interesserede i undervisningsdataene. "Fordi vi kan spore kroppen, det er som at bære en dragt af accelerometre. Vi ved, hvor meget du drejer hovedet og bevæger dine hænder. Det er som om du har et virtuelt motion-capture-system på, mens du underviser. "
Brug af kameraer med høj opløsning, dampende 4K-video til mange klasser på én gang, er et "beregningsmæssigt mareridt, "Sagde Harrison. For at følge med, ressourcer er elastisk tildelt for at give den bedst mulige billedhastighed for data i realtid.
Projektet har også et stort fokus på beskyttelse af fortrolige oplysninger, guidet af Yuvraj Agarwal, en lektor i universitetets Institute for Software Research. Teamet ønskede ikke at identificere individuelle elever, og EduSense kan ikke. Der bruges ikke navne eller identificerende oplysninger, og da kameradata behandles i realtid, det kasseres hurtigt.
Nu hvor teamet har demonstreret, at de kan fange dataene, HCII -fakultetsmedlem Amy Ogan sagde, at deres nuværende udfordring er at pakke den ind og præsentere den på en måde, der er uddannelsesmæssigt effektiv. Teamet vil fortsætte med at arbejde med instruktørvendte apps for at se, om professorer kan integrere feedbacken i praksis. ”Vi har fokuseret på at forstå, hvordan hvornår og hvor de bedst kan præsentere feedback baseret på disse data, så det er meningsfuldt og nyttigt for instruktører at hjælpe dem med at forbedre deres praksis, " hun sagde.
Denne forskning er blevet præsenteret på Ubicomp, den internationale konference for læringsvidenskaber, og vil blive præsenteret i april i år på American Educational Research Association årsmøde.
Sidste artikelNy antenneteknologi til ekstremt hurtig 5G og 6G testet med succes
Næste artikelPå vej til intelligente mikrorobotter