➕ Друзья, на прошлой неделе мы разобрались, что такое цикл Колба и как его применять в корпоративном обучении.

Продолжаем «День новичка» в сообществе Digital Learning и сегодня хотим на примере показать, как применять цикл Колба в наставничестве на платформе для онлайн-обучения iSpring Learn

Листайте карточки от наших друзей из iSpring ➡️


Напоминаем, что у нас есть чудесный чат DL-Beginner для новичков и начинающих. Добро пожаловать!

Ставьте лайки 👍 и огоньки 🔥, если было полезно!

Консорциум развития сообщества Digital Learning

Функциональный Фантом Преподавателя - апдейт по ходу проекта

С прошлого краткого отчета о ходе проекта Цифровой двойник преподавателя есть явный прогресс. В 2035 проект был закрыт и заморожен и поэтому силами энтузиастов пришлось начинать все с нуля «в свободное от работы время» :)

1️⃣ Проведенные UX тесты показали, что как таковой «двойник» преподавателя (то есть полноценная 3d копия) на данном этапе не нужен.

Пользователям достаточно фото рядом с чатом. А некоторых "неживой" 3D человек так и вовсе коробит. Возможно этому поспособствовал «взрыв» ChatGPT приучивший получать полезность от «просто текста».

2️⃣ Мы выделили три функции которые должен выполнять фантом преподавателя.

Эксперт - Собеседник
Это присадка к MOOс позволяющая задавать вопросы по любым тематикам обсуждаемым в курсе или находящимся рядом. Для этого мы обучаем на более крупном массиве данных нейросеть, которая позволяет получат развернутые экспертные ответы на любые вопросы пользователей

Эксперт - экзаменатор
Это модуль проверки знаний через открытые вопросы. Здесь ансамбль нейросетей оценивает то как именно дан ответ, насколько полно он сформулирован и выдает максимально полный правильный ответ указывая на что требуется обратить внимание

Рефлектор
Это модуль собирающий и обрабатывающий аудио рефлексию пользователей по поводу курса а также систематизирующий все собранные данные в удобный дэшборд цифрового следа пользователя

3️⃣ Мы поигрались с ChatGPT и поняли что в чистом виде применять его для серьезных образовательных проектов не стоит.

Он триггерится наиболее частотными терминами. Это значит что если в запросе будет скажем 3 термина из которых два значительно более часто встречаются, то ответ он сформирует на них, не уделяя внимания третьему менее частотному.

Кроме того ChatGPT часто строит утверждения на основании неполных данных.

Это был небольшой апдейт, Через неделю-две выкатим Лайв демо

🏳️ИИ, дата центричный педдизайн, на канале Дизайн Образования

Андрей Комиссаров и Сообщество Digital Learning