Edtech muda a educação

0
861

Para um filho de dez anos, Amartya é um sujeito pensativo. Uma segunda-feira de manhã na Khan Lab School (KLS) em Mountain View, na Califórnia, ele explica que suas matemáticas são “bastante fortes”, mas ele precisa trabalhar em sua escrita. Não se preocupe, porém; Amartya tem um plano. Ele irá praticar gramática on-line, reservar um slot com um professor de inglês e consultar seu mentor. Mais tarde, ele enviará um e-mail ao seu correspondente para pedir ajuda também.

Este é o tipo de arranque produzido pela KLS. Seus alunos não têm lição de casa ou boletim de notas ou passam o dia inteiro nas salas de aula. Não são estratificados por idade; Eles compartilham espaços comuns à medida que perseguem objetivos e horários individuais, usando o software desenvolvido por desenvolvedores internos para fazer testes e assistir a aulas de vídeo da organização irmã da escola, a Academia Khan, que faz tutoriais online. A metade dos professores atua como tutores, ajudando com o trabalho acadêmico. O resto dos alunos mentores em traços de caráter, como curiosidade e autoconsciência.

Ultimas atualizações

Veja todas as atualizações

A idéia de usar a tecnologia para renovar a educação não é nova. Em 1928, Sidney Pressey, um psicólogo, inventou uma “máquina de ensino” que ele imaginou “liberando … professora e aluna de trabalho educacional”. O autômato tinha um tambor de papel exibindo perguntas de múltipla escolha. Pressionando a tecla direita moveu o tambor, produzindo doces para smarty-pants.

Apesar da isca revestida de açúcar, a máquina de ensino de Pressey foi o caminho da maioria dessas tecnologias. Não estava à altura do exagero. Desde então, uma sucessão de invenções que prometeu reformar escolas não fez tal coisa. A tecnologia da informação remodelou outros setores; Isso teve pouco impacto na educação.

Isso não foi por falta de hardware. Em 1984, ano em que o primeiro Macintosh foi lançado, as escolas americanas calcularam em média um computador por cada 125 alunos. Em 2012, havia cinco para cada nove. Mas este grande impacto no acesso à TI teve “pouco ou nenhum efeito positivo” nos resultados, como os resultados dos exames, de acordo com uma análise de ensaios de todo o mundo publicados no ano passado por George Bulman e Robert Fairlie, da Universidade da Califórnia. Em 2015, a OCDE não encontrou nenhuma ligação entre o que os países gastam em TI nas escolas e as habilidades de 15 anos em matemática, ciência e leitura.

Agora, porém, a estase está finalmente começando a mudar, por duas razões. O primeiro é que “edtech” é cada vez mais capaz de interagir com os alunos de maneiras sofisticadas. Estudos recentes mostram que o software que imita o papel responsivo de um tutor, em vez de apenas criar perguntas e respostas, pode, de fato, acelerar a aprendizagem das crianças. O segundo motivo é a experiência de um número crescente de escolas, como a KLS, que não são apenas um desafio para a maneira existente de fazer coisas, mas usando o novo software para mudar a forma como os alunos e os professores passam seu tempo. Ambos, ao que parece, são mais produtivos. Durante muitas décadas, os inovadores educacionais anteciparam o fim do “modelo de fábrica”, pelo qual as crianças da mesma idade aprendem com o mesmo professor da mesma forma, mas o modelo perdura. Agora, pelo menos em alguns lugares,

Os investidores, tanto filantrópicos quanto de outra forma, estão entusiasmados. A Edtech é uma das prioridades do fundo de investimento criado por Mark Zuckerberg e sua esposa, a Iniciativa Chan Zuckerberg (CZI). Ele quer que a maioria das escolas americanas adote o novo tipo de educação que promete dentro de uma década – e depois ajude a espalhá-lo em todo o mundo. O valor combinado dos mercados norte-americanos e europeus do edtech (incluindo o ensino superior e superior, bem como as escolas) deverá crescer de US $ 75 bilhões em 2014 para US $ 120 bilhões em 2019, de acordo com a Technavio, uma empresa de pesquisa.

A pesquisa em dois campos está moldando a nova tecnologia. Inteligência Artificial (AI) é permitir que as máquinas aprendam sobre as pupilas usando-as estudando os dados produzidos no processo. E a pesquisa baseada em psicologia, ciências cognitivas e outras disciplinas está fornecendo uma visão prática da “ciência da aprendizagem”.

O falecido psicólogo norte-americano Benjamin Bloom convenceu muitos educadores que superar as falhas do modelo da fábrica exigiam que a instrução grupal fosse mais uma taxa de matrícula pessoal – que seus estudos mostraram ser a forma mais efetiva de ensino. O software “Aprendizagem adaptativa”, desenvolvido pela primeira vez por cientistas da informática na década de 1970, aspira a imitar as habilidades individuais de uma aula. Tais programas utilizam as respostas dos alunos para informar a escolha das questões subsequentes, ajustando a dificuldade à medida que se seguem.

O aprendizado de máquina, um ramo da AI que permite que os computadores peguem em padrões que não estavam explicitamente programados para perceber, se presta bem a essa abordagem. Mas não é essencial. Mindspark, desenvolvido por Educational Initiatives, uma empresa indiana, simplesmente se baseia em um banco de 45.000 perguntas e as respostas de 2m geradas todos os dias. Seus desenvolvedores anteciparam erros comuns, usando mais de uma década de dados de alunos e código escrito para diagnosticar os erros. Por exemplo, as crianças geralmente dizem que 3.27 é maior do que 3.3, ou 4.56 é maior que 4.9; A razão é que eles estão vendo o “27” e o “56” após os pontos decimais como sendo maiores do que o “3” e o “9”, um erro conhecido como “número inteiro de pensamento”. O Mindspark retomará esse padrão de erro e recomendará exercícios corretivos específicos.

Os programas mais recentes que estão sendo desenvolvidos em todo o mundo usam a aprendizagem da máquina para encontrar padrões de erro e força específicos da pupila. As principais marcas americanas incluem ALEKS, Knewton e DreamBox Learning. Siyavula Practice, um produto sul-africano, é usado por mais de 32.000 alunos em 388 escolas para ensinar matemática e ciência. O Geekie foi utilizado por 415 mil alunos nas escolas públicas de São Paulo e por muitos mais em casa. Byju’s, outra empresa de educação indiana, recebeu US $ 50 milhões em uma rodada de investimento liderada pela CZI em 2016. Na China, 17zuoye (“trabalho em casa”) usa software de reconhecimento de voz para ajudar os alunos a aprender inglês. Se uma criança diz “sete batatas”, ou “nove maçãs”, 17zuoye oferecerá ajuda com substantivos plurais.

O rápido progresso no reconhecimento e geração de fala pode levar essas idéias ainda mais. Pesquisadores do ArticuLab na Carnegie Mellon University usaram tecnologia de reconhecimento de voz para desenvolver Alex, um “parceiro virtual”, que fala com crianças em um vernáculo que os faz sentir mais confortáveis ​​na aula. Suas descobertas sugerem que algumas crianças negras aprendem ciência mais rapidamente quando interagem com um parceiro virtual usando vernácula afro-americana do que falando com um dialeto padrão.

Algumas dessas empresas prestam muita atenção à ciência da aprendizagem. Os algoritmos de Siyavula ajustam seus questionamentos para que os usuários obtenham a resposta correta cerca de 70% do tempo. Essa é aproximadamente a taxa de sucesso, diz, que nem afura nem deflaciona os alunos. ALEKS, enquanto isso, evita perguntas de múltipla escolha. Em vez disso, exige que os usuários digitem respostas – um método mais tributário. Ambos os produtos retornam periodicamente aos tópicos; Os estudos sugerem que a prática “entrelaçada” ajuda os fatos a se manter.

Um novo artigo de Philip Oreopoulos e Andre Nickow para J-PAL, um grupo no MIT que procura evidências sobre o que realmente funciona quando se trata de aliviar a pobreza, analisa dúzias de ensaios clínicos randomizados envolvendo edtech. Em quase todos os 41 estudos que compararam alunos usando software adaptativo com colegas que foram ensinados por meios convencionais, o ramo assistido por software obteve pontuações mais altas. Na maioria dos estudos, os escores da linguagem também foram altos. “Não há muitas outras intervenções com provas credíveis que demonstram esses tipos de efeitos”, diz o Sr. Oreopoulos (ver gráfico).

Um estudo na revisão do J-PAL é um artigo de Karthik Muralidharan, Alejandro Ganimian e Abhijeet Singh, que examina um esquema indiano após a escola, onde as crianças usaram Mindspark por 4,5 meses. Eles descobriram que o progresso feito em linguagem e matemática por esses alunos era maior do que em quase qualquer estudo de educação em países pobres – e por uma fração do custo de freqüentar uma escola administrada pelo governo.

Em parte, esta é uma função de uma baixa linha de base. Os currículos indianos são muito ambiciosos, artefatos de uma época em que as escolas eram preservadas da elite e, em qualquer momento, uma quarta parte dos professores estarão ausentes. Cerca de metade dos jovens de dez anos da Índia não conseguem ler um parágrafo para crianças de sete anos. Um aspecto particularmente encorajador do estudo foi que pareceu mostrar os menos bem-atendidos pela dispensa atual que se beneficia mais – os artistas mais pobres viram melhorias maiores do que as que já estavam passando.

Analisar os estudos publicados pode não dar uma imagem completa do progresso do campo: como em muitas áreas de pesquisa, estudos com resultados ambíguos ou negativos nunca podem ser publicados. Também é muito mais difícil julgar a tecnologia em assuntos mais suaves – campos onde imitar um tutor é, sem dúvida, mais difícil. Como melhorar o argumento de um ensaio de história não é algo que o edtech apreende facilmente, mais do que poderia aconselhar sobre o uso do humor em uma aula de teatro. Mas ainda pode ajudar as avaliações dos professores nesses campos. No More Marking, uma empresa britânica, mostra professores que emparelharam trechos de ensaios de alunos e pede que decidam qual é melhor; Com comparações suficientes, os algoritmos de “julgamento comparativo” podem classificar os alunos. O método economiza tempo dos professores e também ajuda os alunos. Eles são menos propensos a sofrer porque um professor está com fome,

Nenhum sarcasmo escuro

Também vale a pena notar que o mesmo sistema pode mostrar efeitos diferentes em diferentes testes. Um estudo publicado em 2014 descobriu que os alunos usavam Teach to One: a matemática aprendeu mais rapidamente do que a média nacional, de acordo com um teste padronizado. Mas a pesquisa que surgiu um ano depois não conseguiu conclusões quanto ao seu impacto. Um estudo de outro sistema, o software DreamBox Learning, descobriu que seu impacto diferiu de escola para escola. Quando foi usado por 60 a 90 minutos por semana, como os produtores pretendiam, e suas sugestões sobre como tirar o máximo proveito disso, ele teve efeitos muito melhores.

Ver Teach to One: Matemática em ação sublinha a quantidade de mudança necessária para fazê-la funcionar – o que pode explicar por que isso é menos bom em alguns estudos do que outros. Quando os alunos da Escola Ascend em Oakland chegam para a hora diária e a metade das matemáticas, eles olham para monitores que se assemelham a telas de informações do aeroporto que lhes dizem o que e como eles aprenderão hoje. Um filho deve trabalhar na geometria em um grupo; Outro tomará questões de álgebra em seu laptop. Três professores caminham pelo espaço aberto, verificando o progresso dos alunos. No final da sessão, os alunos tomam um teste curto, que é usado por desenvolvedores em New Classrooms, a instituição de caridade por trás do Teach to One, para definir os horários das crianças para o dia seguinte. Wendy Baty, chefe de matemática da escola, é um entusiasta; Ela diz que os alunos recebem feedback que “mesmo o melhor professor não poderia fornecer a toda a classe”. Vários alunos dizem que gostam disso podem aprender a seu próprio ritmo. Mas outros admitem achar a experiência confusa.

Ao invés de trabalhar por algumas horas em uma escola convencional, outros reformistas estão abrindo os seus próprios. A AltSchool é uma das várias tentativas abrangentes de usar o edtech para fornecer uma forma de “aprendizado personalizado”, que faz parte de uma tradição que remonta a Jean-Jacques Rousseau e Maria Montessori. Fundada por Max Ventilla, um ex-engenheiro do Google, é apoiada, entre outros, pela CZI e a Omidyar Network, criada por Pierre Omidyar, o fundador da eBay. Em cada uma das sete “escolas de laboratório” da AltSchool na Califórnia e Nova York, as pupilas consultam duas peças de software em seus tablets. O primeiro é o “retrato”: um registro do progresso de uma criança em assuntos acadêmicos e habilidades sociais. (Uma medida é se as crianças podem “responder com admiração e admiração”.) A segunda é a “lista de reprodução”, que é onde os alunos obtêm acesso ao material e ao trabalho completo.

Talvez, surpreendentemente, e com tranquilidade, para uma escola tão dependente do software, o tempo da tela é limitado a não mais de 20 a 30% do dia. A ênfase no trabalho do projeto significa que os alunos colaboram entre si. No Yerba Buena AltSchool, em San Francisco, Hugo, 12, explica que ele aprende mais de seus pares aqui do que na sua antiga escola. Os professores da AltSchool dizem que economizam tempo ao não marcar ou planejar lições. Em vez disso, eles analisam dados sobre os retratos dos alunos e os orientam sobre problemas individuais. Hugo diz: “Sinto que os professores aqui realmente me conhecem”.

Dar atenção a esses filhos não é barato. Os pais de Hugo pagam US $ 27.000 por ano, mais do que o dobro da despesa média por aluno nos países da OCDE. Isso não significa que o software AltSchool esteja em desenvolvimento será particularmente caro. Mas o custo total é definitivamente um problema. Muitas das escolas públicas que tentam combinar edtech e aprendizagem personalizada são apoiadas por organizações filantrópicas, como a Fundação Gates. Um estudo do ano passado dos primeiros adotadores pelo Centro de Reinvendimento da Educação Pública na Universidade de Washington, também parcialmente financiado pela Fundação Gates, concluiu que a “estabilidade financeira de longo prazo das escolas ainda não está clara”.

Provavelmente, a tentativa mais influente para descobrir se o aprendizado personalizado de alta tecnologia pode funcionar e ser concedido em escala é o das Escolas Públicas da Cúpula, uma rede de 11 escolas financiadas publicamente na Califórnia e Washington que atendem principalmente estudantes pobres, muitas vezes latinos; 130 mais “escolas parceiras” em 27 estados usam o software da Summit e recebem treinamento da equipe da Summit. Sua plataforma foi construída pro bono pelos engenheiros do Facebook.

Andrew Goldin, chefe das escolas da Cúpula, argumenta que a Plataforma de Aprendizagem da Cúpula permite que os alunos aprendam de forma mais eficiente do que eles quando conduzidos através de cada lição por um professor: “As crianças não precisam ser percorridas em cada etapa”. Isso lhes dá mais tempo Para gastar em projetos, que ocupam metade do dia escolar e que sejam orientados pelos professores.

Algumas informações primeiro

Esse tipo de aprendizagem personalizada tem seus críticos. Colocar os alunos a cargo da rapidez com que aprendem preocupações com alguns cientistas cognitivos. “Nossas mentes não são construídas para pensar”, argumenta Benjamin Riley, de Deans for Impact, uma instituição de caridade que defende a ciência da aprendizagem. Pensar forte sobre as coisas não vem naturalmente, e se as escolas facilitam a evitação, algumas crianças irão fazê-lo. Outra crítica é que as pessoas precisam de uma loja pronta de fatos se quiserem desenvolver muitas formas de criatividade e pensamento crítico (uma visão defendida por um dos primeiros gigantes da IA, Herbert Simon). Como Daniel Willingham da Universidade da Virgínia coloca: “o conhecimento é cumulativo”. No mundo do Google Tablet e do telefone sempre Google+, pode ser tentador para as crianças não preencherem essa loja, e para os professores não se preocuparem demais.

Dando aos filhos mais controle sobre sua aprendizagem, o Sr. Goldin argumenta, os motiva; Se os alunos não compreendem o básico, eles não podem participar de projetos. Ele também aponta para os resultados da Cimeira. Cerca de dois terços da pontuação dos alunos também e melhor do que a demografia prevêem em um teste de matemática nacional. Em 2015, 93% dos alunos que participaram da Summit passaram a se formar, dez pontos percentuais a mais do que em escolas vizinhas comparáveis. Dos graduados, 99% chegaram à universidade.

Achievement First, um grupo de 34 escolas na costa leste da América, que é famoso por uma disciplina difícil, está testando um modelo similar. Assim também são escolas em cidades como Chicago, Nova York e Boston. Mais de 3.000 superintendentes (os funcionários que dirigem os distritos escolares dos Estados Unidos), que representam cerca de um terço dos alunos das escolas públicas, assinaram uma promessa de “transição” para “aprendizagem digital personalizada”.

O quão bem o modelo funcionará quando se espalha não está claro. Em 2015, a RAND Corporation, um grupo de reflexão, publicou o estudo mais completo ainda de escolas que utilizam aprendizado personalizado de alta tecnologia. Comparou os resultados dos exames dos alunos em 62 dessas escolas com as de alunos semelhantes nas escolas comuns. O primeiro fez um maior progresso, especialmente aqueles que começaram perto do fundo da classe.

O relatório é amplamente divulgado pelos defensores da aprendizagem personalizada. O Sr. Zuckerberg o usa para afirmar que: “Sabemos que a aprendizagem personalizada é muito melhor.” Esse é um estiramento de proporções yóguicas. Os resultados são dos primeiros adotadores do modelo, com professores altamente motivados. E os pesquisadores da RAND não conseguiram descobrir o que as escolas estavam fazendo para obter seus resultados. Sem essa compreensão, expandir o modelo será complicado. Um outro relatório da RAND, divulgado em 11 de julho, reiterou essas preocupações.

Os professores podem ser mais céticos longe de Silicon Valley. E os pais podem estar mais preocupados com a privacidade. O software de aprendizagem em máquina tem um incentivo para acumular dados; Eles fazem previsões mais precisas. Novas plataformas contêm contas das habilidades de uma criança muito mais detalhadas do que qualquer boletim informativo.

Os defensores e os céticos do novo modelo continuarão a argumentar. Mas ambos os lados são culpados de caricaturizar o outro. Os técnicos podem fazer parecer que os professores das escolas comuns falam com todos os alunos exatamente da mesma maneira. Eles não; Estudos mostram repetidamente que os professores usam “instrução diferenciada” entre alunos de diferentes habilidades, mesmo que não possam oferecer atenção individualizada.

Mas escolas que usam aprendizado personalizado não são áreas de jogo anárquicas. Os alunos podem ter mais poder, mas não têm controle completo. “A escolha não adulterada não é boa”, diz Aylon Samouha da Transcend Education, uma instituição de caridade. “Você precisa de padrões e estrutura”.

Se as escolas podem combinar personalização e rigor, é difícil imaginar que os alunos não se beneficiem. O software de educação não está tornando o ensino obsoleto. Seja como for, torna a arte do ensino mais importante. Isso seria uma boa notícia para a sala de professores e a sala de aula. Para Hugo, de 12 anos, observa, “muitos professores estão apenas tentando chegar ao fim do dia”.

Este artigo apareceu na seção Briefing da edição impressa sob o título “Aprendizado de máquinas”

Participe das conversas sobre o futuro. Deixe a sua opinião

Esse site utiliza o Akismet para reduzir spam. Aprenda como seus dados de comentários são processados.