Insights Críticos para os Laboratórios™ de IA da ETS^® 

O trabalho nos Laboratórios ™ de IA da ETS^® é orientado pelas necessidades dos utilizadores. E, embora o futuro do ensino e da aprendizagem seja quase impossível de prever, os laboratórios desenham as nossas visões em torno dos seguintes insights críticos.

Eficiência

Os alunos podem ser apoiados através de eficiências na forma como acedem, interagem e completam programas educativos e de preparação para a força de trabalho, bem como as avaliações instrucionais exigidas como parte desses programas. Os educadores podem ser apoiados através de métodos eficientes para avaliação diagnóstica e holística do envolvimento, progressão e desempenho do aprendiz.

Flexibilidade

Os modos de aprendizagem variam à medida que os ambientes presenciais transitam para uma mistura de experiências presenciais, remotas e mistas menos padronizadas, orientadas por uma combinação de professor, pai/encarregado de educação e auto-facilitação. Para satisfazer as necessidades dos utilizadores, as experiências de aprendizagem exigirão soluções que ofereçam escolha, personalização, adaptação, auto-ritmo e capacidades de integração.

Perceções

Educadores, pais e aprendizes podem ser apoiados através de ferramentas automatizadas na tradução de dados ricos captados em soluções digitais em insights acionáveis. Os modelos de serviço ao vivo que suportam a interpretação de dados serão substituídos por feedback em tempo real com recomendações e plataformas de relatórios interativos com interfaces de utilizador ousadas e experiências intuitivas que ajudam a orientar a aprendizagem.

Eficácia

Utilizadores e decisores continuarão a procurar informações sobre que soluções funcionam, para quem e porquê. No entanto, a dependência das relações entre o uso e resultados de alto risco, como as pontuações das avaliações sumativas, diminuirá, com as decisões a basear-se em evidências significativas de que uma solução apoia o envolvimento, a persistência e a progressão da aprendizagem.

Património

Decisores políticos e administradores continuarão a lidar com questões de equidade em EdTech, como a divisão digital, padrões de dados não uniformes e eficácia diferencial entre subpopulações de estudantes. Será esperada informação sobre como os fornecedores de aprendizagem e avaliação estão a abordar estas questões.

Ética

As expectativas e regulamentos sobre o uso responsável dos dados, especificamente sobre a forma como são recolhidos, geridos, armazenados e aplicados a soluções melhoradas por tecnologia, irão aumentar. A comunicação transparente das políticas de dados tornar-se-á um elemento fundamental.