INFINITE_WP2_Toolkit_Greek

Με τη χρηματοδότηση της Ευρωπαϊκής Ένωσης. Οι απόψεις και οι γνώμες που διατυπώνονται εκφράζουν αποκλειστικά τις απόψεις των συντακτών και δεν αντιπροσωπεύουν κατ'ανάγκη τις απόψεις της Ευρωπαϊκής Ένωσης ή του Ευρωπαϊκού Εκτελεστικού Οργανισμού Εκπαίδευσης και Πολιτισμού (EACEA). Η Ευρωπαϊκή Ένωση και ο EACEA δεν μπορούν να θεωρηθούν υπεύθυνοι για τις εκφραζόμενες απόψεις. Αριθμός Έργου: 2023-1-NL01-KA220-HED-000155675. Προγνωστική ανάλυση Η προγνωστική ανάλυση αναφέρεται στη χρήση στατιστικών αλγορίθμων και τεχνικών μηχανικής μάθησης για την πραγματοποίηση προβλέψεων σχετικά με το μέλλον χρησιμοποιώντας τρέχοντα και ιστορικά δεδομένα (European Commission, 2022). Χρησιμοποιείται κυρίως για την αναγνώριση και την αποκάλυψη μοτίβων που σχετίζονται με τους/τις φοιτητές/-τριες, αξιοποιώντας στατιστικά δεδομένα. Για παράδειγμα, αυτά τα συστήματα μπορούν να χρησιμοποιηθούν για τον εντοπισμό φοιτητών/-τριών πανεπιστημίου που ενδέχεται να κινδυνεύουν να αποτύχουν ή να εγκαταλείψουν ένα μάθημα. Εντοπίζοντας αυτά τα άτομα, οι εκπαιδευτικοί μπορούν να παρέμβουν και να παρέχουν την απαραίτητη υποστήριξη για να τους/τις βοηθήσουν να πετύχουν. (Akgun & Greenhow, 2021) Προκατάληψη Η προκατάληψη είναι η προδιάθεση υπέρ ή κατά κάτι που μπορεί να εκδηλωθεί με διάφορους τρόπους στα συστήματα ΤΝ. Η ΤΝ που βασίζεται σε δεδομένα, η οποία συχνά δημιουργείται με τη χρήση μηχανικής μάθησης, μπορεί να κληρονομήσει προκαταλήψεις που υπάρχουν στα δεδομένα εκπαίδευσης. Η ΤΝ που βασίζεται στη λογική, όπως τα συστήματα που βασίζονται σε κανόνες, μπορεί να αντικατοπτρίζει τις προκαταλήψεις του μηχανικού γνώσης που ορίζει τους κανόνες. Η προκατάληψη δεν είναι πάντα επιβλαβής· μπορεί να είναι επωφελής σε ορισμένα πλαίσια. Ωστόσο, όταν οδηγεί σε διακριτικά ή άδικα αποτελέσματα, αποτελεί λόγο ανησυχίας. Μπορεί να προκύψει ακούσια, λόγω περιορισμένης έκθεσης σε διαφορετικές καταστάσεις, ή σκόπιμα, εάν έχει σχεδιαστεί για να ευνοεί μια συγκεκριμένη ομάδα. (European Commission, 2022). Προσαρμοστική μάθηση Η προσαρμοστική μάθηση είναι μια παιδαγωγική προσέγγιση που χρησιμοποιεί προηγμένη τεχνολογία, συγκεκριμένα αλγόριθμους ΜΜ, για να προσφέρει εξατομικευμένες μαθησιακές εμπειρίες προσαρμοσμένες στις ανάγκες, τις προτιμήσεις, το επίπεδο γνώσεων και τον τρόπο μάθησης κάθε φοιτητή/-τριας. Χρησιμοποιεί αλγόριθμους βασισμένους σε δεδομένα και ΤΝ για να προσαρμόζει δυναμικά το περιεχόμενο, τον τρόπο παράδοσης και τον ρυθμό της διδασκαλίας με βάση την απόδοση και την εμπλοκή των φοιτητών/-τριών. Προσαρμοζόμενη στις συγκεκριμένες απαιτήσεις κάθε φοιτητή/-τριας, η προσαρμοστική μάθηση προάγει την αποτελεσματική και αποδοτική μάθηση, αυξάνει τη

RkJQdWJsaXNoZXIy NzYwNDE=