SMART Long Learning – kísérlet egy okos tanulási környezet koncepciójának megalkotására az élethosszig tartó tanulás támogatásához
SMART Long Learning
A tudásalapú társadalom számára kitűzött, hosszú távú cél az élethosszig tartó tanulás (Life Long Learning), amely központi szerepet tölt be a versenyképesség, a foglalkoztathatóság, a társadalmi befogadás, az aktív társadalmi szerep, és a személyes fejlődés fejlesztésének tekintetében.
Az okos (SMART) rendszer olyan technikai megoldások együttese, amelyek egymással együttműködve lehetővé teszik a különböző alrendszerek központi működését oly módon, hogy az egymással és az egyénnel hálózati kapcsolatban álló beágyazott elektronika, annak szoftvere, és az érzékelők (szenzorok) által gyűjtött adatok elemzésével döntéseket hozzon.
A dolgozat célja egy olyan innovatív, okos tanulási rendszer koncepció bemutatása, amely elősegíti a hatékonyabb, célzottabb, tervezettebb tanulási folyamatot az élethosszig tartó tanulás támogatása érdekében.
A SMART Long Learning egy komplex számítógépes rendszer, amely az egyén alapadatain túl képes érzékelni az egyén állapotváltozásait, környezetét, illetve a lehetőségeket úgy elemezni, hogy azok személyre szabott, folyamatos, és hatékony támogatást nyújtsanak az egyén számára élethosszig tartó tanulási céljainak eléréséhez.
A rendszer főbb jellemzői:
• Kontextusfüggő (Context-aware): a tanuló aktuális helyzetétől, környezetétől, feltételeitől függ, azaz figyelembe veszi a felhasználó valós körülményeit mérőeszközök segítségével
• Adaptív (Adaptive): gyorsan alkalmazkodik az egyén képességeihez, lehetőségeihez, valósidejű elemzéseket folytat és ennek alapján hoz döntéseket
• Személyre szabott (Personalized): az egyén személyes igényei, céljai, és lehetőségei alapján egyéni tanulási tervet készít
A rendszer főbb elemei:
1. Alapadatok modul (Basic information module): az egyén előképzettségének, életkorának, tapasztalatának, tudásszintjének felhasználásával felépíti az alapinformációkat
2. Tanulási cél modul (Learning objective module): az egyén mit szeretne elérni, vannak-e konkrét céljai, vagy hobbija, esetleg jövőre vonatkozó elképzelései
3. Egyéni teljesítőképesség modul (Learning performance module): figyelembe veszi, hogy az illető milyen ütemben tud tanulni, mennyi ideje van, milyen tanulási környezetet preferál
4. Érdeklődési kör modul (Interest detection module): összegyűjti azokat az adatokat, amelyek mentén kirajzolódik az egyén érdeklődési köre, mit szeret és mit nem, milyen vágyai vannak
5. Lehetséges képzések modul (Learning possibilities module): bizonyos kritériumok mentén keres különböző tanulási lehetőségeket, legyen az iskolarendszerű, iskolarendszeren kívüli, közép-, vagy felsőfokú, tanfolyam, vagy csak szaktudást mélyítő ismeretanyag
6. Adatbázisok (Databases): az egyén adatai, a tanulási lehetőségek, útvonalak, stratégiák és az egyes modulok által összegyűjtött információk tárolására szolgál
7. Összerendelő motor (Inference engine): ez adja a rendszer „lelkét”, a motor bizonyos stratégiák mentén összerendeli a lehetséges kombinációkat, és eredményül tippeket, ötleteket, tanulási portfoliókat, sőt komplett „roadmap”-et ajánl fel az egyénnek
A rendszer az alábbi főbb szolgáltatásokat nyújtja:
- Személyre szabott visszajelzést, eligazítást ad az egyes lehetőségek közül, döntéstámogatást nyújt a rendszert használónak
- Interakciót folytat a használójával, javaslatokat, tippeket, terveket ad, és visszajelzést vár az egyes javaslatok elfogadásáról, vagy elvetéséről
- Valósidejű elemzéseket készít a frissen összegyűjtött adatok alapján, figyelembe veszi a visszajelzéseket, és a korábbi döntéseket
További fejlesztési lehetőségek:
- Munkaerő-piaci igényekkel való összerendelés
- Tanulási rendszerekkel történő integráció
- Nemzetközi tanulási lehetőségek
szerző
-
Bottyán László
Tanár – mérnöktanár
mesterképzés (MA/MSc), levelező
konzulens
-
Dr. Molnár György
egyetemi docens, Műszaki Pedagógia Tanszék
