Definicje EdTech, które każdy nauczyciel powinien znać: Część 1

Jakiś czas temu otrzymaliśmy komentarz do postu o Augmented Reality. Popełniłem błąd, nie odnosząc się w żadnym momencie bloga do rzeczywistości rozszerzonej, ale tylko do AR. Nasz czytelnik poprosił nas po prostu o wyjaśnienie, co oznacza AR. Dotarło do mnie, że nie tylko są różne akronimy znalezione w świecie EdTech mylące (zrobiłem post na temat organizacji w tym względzie), ale rzeczywiście jest dość dużo nakładania się - jak również nadużywania - terminów, które mogą sprawić, że poruszanie się po literaturze (w szczególności literatury online) na temat EdTech mylące i niepomocne.

Definicje EdTech, które każdy nauczyciel powinien znać

Tak więc, z przeprosinami dla naszych stałych czytelników, którzy bez wątpienia opanowali skrót EdTech i specyficzne zwroty, opracujmy szybką terminologię z pomocą kluczowych i jakościowych źródeł online. Mam również usytuowane frazy, które są często nieprawidłowo zamienione względem siebie, co mam nadzieję, że jest przydatne porównanie. Tam, gdzie to możliwe, będę definiował ogólne terminy techniczne w kontekście edukacyjnym.

AR, VR, MR - realia

Rzeczywistość rozszerzona (Augmented Reality - AR): Jest to cyfrowa nakładka na rzeczywistość. Tak więc podczas oglądania "rzeczywistości" za pomocą kamery lub ekranu telefonu komórkowego, narzędzia cyfrowe rozszerzają lub dodają do tego, co widzisz. Doskonałym przykładem jest Pokémon GO, gdzie gracze widzą świat rzeczywisty, ale także postacie Pokémonów w tym świecie, gotowe do zebrania. W kontekście edukacyjnym technika ta jest najczęściej wykorzystywana, obecnie w podręcznikach wrażliwych na AR, gdzie na przykład rysunek techniczny może być w 2D gołym okiem, ale kiedy oglądany jest przez aparat telefonu komórkowego z włączoną aplikacją, rysunek ożywa w 3D.

Czytaj więcej: Czy Pokemon Go może być częścią zajęć lekcyjnych?

Najlepsza definicja online - WikiPedia: "Rzeczywistość rozszerzona (AR) to interaktywne doświadczenie rzeczywistego środowiska, w którym obiekty, które rezydują w rzeczywistym świecie, są "rozszerzone" przez wygenerowane komputerowo informacje percepcyjne, czasami w wielu modalnościach sensorycznych, w tym wizualnych, słuchowych, dotykowych, somatosensorycznych i węchowych."

Rzeczywistość wirtualna (VR): Gdzie AR jest nakładką cyfrowej grafiki i innych warstw sensorycznych, Wirtualna Rzeczywistość jest pełnym zanurzeniem się w interaktywnym cyfrowym świecie, który stymuluje 100% zmysłów wzrokowych i słuchowych. Najlepszym edukacyjnym przykładem tego, myślę, Google Cardboard, gdzie studenci po prostu pobrać aplikację edukacyjną VR, wsunąć swoje smartfony do zestawu gogli kartonowych, i są zabierani w pełni wciągająca podróż do miejsc takich jak Mars, Wielki Mur Chiński i Luwr.

Czytaj więcej: 5 przydatnych aplikacji VR dla nowoczesnej klasy

Najlepsza definicja online - The Virtual Reality Society: "Trójwymiarowe, generowane komputerowo środowisko, które może być eksplorowane i wchodzić w interakcje z osobą. Ta osoba staje się częścią tego wirtualnego świata lub jest zanurzona w tym środowisku i podczas gdy tam, jest w stanie manipulować obiektami lub wykonywać serię działań."

Mixed Reality (MR). To, przyznaję, było dla mnie nowością. Czasami określany jako Hybrid Reality, termin ten odnosi się w istocie do następnej iteracji Augmented Reality. Jednak cyfrowe artefakty wchodzą w interakcję i angażują się w "prawdziwy" świat o wiele bardziej płynnie. Weźmy na przykład renderowanie 3D w moim opisie AR powyżej: z Rzeczywistością Mieszaną nie tylko byłoby to renderowanie w całości 3D, ale również byłoby nawigowalne i manipulowalne przez widza, który mógłby wyobrazić sobie umieszczenie renderowania w rzeczywistym, fizycznym środowisku, aby zobaczyć, jak reaguje na to, co jest tam rzeczywiście. Ponieważ jest to stosunkowo nowa koncepcja, zastosowań edukacyjnych jest niewiele, ale obserwuj blog NEO, by dowiedzieć się więcej na temat MR w przyszłości.

Najlepsza definicja online - WikiPedia: "Rzeczywistość mieszana (MR), czasami określana jako rzeczywistość hybrydowa, jest połączeniem światów rzeczywistych i wirtualnych w celu wytworzenia nowych środowisk i wizualizacji, w których obiekty fizyczne i cyfrowe współistnieją i wchodzą w interakcje w czasie rzeczywistym."

Uczenie maszynowe vs sztuczna inteligencja

Naprawdę częstym błędem, który dość często widzę w sieci, jest używanie przez ludzi tych dwóch terminów zamiennie. Ponieważ oba pojęcia są niezwykle ważne do zrozumienia: zarówno pod względem zrozumienia trajektorii technologicznej świata w ciągu najbliższych 20/30 lat, jak i zrozumienia wpływu, jaki te potężne narzędzia mają na nasze życie. W tym celu proszę odwiedzić Aeon, który (na marginesie) jest po prostu jednym z najlepszych darmowych zasobów online dla wnikliwych komentarzy od najwyższej klasy naukowców, pisarzy i myślicieli.

Jaka jest więc rzeczywista różnica między tymi dwoma terminami?

Sztuczna inteligencja (AI) jest produktem znacznie starszej koncepcji obliczeniowej "maszyn logicznych", a uczenie maszynowe (ML) jest z kolei produktem ubocznym AI.

W latach 50-tych naukowcy pracowali nad stworzeniem maszyn logicznych - maszyn, które mogłyby zapisywać informacje i dokonywać nowych obliczeń na podstawie wcześniej zapisanych informacji. W rzeczywistości, już w 1957 roku Frank Rosenblatt zaprojektował pierwszą neuronową sieć komputerową, która naśladowała procesy myślowe ludzkiego mózgu (interesującą historię AI można znaleźć w Forbes Magazine).

W miarę zmniejszania się rozmiarów mikroprocesorów, co pozwalało na uzyskanie większej mocy obliczeniowej, maszyny te stawały się coraz bardziej zdolne do wykonywania szybszych, bardziej złożonych obliczeń, jednak wciąż nie były w stanie wykonać tego, co można by nazwać "inteligentnym". Obecnie ambicją AI jest stworzenie maszyn, które potrafią rozwiązywać problemy w taki sam sposób jak człowiek, wykorzystując i zestawiając szereg rozbieżnych informacji oraz stosując zarówno czystą, jak i rozmytą logikę do rozwiązywania problemów. Przykłady obejmują zautomatyzowane oprogramowanie do obrotu giełdowego i zautomatyzowane samochody.

Czytaj więcej: 4 Ways AI will be a great teaching assistant

Uczenie maszynowe (ML) - choć niewątpliwie jest to potomstwo AI, ML ma, moim zdaniem, o wiele bardziej kreatywne wyniki. Tam, gdzie wcześniej komputery wymagały danych wejściowych i instrukcji od programu lub programisty, ML oznacza, że maszyny są programowane, jak się uczyć.

Ponieważ w erze Internetu nastąpił boom na przechowywanie informacji, ogromne zbiory danych stały się nagle łatwo dostępne i przechowywane. Ucząc komputery, jak "czytać" dane, "rozumieć" pewien cel analityczny i jak przełączać funkcje i algorytmy, aby ten cel osiągnąć, komputery są w pewnym sensie "wypuszczane" na dane, często obserwując wzorce i tworząc połączenia, których człowiek nigdy nie mógłby zrobić (ze względu na ilość danych).

Dodatkowo, gdy wszystkie dostępne dane zostały skonsumowane i przeanalizowane przez komputer, już "nauczył się", czego szukać, a w niektórych przypadkach jest w stanie przepisać swoje własne algorytmy, aby lepiej przetwarzać informacje - bez żadnego wkładu człowieka.

Najlepsza definicja online (AI) - Encyclopedia Britannica: "Artificial intelligence (AI), zdolność komputera cyfrowego lub robota sterowanego komputerem do wykonywania zadań powszechnie kojarzonych z istotami inteligentnymi. Termin ten jest często stosowany do projektu rozwoju systemów wyposażonych w procesy intelektualne charakterystyczne dla ludzi, takie jak zdolność do rozumowania, odkrywania znaczenia, uogólniania lub uczenia się na podstawie wcześniejszych doświadczeń.

Najlepsza definicja online (ML) - Techopedia: "Uczenie maszynowe to dyscyplina sztucznej inteligencji (AI) ukierunkowana na technologiczny rozwój ludzkiej wiedzy. Uczenie maszynowe pozwala komputerom radzić sobie w nowych sytuacjach poprzez analizę, samokształcenie, obserwację i doświadczenie."

Bądź na bieżąco z częścią 2!

Zostańcie z nami do następnej części tej serii definicji, w której zbadamy praktyczne znaczenie takich terminów jak: Data Mining, Big Data, Meta Data, API, Badging, Blending i wiele innych.