Es decir, que ven la educación como la prestación de los hechos, técnicas y procedimientos para ser entregado y explicado por la instrucción y luego practicó a la maestría. Su función es, pues, para llevar su destreza tecnológica de soportar para que este proceso sea más eficiente. En la mayoría de los casos, de hecho pueden lograr esto. Sin embargo, la optimización de un modelo erróneo de la educación no es en el mejor interés de nuestros estudiantes, y desde una perspectiva de los resultados de aprendizaje puede hacer las cosas peor de lo que ya son.

En el caso del aprendizaje adaptativo, educación comentarista Audrey Watters dio ejemplos de cómo las cosas pueden ir muy mal en su blog. "Serendipity y la curiosidad son elementos tan importantes en el aprendizaje", se pregunta. "¿Por qué deberíamos diseñar los de nuestros sistemas y escuelas?" Más recientemente, Alfie Kohn proporciona otro resumen de las numerosas razones para ser escéptico de soluciones de tecnología de la educación.

Watters futuro sombrío "sólo ocurrirá si los algoritmos siguen siendo tanto ingenuamente desarrollados y aplicados ingenuamente, y por otra parte, en el caso del aprendizaje de las matemáticas (el área en la que ambos trabajan en) aplicado a la clase incorrecta de las tareas de aprendizaje. Casi todos los sistemas de software de aprendizaje de matemáticas personalizadas que hemos visto entran en esta categoría. Pero hay otra manera, como nuestro trabajo, y una revisión exhaustiva investigación por un tercero organización ha mostrado.

Los dos trabajamos en la industria EdTech y tienen un fondo en la educación. Uno de nosotros es un matemático universitario que pasó varios años en la Junta de Educación de Ciencias Matemáticas de Estados Unidos y ahora se basa en la Escuela de Estudios de Posgrado de la Universidad de Stanford, el otro un veterano EdTech que es un ex profesor y que co-fundó la escuela autónoma Urban Montessori.

Los dos estamos muy familiarizados con el modelo común "línea de producción" de la educación, y reconocemos que no sólo atrae a los tecnólogos muchos (tal vez la mayoría), pero en realidad es un sistema que ellos mismos hicieron bien. Pero en conjunto, los dos nosotros tenemos muchos años de experiencia que indica lo mal que enfoque funciona para la gran mayoría de los estudiantes.

El año pasado, con fondos del Departamento del Instituto de Educación de Ciencias de la Educación, nuestra empresa, BrainQuake, pasó seis meses el diseño, las pruebas y el desarrollo de un motor adaptativo para suministrar jugadores de nuestro lanzamientos de productos, Wuzzit Trouble, con retos adaptados a su nivel de habilidad actual . Nos quedamos encantados cuando los estudios llevados a cabo en el aula por WestEd mostraron que el motor adaptativo funcionó según lo esperado (es decir, mantuvo los estudiantes en su zona de desarrollo próximo), directamente de la puerta.

Hemos desarrollado el juego basado en una serie de ideas clave acumulado a lo largo de muchos años de investigación realizada por profesionales de la educación matemática que deberían ser aplicables a todos los desarrolladores -incluso EdTech aquellos que no están construyendo herramientas matemáticas.
Experiencia Más de Conocimiento

En primer lugar, la forma más efectiva para ver la educación K-8 no es en términos de "contenido" para estar cubierto, adquirida, dominado (y regurgitado en un examen) sino como una experiencia. Esto es particularmente (pero no exclusivamente) cierto para K-8 aprendizaje de las matemáticas. La matemática es principalmente algo que se hace, no algo que sabes.

Para estar seguro, hay mucho que saber en matemáticas-hay hechos, reglas y procedimientos establecidos. Imagine las competencias que se esperan de un médico. Ninguno de nosotros, estamos seguros, querría ser tratado por alguien que había leído todos los libros de texto médicos y pasado los exámenes escritos, pero no tenía experiencia en el diagnóstico y tratamiento de pacientes. Y, en efecto, ninguna escuela de medicina enseña a los futuros médicos únicamente por la instrucción, como cualquier médico que ha pasado por el largo de prácticas agotadora obligatoria, puede dar fe.

En el caso de las matemáticas, la inadecuación del modelo clásico, la instrucción práctica de pruebas de dominó de la educación se ha hecho particularmente agudo como resultado de los avances significativos en el campo de la tecnología muy estamos trabajando en. (Los avances de todo corazón aplauden. nuestra carne de vacuno no es con la tecnología que nos gusta algoritmos, después de todo, salvo en lo relativo pobremente.) en el mundo actual, todos llevamos en nuestros bolsillos un dispositivo que puede ejecutar casi cualquier procedimiento matemático, mucho más rápido y con mayor precisión que cualquier ser humano. El teléfono inteligente, con su acceso a la nube (en particular, Wolfram Alpha), puede resolver bastante bien cualquier pregunta de las matemáticas universitarias examen.

Lo que ese dispositivo no se puede hacer, sin embargo, es tomar un problema matemático en el mundo real y resolverlo. Para ello, es necesario que el cerebro humano. Con el fin de hacer eso, el cerebro humano tiene que adquirir dos cosas, en particular: un conjunto rico y poderoso del problema metacognitivo general de las habilidades de resolución, y una habilidad más específico conocido como el pensamiento matemático (un componente del que se conoce como el sentido numérico, un término que surge mucho en el mundo de la educación matemática K-8, ya que el desarrollo del sentido numérico es el primer paso clave hacia el pensamiento matemático).
La adaptabilidad humana

Otra idea clave que guió el diseño de nuestro motor de adaptación es que la adaptabilidad principal es proporcionada por el usuario. Después de todo, el ser humano es el sistema cognitivo más adaptativo en el planeta! Con un buen diseño del producto, es posible aprovechar esa adaptabilidad.

La mayoría de los algoritmos matemáticos "adaptativos" supervisarán el progreso del estudiante para seleccionar el siguiente problema algorítmico. Sin embargo, es importante que estos rompecabezas permiten una amplia gama de soluciones y un espectro de "respuestas correctas", dejando al estudiante o profesor en el control total de la forma de avanzar y qué grado de éxito a aceptar. (Por supuesto, este enfoque no es posible si las experiencias de aprendizaje digitales son del tipo de problema de matemáticas tradicional, donde el problema se centra en una fórmula o método particular, y no hay una respuesta única, con "correcto" o "incorrecto" el único posibles resultados.)

De hecho, los estudiantes todavía tienen que comprender los conceptos básicos de la aritmética, entender lo que significan las distintas normas, y saber cuándo y cómo los diferentes procedimientos se pueden aplicar. Pero lo que no es necesario es ser capaz de ejecutar de manera eficiente los diversos procedimientos de una forma de papel y lápiz en los datos del mundo real.

Hoy en día matemáticos aplicaciones de aprendizaje puede-y debe-se centran en las habilidades valiosas del siglo 21 de pensamiento holístico y solución creativa de problemas. El dominio de los procedimientos específicos debe ser habilidades que un estudiante adquiere automáticamente, "a lo largo del camino", en un contexto significativo de trabajar en una actuación compleja tarea, un resultado cada uno de nosotros conoce las obras de nuestra propia experiencia como adultos.
Romper el símbolo Barrera

El dominio de las matemáticas simbólicas es un objetivo principal de la educación matemática. Sin embargo, como se ha demostrado por una gran cantidad de investigación que se remonta a un cuarto de siglo, la representación simbólica es la razón más importante por la mayoría de las personas tienen dificultades para dominar las matemáticas -el nivel K-8 grado de suma importancia "básico". Casi todo el mundo puede alcanzar una tasa de éxito del 98 por ciento en K-8 matemáticas si se presenta de manera natural, de apariencia (por ejemplo, la comprensión y las estadísticas quizá calculando en un partido de béisbol), pero su rendimiento cae a un mínimo de 37 por ciento si se le presenta la mismos problemas de matemáticas expresadas en los libros de texto de forma simbólica.

tecnologías que aprovechan algunos affordances únicas de un ordenador o tableta pueden ayudar a obliterar este impedimento histórica a K-8 competencia matemática bien diseñado. Los estudiantes deben ser capaces de analizar los problemas por su cuenta hasta que descubren por sí mismos--la solución. No requieren de la instrucción, y que no necesitan a nadie para evaluar su esfuerzo. Los estudiantes deben recibir respuesta inmediata, no en forma de "derecho" o "malo", pero la información acerca de cómo sus hipótesis variaron de su experiencia real y cómo podrían revisar su estrategia en consecuencia.

Una analogía que estamos particularmente aficionado es con aprender a tocar el piano (o cualquier otro instrumento musical). Usted puede beneficiarse enormemente de un libro, un maestro humano, o incluso vídeos de YouTube, pero la mayor parte del aprendizaje viene de estar sentado frente al teclado y tratando de jugar.

¿Qué podría ser un mejor ejemplo de aprendizaje adaptativo que eso? Tune demasiado fácil? Pruebe una pieza más difícil. ¿Demasiado difícil? Marcha atrás y practicar un poco más con los más fáciles o más difíciles de romper el uno en secciones y dominar cada uno por su cuenta a un ritmo más lento, y luego la cadena de ellos todos juntos. El piano no se está adaptando. Más bien, su diseño como instrumento hace que sea ideal para el alumno para adaptarse.

Una herramienta de matemáticas bien diseñado debe ser un instrumento en el que se puede aprender las matemáticas, libre de la barrera de símbolo. Imaginemos ahora presentamos un estudiante con una orquesta de instrumentos. Creemos que este tipo de enfoque es el futuro del aprendizaje adaptativo en matemáticas y creemos nosotros, la comunidad EdTech, deberíamos optar por ir más allá de los enfoques "fruta madura" para el aprendizaje adaptativo que los primeros motores adoptaron.