ETS^® AIラボ™の 重要な洞察

ETS^® AIラボ™ の 仕事はユーザーのニーズによって推進されています。そして、教育と学習の未来はほぼ予測不可能ですが、ラボは以下の重要な洞察を中心にビジョンを設計しています。

効率

学習者は、教育および労働準備プログラムやそれらのプログラムの一環として必要な指導評価へのアクセス、参加、完了の効率化を通じて支援を受けることができます。教育者は、学習者の関与、進歩、パフォーマンスの診断的かつ全体的な評価のための効率的な方法を通じて支援できます。

柔軟性

対面の環境が、教師、保護者、自己指導のいずれかの組み合わせによる指導を受けた、標準化されていない対面、リモート、混合体験へと移行するにつれて、学習の様式は様々です。ユーザーのニーズに応えるためには、学習体験には選択肢、パーソナライズ、適応、自己ペース管理、統合機能を備えたソリューションが求められます。

洞察

教育者、保護者、学習者は、デジタルソリューションで収集された豊富なデータを実行可能な洞察に変換する際に、自動化ツールを通じて支援できます。データ解釈をサポートするライブサービスモデルは、推奨機能付きのリアルタイムフィードバックや、大胆なユーザーインターフェースと直感的なユーザー体験を備えたインタラクティブなレポートプラットフォームに置き換えられ、学習を導くようになります。

有効性

ユーザーや意思決定者は、どのソリューションが誰に、なぜ効果的かについて情報を求め続けるでしょう。しかし、総括評価スコアのような重要な成果と利用の関係性への依存は減少し、意思決定はむしろ、解決策が関与、継続、学習の進展を支えているという意味のある証拠に基づいて行われるようになります。

エクイティ

政策立案者や管理者は、デジタル格差、非均一なデータ基準、学生のサブグループ間の効果の差など、教育技術の公平性問題に引き続き取り組むことになるでしょう。学習および評価ベンダーがこれらの問題にどのように対処しているかに関する情報は期待されます。

倫理

データの責任ある利用、特にデータの収集、取り扱い、保存、技術強化ソリューションへの適用方法に関する期待や規制は増加します。データポリシーの透明なコミュニケーションは、テーブルステークとなります。