Adaptiv læring er en lærings- og undervisningsmetode som bruker dataalgoritmer og kunstig intelligens til å tilpasse undervisningsinnholdet og læringsaktiviteter til den enkelte elevers forkunnskaper, læringsbehov og læringsmåter.

Faktaboks

Også kjent som

adaptiv undervisning, adaptive learning, adaptive teaching

Adaptiv læring brukes i flere læreverk i grunnskolen, for eksempel i det nettbaserte matematikkverket Multi. Et annet kjent eksempel er språklæringsappen Duolingo.

Slike systemer for adaptiv læring tilpasser oppgavene til prestasjonsnivået. Systemet sjekker hva eleven kan, tilbyr tilpasset undervisningsmateriell, analyserer elevens aktiviteter når eleven jobber med oppgavene, og tester elevens prestasjon og framgang over tid.

Pedagogisk hensikt

Hensikten med adaptiv læring er å bruke teknologi til å tilpasse undervisningen og undervisningsmateriellet til elevens mestringsnivå og læringsbehov. Det har mye til felles med hvordan en lærer tilpasser undervisning i klasserommet til den enkelte eleven.

Styrken til adaptive læringssystemer er at de kontinuerlig og raskt kan analysere data fra et stort antall elever og gi dem tilpassede oppgaver. Systemene kan også skaleres og oversettes til flere språk. På denne måten kan adaptive læremidler hjelpe til å gjøre individuell tilpasning mindre ressurskrevende.

Svakheten til slike systemer er at de tilrettelegger lite for samhandling og gruppearbeid. Et annet kjennetegn ved adaptive systemer er at de ofte er basert på presise læringsmål, relativt korte, digitale oppgaver og kortfattede tilbakemeldinger, noe som legger lite til rette for refleksjon og selvregulering.

Hvordan systemet lærer

Et adaptivt læringsprogram kan «lære» ved å analysere hvordan eleven interagerer med programmet og løser oppgaver. En slik løsningsanalyse gjør det mulig for systemet å oppdage elevenes misforståelser, identifisere elevenes evner, gi tilpassede tilbakemeldinger og velge neste oppgave eleven skal jobbe med. Adaptive systemer kan også ta hensyn til elevenes læringspreferanser og presentere oppgaver på ulike måter. For eksempel lærer noen elever best gjennom problemløsning, mens noen andre drar mye nytte av repetisjon.

Det adaptive elementet kan oppnås på ulike måter, for eksempel gjennom ekspertsekvenser eller algoritmer og kunstig intelligens.

Ekspertsekvens

En underviser kan lage en «ekspertsekvens» som skal lede eleven mot det endelige læringsmålet. Systemet vil da følge en oppskrift «hvis eleven gjør A, så skjer det B». For eksempel kan systemet tilby mer avanserte oppgaver til de elevene som trenger en ekstra utfordring.

Algoritmer og kunstig intelligens

En annen måte adaptiv læring kan oppnås på er ved hjelp av algoritmer og kunstig intelligens. Da vil systemet selv analysere hva eleven allerede kan og hvor eleven skal, for å så tilpasse innholdet.

Eksempler

Intelligente undervisningssystemer

Et eksempel på adaptive læringsprogrammer er såkalte intelligente undervisningssystemer, på engelsk kalt intelligent tutoring systems. Et eksempel på et slikt system er det nettbaserte naturfagverktøyet StoichTutor.

Noen av sentrale komponenter i intelligente undervisningssystemer er:

  • det faglige innholdet (for eksempel læringsressurser, oppgaver og informasjon om relevante problemløsningsstrategier)
  • informasjon om elevenes prestasjonsnivå, læringsvaner og deres framgang over tid
  • kunnskap om undervisning og veiledning

I slike systemer anvendes kunstig intelligens for å skape en «læringsprofil» av eleven og så bruke denne profilen til å tilby aktuelle læringsaktiviteter og individuelt tilpassede tilbakemeldinger.

Duolingo

Et annet eksempel som er godt kjent er språklæringsappen Duolingo. Duolingo bruker kunstig intelligens til å tilpasse innholdet i sanntid. Brukerens prestasjon er testet i løpet av øvelsen, og vanskelighetsgraden til de siste oppgavene i øvelsen blir tilpasset til et mer utfordrende nivå hvis brukeren svarer riktig på alle oppgavene i starten av øvelsen. Systemet setter også sammen personaliserte øvelser brukeren må bestå for å kunne fortsette videre til neste læringsmodul på bakgrunn av feilene brukeren gjør.

Les mer i Store norske leksikon

Kommentarer

Kommentarer til artikkelen blir synlig for alle. Ikke skriv inn sensitive opplysninger, for eksempel helseopplysninger. Fagansvarlig eller redaktør svarer når de kan. Det kan ta tid før du får svar.

Du må være logget inn for å kommentere.

eller registrer deg