A jövő megérkezett (III. rész)
Cikksorozatunk mai, befejező részében szintén két, nem kevésbé jelentős fogalmat mutatunk be.
Gépi tanulás
Ez egyfajta mesterséges intelligencia, ami azzal a képességgel látja el a számítógépeket, hogy tanulhatnak és me
Cikksorozatunk mai, befejező részében szintén két, nem kevésbé jelentős fogalmat mutatunk be.
- Gépi tanulás
Ez egyfajta mesterséges intelligencia, ami azzal a képességgel látja el a számítógépeket, hogy tanulhatnak és megjósolhatják a legvalószínűbb bekövetkező eseményt. Ez a trend olyan programok fejlődésére fókuszál, amelyek képesek tanítani magukat, növekedni, és változni, ha új adatokat kapnak.
A gépi tanulást a közelmúltban az algoritmikus pontosság és alkalmazás nagymértékű fejlődése táplálja. A mély tanulás fejlesztései által hajtva még mindig vannak érintetlen lehetőségek a gépi tanulásban az általunk ismert világ megváltoztatására. Néhány példa a gépi tanulásra, ami ismerős lehet nemrégről:
- A Google önvezető autója, ami automatikusan tanul az úttól, időjárástól és más adatoktól, a gépi tanulás egyik legfőbb példája.
- A legtöbb közösségi média-elemző programot gépi tanulás működteti – ami által megtudhatod, mit mondanak az ügyfeleid Twitteren vagy Instagramon.
- Az online áruházaktól (Amazon, Netflix) érkező pontos ajánlások egy másik remek példa a gépi tanulásra.
A gépi tanulás integráns eleme a felhasználói mintákon alapuló tartalomajánlásnak, ami szintén felgyorsítja a keresési folyamatot. Hogyan lehet ezt e-learning-specifikusan felhasználni? A gépi tanulás megnövelheti a felhasználói élményt. Csak gondolj arra, amikor utoljára használtál egy streaming szolgáltatást, mint pl. a Netflix. A felhasználói élmény sokkal kellemesebb, amikor a rendszer maga ajánlja neked a kedvenc filmjeidet és sorozataidat. Megkönnyíti az életedet. Nem kell filmek vagy műfajok százait átpörgetned, abban reménykedve, hogy találsz valamit, ami tetszeni fog.
Az e-learning tananyagod fejlesztésekor szeretnéd megidézni a pozitív Netflix- vagy Spotify-élményt. Azt szeretnéd, hogy a tanulóid megtalálják azt a részét a programnak, amit akarnak, anélkül, hogy irreleváns tréning-információkon kellene keresztülvágniuk magukat. A megfelelő beépített gépi tanulás-algoritmusok segítségével könnyebb megalkotni egy élvezetes, felhasználóbarát élményt.
- Viselhető technológia
A viselhető technológia 24/7 az ügyfélnél van. Nem minden viselhető technológiát viselnek ténylegesen, de mindegyik azonnal elérhető. Gyakran kezekre sincs szükség egy viselhető eszközhöz – automatikusan ellátja funkcióit.
A viselhető technológia gyakran készít mérhető adatokat. Legyen az egy Fitbit, ami nyomon követi az egészségügyi információkat, vagy egy iPhone, ami méri az alvásmintákat, a viselhető technológia automatikus és elérhető.
Tanulási kontextusban a viselhető technológia információt ad és támogatja a tanulókat, amíg ők a munkájukat végzik, vagy egy tananyaggal foglalkoznak. Az ilyen típusú technológiában megvan a lehetőség összetett feladatok kevesebb erőbefektetéssel való elvégzésére. Emellett felismeri, és azonnal reagál a környezetre.
Többféle eszköz is dominálja a viselhető technológiák piacát, beleértve:
- Google Glass és más szemüveg-számítógépek
- GoPro viselhető kamerák az események rögzítésére
- Fitbit és Nike Fit a személyes aktivitás és egészség szemmel tartására
- Apple Watch és más okosórák
Habár még nem mindenki barátkozott meg a viselhető technológiákkal, kétségkívül ezek jelentik a jövőt. Ezzel a jövővel új lehetőségek nyílnak meg a tanulás területén.
A viselhető technológia jövője az e-learningben nem ugyanaz, mint az mLearning esetében (a tartalom zsugorítása mobileszközökre). A viselhető technológia jövőjéhez tartozik, hogyan gondolkozunk a tanuláshoz való hozzáférésről, támogatásról és értékelésről ezen eszközökön keresztül.
Forrás: http://info.shiftelearning.com/blog/tech-terms-elearning-2017
Amennyiben kérdésed van hozzánk, vedd fel velünk a kapcsolatot!
