|
 |
第869期
|
 |
|
 |
 |
 |
|
|
【2018/5/25 】 |
|
 |
精準學習 【許育健/國立臺北教育大學語文與創作學系副教授】 |
 |
|
|
|
|
| |
|
|
近來有許多報導在討論AI人工智慧所帶來的「精準醫療」，這是一場劃時代的醫學革命。簡單的說，即透過「基因檢測」及「大數據」對於每個人的病況提出精準的「個別化」診療，甚至可以採取相關預防措施。
舉例而言，醫生對於新興案例的瞭解，通常是經過閱讀相關醫學期刊論文而吸取新知，進而調整更新其醫學知識與觀念。粗估來說，一位從業三十年的資深醫生，如果每天不間斷的閱讀二篇期刊論文，累積十年，大約是二萬篇文章。現在IBM公司開發的「華生」醫生系統，在十五秒內，即可搜尋五十萬筆醫學文獻，找出類似的案例供醫生參考，輔助醫生的判斷更為精準、有效。也因為人類基因在西元2000年時完成了定序，近年電腦運算速度又大幅提升，以前檢測一個人的基因需要三個月，未來可能只要三天，甚至更快！由於基因的確認，醫生在進行醫療時，將可更精準的為病人治療，包含施予的藥品及藥量，幾乎達到「量身定製」的水準，讓醫療更有其效益。
然而，「精準醫療」與「精準學習」有什麼關係？
這其實是一種觀念的類比，當然，我相信未來可能也會實現。例如以閱讀理解為例，孩子在閱讀之後，我們如何知道學生的理解程度，甚至對於其不同閱讀理解歷程（或構面）的分析，進而給予「每一個」學生閱讀理解情形「精準」的判讀，並提供相關閱讀與學習的建議。
如上類似的檢測，在國際上有PISA和PIRLS，但這兩者都是以「國際比較」為重點，不涉及個別參與國家（地區）的深入分析；在臺灣，有國家教育研究院自2008年開始的臺灣學生學習成就評量資料庫（Taiwan Assessment of Student Achievement，簡稱TASA），TASA分為國語、英語、數學、自然、社會等五科，以國語為例，分別對小四、小六、國二、高二、職二，每三年為一輪進行檢測。其檢測結果可作為對「整體學生」長期學習變化的追蹤之用。然而，對於每一個孩子閱讀理解能力的「個別化精準」監控，在臺灣的正式學校教育之中，目前是付之闕如的（也許有少數學校在試驗中）。
未來，以大數據為孩子的學習把關，必然會成為教育科技發展的重要趨勢之一。目前，臺灣中小學的教育科技領導者（比如教育局相關主管、學校校長、教務主任或資訊組長）大多數都還沒能系統化的將大數據的教育應用列入發展重點。如果能利用教育科技設備監控每一位學生每次上課前、上課中、上課後的學習狀況，以及隨堂評量與定期評量學習結果的即時紀錄與分析，將會為教師的教學設計與準備提供莫大的幫助，也許，「精準教學」的時代就會來臨，協助學生在課堂中或課後自主學習的「精準學習」，也是指日可待！
您認為呢？ |
|
|
|
|
|
 |
 |
 |
|