რატომ EdTech ცუდი Neurodiverse სტუდენტები და როგორ Shafaq Bajwa მიზნით, რომ გააკეთა ეს

სასწავლო ტექნოლოგიების სფეროში სწრაფად გაფართოება, ზრდის ფოკუსირება ინსტრუმენტების შექმნა neurodiverse სწავლებისთვის. თუმცა, ძირითადი გადაზიდვა ხშირად არსებობს პროდუქტების განვითარებული სტერული ინჟინერი გარემოები და დინამიკული, კომპლექსური საჭიროებებს სტუდენტებს კლასის. Shafaq Bajwa, მონაცემთა მეცნიერება და პროგრამული ინჟინერი, გამოცდილი ამ სიზუსტით პირველი მხრივ Techno-Stars, ინტერაქტიული განათლების პლატფორმა და ახლა მუშაობს frontlines როგორც Learning Support Assistant at Moorcroft School London. Dubai Islamic Bank- ში პროგრამული უზრუნველყოფის განვითარებისა და მონაცემთა მეცნიერების MSc- ის მიღწევის შემდეგ, Bajwa- ის მოგზაურობა ტექნოლოგიების შექმნისგან სპეციალური მოთხოვნების კლასის მოცულობისთვის გთავაზობთ ძირითადი პრაქტიკა. მისი გამოცდილება აჩვენებს, თუ როგორ ტექნოლოგიის ინდუსტრიის ძირითადი ღირებულებები - სტაბილურობა, ეფექტურობა და მონაცემთა საავტომობილო დამოკიდებულება - შეიძლება შეხვდეს ინტელექტუალური განათლების პრინციპებს, რომლებიც მოითხოვს მგრძნობიარე, თანამშრომლობა და ინტელექტურობის გრძელვობა. Myth of Independence-ის გამოხატვა ტექნოლოგიური დიზაინის ძირითადი მიზნით არის მომხმარებლის ავტომატიზაცია. თუმცა, ამ ფოკუსირება ინდივიდუალური მიღწევა შეიძლება შეცვალოთ კომუნიკაციის რეალიზაცია ბევრი neurodiverse სტუდენტებს, მათთვის პროგნოზი ხშირად შექმნილია მხარს უჭერს კონტაქტი და Trust, ძირითადი პრინციპი . Neurodiversity პარამეტრები Bajwa შეამოწმოთ ეს პირდაპირი მისი სამუშაოში. "ტექნოლოგიური ინდუსტრიაში პროდუქცია ხშირად მიზნადებს მომხმარებელს სრულიად დამოუკიდებელი, მაგრამ ეს არ ყოველთვის მუშაობს neurodiverse სტუდენტებს. at Moorcroft, მე გაიგო, რომ რეალური კვლევები ხდება trust, განიხილება, და თანამშრომლობა, "დაწვრილებს. განხილვა, რომ უპირატესობა არის უპირატესობა, უპირატესობა ხელს უწყობს კონტაქტის ძალა. განკუთვნილია, რომ შექმნათ მრავალფეროვანი პარტნიორებს, რომლებიც ხშირად მოიცავს სტრუქტურული მხარდაჭერა, ვიდრე დაზოლაცია. Universal Design for Learning (UDL) ინტენსიური დიზაინი ბევრი სწავლებისთვის, რეალური ზრდის გამოწვეულია შეუერთებული გამოცდილებისგან. Bajwa აცხადებს, "დაწვრილება იწვევს შეუერთებული გამოცდილებისა და ურთიერთობებისგან, არა დაზონტაციისგან. რეალური დამოკიდებულება იზრდება დაკავშირებით და მხარდაჭერით, არა მასშტაბით." ეს მიმოხილვა გთავაზობთ, რომ EdTech- ს არ უნდა იყოს ადამიანური ინტერაქტიის შეცვლისა და უფრო მეტია, როგორც მასის მოწყობილობა, დაეხმაროს ურთიერთობებს, რომლებიც უზრუნველყოფს უსაფრთხოებას და უსაფრთხოებას. სტრუქტურული სტრუქტურა Scalability ინტეგრირებული ტექნოლოგიების ეკონომიკური მოდელი, რომელიც Bajwa- ის საკუთარი სტრატეგიას დააყენა Plan 9 incubator- ში, ხელს უწყობს სწრაფი ზრდის და გაფართოება. ეს მიმოხილვა ხშირად ძირითადად განსხვავდება პაციენტული, რესურსების ინტენსიური და უმაღლესი პერსონალური მოთხოვნებს neurodiverse სწავლებისათვის. , წნევა სწრაფი დაბრუნების ჯერ კიდევ ძლიერი ძალა. 715 მილიარდი "მომგონებული ტექნოლოგიური მოდელები განკუთვნილია სწრაფი ზრდის და გაფართოება, მიზნით, რათა სწრაფად მიაღწიოს დიდი ბაზარებს და ნაჩვენოთ სწრაფი მოგება. თუმცა, მუშაობა neurodiverse სტუდენტებს აჩვენა, რომ მნიშვნელობა ეფექტი ხშირად მოითხოვს განსხვავებული მიმოხილვა: დრო, მგრძნობიარე, და გრძელვადიანი персонализация," Bajwa აცხადებს. ეს ხელს უწყობს სტრუქტურა, როგორც ინტელექტუალური განათლების მოითხოვს კომბინაცია და შეესაბამება, ფსიქოლოგია აღიარებული კონცეფცია . Filantropic “მომცველი-კაპიტალი” "მომსახურება ამ კვლევებს არ შეუძლია სტანდარტიზებული ან სწრაფად, და პროგნოზი შეზღუდულია ინდივიდუალური ეტაპები, არა მომხმარებლის ნომერი. ეს ხელს უწყობს tensions: scalable პროდუქცია ხელს უწყობს ეფექტურობა, ხოლო ინტელექტუალური განათლება მოითხოვს კომბინაცია და ხელმისაწვდომობა," Bajwa დასრულებს. ეს იმიტომ, რომ უფრო ფართო ცვლილება სტრატეგია, როგორიცაა: , რომელიც უპირატესობა ინფრასტრუქციას ფინანსური მიზნების მხრივ. Invalid-Lens ინვესტიციები მონაცემთა დაკარგული კონტაქტი მონაცემთა მეცნიერება უპირატესობა იპოვებს, თუ რა ხდება, მაგრამ ხშირად ცდილობს გაიგოთ, რატომ. კლასის გარემოში, ეს შეზღუდვა შეიძლება გამოიწვიოს შეცდომა კვლევების შესახებ სტუდენტების ქცევის გარეშე ძირითადი კონტაქტი, რომელიც უზრუნველყოფს ადამიანის მიმოხილვა. ეს სიზუსტით ეწვევა განვითარება შეერთებული მეთოდები, როგორიცაა: , რომელიც შეუერთებს ხარისხის მონაცემები ხარისხის მიმოხილვა. “Big–thick blending” Bajwa აღწერილი სტრატეგიას, სადაც მონაცემები მხოლოდ გაქვთ შეუზღუდავი. "ს ერთ კლასში, სტუდენტების მონაცემები შეიძლება გააჩნოს ხშირად გათავისუფლების, გათავისუფლების საქმიანობა არ არის სრული და თავიდან ავიცილოთ თვალის კონტაქტი, რომელიც შეიძლება ადვილად დარეგისტრირებულ იქნას, როგორც შეუზღუდავი ყურადღება ან მოტივაცია. მაგრამ პირდაპირ, მე შეამოწმოებ subtle რჩევები. ეს არ იყო უარყოფითი; ეს იყო სქესობრივი ზედაპირება, "მე ამბობს. ეს გამოცდილება აღწერილი საჭიროება შეუზღუდავი მონაცემების ინტერფეტის, ძირითადი თემა Human-Computer Interaction (HCI) კვ მომხმარებლის ქცევის კონტაქტიზაცია. Mixed მეთოდები შეესაბამება გარემოში, ინტერფეისი გაუმჯობესდა რეზოლუციურად. Bajwa განიხილება, "დატატები მხოლოდ არ გაქვთ ამ კონტაქტზე; ჩემი ხელმისაწვდომობა გააჩნია, რომ" რატომ "დაწვრილებით მოვლენები იყო ფსიქიკური და სქესობრივი, არა ქცევის. ეს გამოცდილება აღიარდა, რომ მონაცემებს საჭიროა კომბინაცია და შეამოწმება, რათა გაიგოთ სრული ისტორია. " Re-defining წარმატებული შედეგები პროგრამული უზრუნველყოფის განვითარების მუშაობს "sprints" ზემოთ კვირაში, მჭიდრო ფართობი, რომელიც უპირატესობა სწრაფი განახლება და დაუყოვნებლივ შედეგები. ეს დროის ხაზები მნიშვნელოვნად განსხვავდება ადამიანის განვითარების სიჩქარით, სადაც მნიშვნელოვანი ცვლილება შეიძლება მიიღოს თვე კმაყოფილება, მუდმივი და მუდმივი ძალისხმევა. ეს განსხვავება აჩვენებს ძირითადი შეცდომა ტექნოლოგიის მსოფლიოში მუდმივი კმაყოფილება. "მუშავება სასწავლო მასშტაბით მთლიანად შეიცვალა, თუ როგორ ვხედავ პროგნოზი. პროგრამული უზრუნველყოფის განვითარება, წარმატება ხშირად შეზღუდულია სწრაფი მიწოდება და ჩვეულებრივი შედეგები სწრაფი sprints," Bajwa გააჩნია. მისი კლასის გამოცდილება შეიცვალა ამ მიმოხილვა მთლიანად. მან შეამოწმოთ, რომ სტუდენტური ზრდის შეიძლება მიიღოს თვის კმაყოფილება, პროცესი, რომელიც უკეთესი შეფასება მეტრიკები, როგორიცაა , რომელიც შეფასებს სიცოცხლის ხარისხის გრძელვადიანი გაუმჯობესება. Social Return on Investment (SROI) ინვესტიციების ღირებულება ეს რეზოლუციური ცვლილება პრაქტიკაში აჩვენებს, თუ რა მნიშვნელოვანია მგრძნობიარე. "ეს გამოცდილება გააჩნია, რომ ნამდვილად წარმატება არ არის ყოველთვის დაუყოვნებლივ ან შეზღუდული, და რომ მგრძნობიარე, კონცენტრაცია და საიმედოობა არის ისევე ღირებულება, როგორც სიჩქარე," ამბობს Bajwa. ეს არის სასწავლო შეფასება მგრძნობიარე, მნიშვნელობის პროგრესია, პროცესი, რომელიც მოითხოვს ინსტრუმენტები, რომლებიც შექმნილია მხარდაჭერა. დროის განმავლობაში წარმოუდგენელი persistence Invisible User გამოცდილება პროგრამული უზრუნველყოფის კოდირების პროგრამული უზრუნველყოფა იხილავს ლოგიკური მომხმარებლის მოგზაურობა, მაგრამ კლასის დროს, ის მოგზაურობა ფირფიცირდება ფართო ფართო ფართო სიამოვნებაების, სტრუქტურების და კონტაქტური მოთხოვნებს. ეს ფსიქიკური პლაჟი ხშირად არ არის ჩანს განვითარების პროცესში, მაგრამ ეს არის ყველაზე მნიშვნელოვანი ნაწილი მომხმარებლის გამოცდილება. ეს სიზუსტით აღწერილი ღირებულება მეთოდები, რომლებიც უპირატესობა ცხოვრების გამოცდილება. "მართობით ყველაზე მნიშვნელოვანი ნაწილი, რომელიც არ არის ჩვეულებრივ პროგრამული უზრუნველყოფს, არის ფსიქიკური და კონტაქტური ფართობი გამოყენება. როდესაც თქვენ კოდირებთ, თქვენ ვფიქრობთ, რომ გონივრული, მუდმივი მომხმარებლის მოგზაურობა, მაგრამ რეალურად, თითოეული სტუდენტმა მოიცავს უნიკალური მგრძნობიარე, საჭიროებები და მოვლენები, რომლებიც წუთი წუთი შეიძლება განსხვავდეს," ამბობს Bajwa. ეს შეესაბამება პრინციპებს. , რომელიც იყენებს პირადი სიტყვებს დიზაინით უპირატესობების გამოხატვა, და მხარს უჭერს კვლევა . Feminist HCI universally ხელმისაწვდომი სასწავლო მოდელები "მე ვხედავ, თუ როგორ ბავშვთა შეუზღუდავილობა, სიამოვნება ან შეუზღუდავილობა შეიძლება მთლიანად შეცვალოს, თუ როგორ ისინი ტექნოლოგიათან ურთიერთქმედება. მე მივიღე, რომ გამოყენება არ არის მხოლოდ სუფთა ინტერფეისი ან გლუვი შესრულება; ეს არის ფსიქიკური უსაფრთხოება, მოქნილობა და ადამიანური კავშირი," ის განიხილება. მომხმარებლის გამოცდილება ნამდვილად განიხილება, განვითარებლები უნდა შეუერთდეს ინდივიდუალური ქცევისგან, რომელიც მას აშენებს. Productive Struggle-ის ღირებულება ინჟინროში, "ბაჟებული" პროცესი ან სქესის ტკივილი არის რაღაც, რომელიც უნდა გააუმჯობესოს. ტექნოლოგიური ინდუსტრიის მოცულობა შეუზღუდავი, სქესის გარეშე მომხმარებლის მოგზაურობა იმიტომ, რომ ეს ethos. თუმცა, სასწავლოში, სიჩქარების დროები ხშირად არიან, სადაც გაცნობიერება და რეზოლუცია მორგებულია. ყველა მოთხოვნების დიზაინით, ტექნოლოგია რისკებს პასციული მომხმარებელს, ვიდრე აქტიური კვლევარებს. "ტექნოლოგიური ინდუსტრია ხშირად დიზაინერებს გლუვი, შეუზღუდავი მომხმარებლის მოგზაურობა, მინიმუმზაცია friction, ასე რომ მომხმარებლები არასდროს დატოვება. მაგრამ სწავლის დროს, ამ სიჩქარების დროები არიან, სადაც რეალური ცოდნა იღებს რწმენა," Bajwa აცხადებს. ძირითადი რისკი AI-driven განათლებისა, რომ სტუდენტები შეიძლება განვითარდეს თუ სისტემები ძალიან სწრაფად შეესაბამება, რათა თავიდან ავიცილოთ მათ ინტეგრირება წარმოუდგენელი ძალისხმევა. “სწავლოთ არქიტექტურობა” კლასში, Bajwa ვხედავთ, თუ როგორ განიცდიან განიცდიან განიცდიან თვითმფრინავი, კონცეფცია ხშირად არ შეესაბამება, თუ როგორ ინტელექტუალური tutoring სისტემები იპოვებს "Tech- ის შეუზღუდავი წარმატება შეიძლება არასამთავრობო გამოხატოთ ეს ზრდის შესაძლებლობები. იმისათვის, რომ ნამდვილად მხარს უჭერს Deep Learning, ჩვენ გვჭირდება ინსტრუმენტები, რომლებიც გაძლევთ ადგილი უსაფრთხო კურსი, რეპუტაცია და გადარჩენა, არა მხოლოდ მინიმალური შედეგები," მან აცხადებს. ეს იმას ნიშნავს, რომ დიზაინერი მოცულობა, არა მხოლოდ ეფექტურობა. “პროექციური ცვლილებები” ციფრული სენსორები პროგრამირების მსოფლიოს მეშვეობით ეკრანზე, მაგრამ სპეციალური მოთხოვნები კლასის ფართო, multi-sensory გარემოს. ყველაზე მნიშვნელოვანი მონაცემთა ნაბიჯები ხშირად არ არის ციფრული ნაჩვენები - ცვლილება ტონით, ტანსაცმელი კუნთების, ცვლილება ტვინის - რომ ამჟამად ტექნოლოგია არ შეუძლია სრულიად მოპოვოს. მიუხედავად იმისა, რომ კვლევა შეამოწმოებს რეალურ დროში ფსიქოლოგიური შეზღუდვები, კვლევა ხშირად არ აქვს neurodivergent პარტნიორები, მნიშვნელოვანი ცვლილება აღწევს მიმოხილვა . Cognitive Load კვლევა "მომცველი ინგრედიენტების ყველაზე მნიშვნელოვანია სენსორული და ფსიქიკური კონტაქტი. Moorcroft- ში, მე დამოკიდებულია რამ, რაც სენსორები ან ალგორტიმები არ შეუძლიათ სრულიად მოპოვოს: ტონლის ცვლილება, სხეულის ტენდენცია ან კვლევების გზა, როდესაც სტუდენტები შეუზღუდავი ან შეუერთებული არიან, "Bajwa აჩვენებს. ახალი სისტემები, რომლებიც გამოიყენებენ ცდილობენ შეესაბამება ფსიქოლოგიური სინამდვილეები, მაგრამ ისინი ჯერ კიდევ დასაწყისში. Bayesian Immediate Feedback Learning (BIFL) ინტენსიური სტრუქტურა ეს სენსორული ფართობი მნიშვნელოვანია ნამდვილად ადაპტირებული ინსტრუმენტების შექმნისთვის. "ეს სინამდვილეები ვთქვა, რომ ბევრი უფრო მეტია, ვიდრე მონაცემთა დონებორტი არ შეუძლია. ისინი აჩვენებენ ფსიქიკური სტრუქტურა საქმიანობის შემდეგ, არა მხოლოდ საქმიანობის თავს," ამბობს Bajwa. ადაპტირებული ტექნოლოგია მომავალში დამოკიდებულია ამ ადამიანის ფართულების გაფართოების უნარზე, რომ არ გადაიხადოს კომბინაცია, არამედ უფრო რეაგირებული დიზაინი. საინჟინრო მენეჯმენტი ინჟინერი ფიზიკური ხარისხი მოწინააღმდეგება სისტემა, გაუმჯობესება, და ოპტიმიზაცია ეფექტურობისთვის. მიუხედავად იმისა, რომ მრავალფეროვანი კონტაქტები, ეს მიმოხილვა შეიძლება შეესაბამება ცუდი, non-linear, და გრძელვადიანი პირადი ბუნება ადამიანის სწავლის. ამჟამად შერჩევა ან ექსპერიმენტი, იხილება არქიტექტუალური, შეიძლება იყოს მნიშვნელოვანი ნაწილი სტუდენტური კმაყოფილების პროცესში. Bajwa აღიარებს სექციონირების თამაშში, სადაც მისი ინტუსტი იყო უარყოფითი ნაბიჯების გათავისუფლებისთვის. "მეის ინჟინერი ინტუსტი იყო ინტერფეისი გააუმჯობესება და პროცესის გაუმჯობესება ეფექტურობისთვის. მაგრამ ამ წუთში, სტუდენტს საჭიროა დრო, რომ შეისწავლოთ, შეცდომებს და თითოეული ნაბიჯს მათი საკუთარი სიჩქარით დამუშავებს. საჩუქრები ან განკუთვნილია საქმიანობა გაქვთ ღირებულ სასწავლო გამოცდილება," მან აღიარებს. "თუ კონფლიქტი განიცდიან, რომ ინჟინერი გონება ეფექტურობისა და პროგნოზირება აქვს შეზღუდვები: ადამიანის სწავლისა შეუზღუდული, არნინერული, და გრძელვადიანი პირადი," Bajwa განიცდიან. "ჩვეულებრივ, წარმატება არ არის ყოველთვის ოპტიმიზაციის შესახებ; ზოგჯერ ეს არის შეუზღუდავი, აქცენტი, და სწავლის სიტყვას აღიარება." ეს სასწავლო აჩვენებს, რომ საჭიროა უფრო საერთო ხელმისაწვდომობა EdTech განვითარებას, რომელიც შეესაბამება ტექნიკური სიზუსტე და გრძელვადიანი ადამიანის შეუზღუდვა. Bajwa- ის მოგზაურობა ტექნოლოგიის დაარსებამდე კლასიკური მხარდაჭერით აღსანიშნავს EdTech- ის ინდუსტრიის მნიშვნელოვანი შეტყობინებას. რეალურად ეფექტური ინსტრუმენტების შექმნა neurodiverse სწავლებისთვის მოითხოვს სიჩქარის და ზომის მეტრიკებს. ეს მოითხოვს ახალი პარამეტრი, რომელიც დაარსდა მუდმივი, პირდაპირი შეამოწმება და გლუვი მიმოხილვა კომპლექსური, ინდივიდუალური გზა, რომელიც შეზღუდავს ადამიანის სწავლება.