W ostatnim poście z serii "Biznesowo o językach" pisałam jak radzić sobie z nagłymi "ważnymi" sprawami, które kradną nasz czas przeznaczony na naukę. Dziś skupimy się na innej kwestii, mianowicie na tym, jak ogólnie zarządzać naszym czasem i codziennymi obowiązkami, by czasu na naukę mieć tyle, ile nam potrzeba.

Wystarczą 2 proste kroki i trochę silnej woli ;-) Dziś zajmiemy się krokiem numer 1 - eliminacją zbędnego!

Źródło: start08 at FreeDigitalPhotos.net

Adaptive Learning

Czy słyszeliście pojęcie Adaptive Learning? Dla tych, dla których jest ono obce, wyjaśniam pokrótce o co chodzi. Adaptive Learning to nic innego, jak mocno spersonalizowany proces uczenia, wspomagany rozwiązaniami technologicznymi. System e-learningowy, podszyty złożoną analizą danych o naszej nauce, na podstawie naszych wyników, personalizuje materiał, który jest nam w kolejnym kroku podawany, by ćwiczyć i wzmocnić wiedzę w obszarach trudnych dla nas. Według Pearson (angielska) definicja brzmi następująco: 
[...] Adaptive learning works by assessing student performance and activity in real time. Then, using data and analytics, it personalizes content to reinforce concepts that target each student's particular strengths and weaknesses [...].
Źródło: tiverylucky at FreeDigitalPhotos.net 


No More Books, No More Pencils

Do (wreszcie) napisania tego postu zainspirował mnie ostatnio przeczytany artykuł "No More Books, No More Pencils". Sporo mówi się o Adaptive Learning, jednak wciąż traktuje się go nieco jako pieśń jutra w kwestii języków. Bo o ile w przypadku przedmiotów ścisłych ("No More Books, No More Pencils" także o tym wspomina, przedmioty z grupy STEM) Adaptive Learning można zastosować bez większych trudności, o tyle w przypadku języków panuje spory sceptycyzm. Nawet sam autor tego tekstu stwierdza, że w językach jest to problematyczne:
The best machine-learning software is also beginning to get better at recognizing human speech and analyzing some aspects of writing samples, but natural language processing remains at the field’s far frontier.
Idąc dalej tym tropem warto przytoczyć również wątpliwości Philip'a Kerr, autora podręczników do nauki języka angielskiego, który też nie podchodzi optymistycznie do idei Adaptive Learning w językach:
The first problem, as I explored in a previous post, is that language is a messy, complex system: it doesn’t lend itself terribly well to granularisation. The second problem is that language learning does not proceed in a linear, hierarchical way: it is also messy and complex. The third is that ‘language learning content’ cannot simply be delivered: a process of mediation is unavoidable.
Ja również uważam, że jest to dość złożona kwestia. Skomplikowanie w nauce języka polega na wielu przeplatających się zależnościach semantycznych i gramatycznych oraz jednoczesnym scaffoldingu (ang. - rusztowanie) w podawaniu jednostek informacyjnych, które budują rozumienie i znajomość języka od fundamentów, poprzez kolejne poziomy umiejętności. 

Dodatkowo, wiedza musi zostać przyswojona i przepracowana. Musi być ćwiczona i stale podawana doświadczeniom i eksperymentom, które stanowią element procesu nauki języka. Na dzień dzisiejszy opisywany powyżej Adaptive Learning nie jest gotów sprostać tym wymaganiom.

Rozwiązania obecne na rynku

Pearson English twierdzi jednak, że w swoim MyLanguageLabs stosuje Adaptive Learning. Po przejrzeniu jednak kilku zestawów ćwiczeń an przykładzie języka angielskiego i przeanalizowaniu możliwości i funkcjonalności programu, uważam, że są jeszcze dalecy od pełnego Adaptive Learning sprawdzającego się w przedmiotach STEM.

Czy w takim razie możliwe jest już teraz zastosowanie Adaptive Learning w nauce języków? Według mnie tak. Oczywiście nie do końca w dowolnej formie, ale jeśli przyjmiemy za klucz optymalizację procesu naszej nauki na podstawie naszych dotychczasowych postępów to to już się dzieje i to od dawna. 

Mam na myśli różne metody optymalizacji powtórek. Metody te, wykorzystując naukowo opracowane algorytmy, pozwalają na powtarzanie tylko tego materiału, z którym do tej pory mieliśmy problem i który według komputerowych wyliczeń ma największe szanse zostać przez nas zapomniany. W ten sposób uczymy się tylko tego, czego musimy. Pozwala to oszczędzać czas i nie obciąża naszego mózgu pozorną nauką rzeczy, które już umiemy lub pamiętamy. "Wadą" takiej formy Adaptive Learning jest konieczność systematycznej pracy i nauki, by wyliczenia dotyczące naszej nauki były rzetelne. Osobiście uważam to za zaletę metody, ale głosy są niestety podzielone.

A co Wy myślicie o Adaptive Learningu? Jakie są Wasz doświadczenia? Czy stosowaliście metody optymalizacji powtórek? Co o tym sądzicie?