Jochen Robes über Bildung, Lernen und Trends

Machine Learning Applications in E-Learning: Bias, Risks and Mitigation

Stella Lee präsentiert eine gute, ausgewogene Darstellung der Vorteile und Herausforderungen, die mit den Entwicklungen in „adaptive e-learning, fueled by the advances of machine learning and artificial intelligence“ auf uns zukommen. Auf der Habenseite stehen die Möglichkeiten: Personalized learning paths, chatbots, performance indicators. Auf der anderen Seite die Herausforderungen: „prediction could be too prescriptive“, „adaptive learning is costly and time consuming to build“, „algorithm black box“, „trust“.

Sie wirft dann noch das Stichwort „explainable AI“ in die Runde: Nutzer sollten das Recht haben zu erfahren, wie zum Beispiel Algorithmen funktionieren und eingesetzt werden. Dazu passt eine Begegnung, die sie schildert: „One adaptive e-learning company I spoke to recently couldn’t tell me how many of their data scientists have a solid grasp of pedagogical principles; yet they are the people who make decisions on what and how we learn.“
Stella Lee, Chief Learning Officer, 12. September 2018

Bildquelle: Markus Spiske (Unsplash)

Schreibe einen Kommentar

Basic HTML is allowed. Your email address will not be published.

Subscribe to this comment feed via RSS

Diese Website verwendet Akismet, um Spam zu reduzieren. Erfahre mehr darüber, wie deine Kommentardaten verarbeitet werden.