Insights Críticos para os Laboratórios™ de IA do ETS^® 

O trabalho nos Laboratórios ™ de IA da ETS^® é impulsionado pelas necessidades dos usuários. E, embora o futuro do ensino e da aprendizagem seja quase impossível de prever, os laboratórios projetam nossas visões em torno dos seguintes insights críticos.

Eficiência

Os alunos podem ser apoiados por meio de eficiências na forma como acessam, se envolvem e completam programas educacionais e de preparação para a força de trabalho, bem como as avaliações instrucionais exigidas como parte desses programas. Os educadores podem ser apoiados por meio de métodos eficientes para avaliação diagnóstica e holística do engajamento, progressão e desempenho do aprendiz.

Flexibilidade

Os modos de aprendizagem variam à medida que os ambientes presenciais migram para uma mistura de experiências presenciais, remotas e mistas, menos padronizadas, guiadas por alguma combinação de professor, pai/responsável e auto-facilitação. Para atender às necessidades dos usuários, as experiências de aprendizagem exigirão soluções que ofereçam escolha, personalização, adaptação, auto-ritmo e capacidades de integração.

Percepções

Educadores, pais e aprendizes podem ser apoiados por meio de ferramentas automatizadas na tradução de dados ricos capturados em soluções digitais em insights acionáveis. Modelos de serviço ao vivo que apoiam a interpretação de dados serão substituídos por feedback em tempo real com recomendações e plataformas de relatórios interativos com interfaces de usuário ousadas e experiências intuitivas que ajudam a orientar a aprendizagem.

Eficácia

Usuários e tomadores de decisão continuarão buscando informações sobre quais soluções funcionam, para quem e por quê. A dependência das relações entre o uso e resultados de alto risco, como as pontuações de avaliação somativa, diminuirá, com as decisões baseadas em evidências significativas de que uma solução está apoiando o engajamento, a persistência e a progressão de aprendizagem.

Patrimônio

Formuladores de políticas e administradores continuarão a lidar com questões de equidade em EdTech, como a divisão digital, padrões de dados não uniformes e eficácia diferencial entre subpopulações de estudantes. Informações sobre como fornecedores de aprendizagem e avaliação estão abordando essas questões serão esperadas.

Ética

As expectativas e regulamentações sobre o uso responsável dos dados, especificamente como eles são coletados, manuseados, armazenados e aplicados a soluções aprimoradas por tecnologia, aumentarão. A comunicação transparente das políticas de dados se tornará um ponto de apostas.