NSF-díjat kapott a CMU kutatója a motiváció és a tanulás vizsgálatára

A motiváció és a tanulási módszerek kapcsolata

Paulo Carvalho, a Carnegie Mellon University Ember és Számítógép Interakciós Intézetének, vagyis a Human Computer Interaction Institute-nek adjunktusa NSF Faculty Early Career Development, röviden CAREER-díjat kapott. A támogatás kutatásának azt a kérdését segíti, hogyan hat egymásra a hallgatók motivációja és az általuk alkalmazott tanulási stratégia.

A kutatók régóta azonosítanak olyan tanulási technikákat, amelyek javíthatják a megértést és segíthetik az információk hosszabb távú megőrzését. A diákok azonban nem mindig használják ezeket a módszereket, és előfordulhat, hogy idővel fel is hagynak velük. Carvalho projektje azt vizsgálja, milyen szerepet játszik ebben a motiváció.

A kutatás egyik iránya arra összpontosít, hogy a motiváció miként befolyásolja a hallgató hajlandóságát az erőfeszítést igénylő, hatékony tanulási stratégiák alkalmazására. A projekt azt is elemzi, hogyan hat a stratégiák érzékelt nehézsége a motivációra.

Laboratóriumi és valódi kurzusokon végzett vizsgálatok

Carvalho ellenőrzött laboratóriumi kísérleteket és valós környezetben végzett vizsgálatokat is tervez. Utóbbiakat bevezető egyetemi kémiai kurzusokon végzi. A cél annak jobb megértése, hogy ezek a tanulási stratégiák mikor működnek, illetve mely hallgatók profitálnak belőlük a legtöbbet.

A kutató a motiváció és a tanulás közötti kölcsönös kapcsolatot vizsgálja. Ez azt jelenti, hogy a projekt nemcsak azt követi, hogyan befolyásolja a motiváció a tanulási módszer kiválasztását és fenntartását, hanem azt is, hogy a nehéznek érzett módszerek milyen hatással vannak a motivációra.

Az egyetem közlése szerint a kutatás eredményei útmutatót adhatnak a következő generációs, mesterséges intelligenciára épülő tanulási eszközök fejlesztéséhez. Carvalho a tanulók által tapasztalt „motivációs súrlódást” szeretné jobban megérteni, vagyis azt a nehézséget, amely akkor jelentkezik, amikor a tananyag vagy a tanulási stratégia megnehezül.

Alkalmazkodó tanulási rendszereket fejlesztenének

Carvalho elképzelése szerint a jövőbeli rendszereknek nem szabad kizárólag a válaszok pontosságát követniük. A kutatás olyan eszközök kialakítását alapozhatja meg, amelyek a tananyag nehézzé válásakor intelligensen alkalmazkodnak, és támogatják a hallgatók kitartását, valamint bevonódását.

A Carnegie Mellon kutatója tágabb értelemben a tanulásmérnökséggel foglalkozik. Ez a terület számításos modellezést, nagyméretű oktatási adatok bányászatát és mesterséges intelligenciát használ annak vizsgálatára, hogyan működik a hallgatói gondolkodás. Carvalho ezeket a módszereket valódi digitális tantermekben alkalmazza.

Munkájának célja olyan alkalmazkodó technológiák tervezése, amelyek az egyéni emberi korrepetálás hatékonyságát igyekeznek megközelíteni. A motiváció szerepének feltárása így közvetlenül kapcsolódik az oktatási rendszerek tervezéséhez: az eszközök a tanulási eredmények mellett azt is figyelembe vehetik, hogy a hallgató mennyire képes folytatni a munkát nehézségek esetén.

A díj az oktatási és kutatói pályát is támogatja

Az NSF CAREER program olyan pályájuk elején álló oktatókat támogat, akik az alapítvány szerint kutatásban és oktatásban is példaképpé válhatnak. Carvalho díját az NSF STEM Education Directorate Core Research programja finanszírozza. A támogatás a kutatás mellett annak az iránynak ad lendületet, amelyben a számításos módszerek és a mesterséges intelligencia a tanulók megértését, valamint az alkalmazkodó oktatási technológiák fejlesztését szolgálják.