ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆಯ ಮೂಲಕ ಶಿಕ್ಷಣ ಕ್ಷೇತ್ರದಲ್ಲಿ ಕಲಿಕೆಯ ಫಲಿತಾಂಶಗಳ ಮೇಲೆ ಪ್ರಭಾವ ಬೀರುವುದು

ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆಯ ಮೂಲಕ ಶಿಕ್ಷಣ ಕ್ಷೇತ್ರದಲ್ಲಿ ಕಲಿಕೆಯ ಫಲಿತಾಂಶಗಳ ಮೇಲೆ ಪ್ರಭಾವ ಬೀರುವುದು

ಈ ಜಗತ್ತು ಡಿಜಿಟಲ್ ಯುಗವನ್ನು ಪ್ರವೇಶಿಸಿದೆ. ತಂತ್ರಜ್ಞಾನವು ಇಂದು ಮಾನವನ ಜೀವನದ ಪ್ರತಿಯೊಂದು ಅಂಶವನ್ನೂ ಸ್ಪರ್ಶಿಸಿದೆ.  ಅದು ವ್ಯವಹಾರ, ಸಂವಹನ, ಪ್ರಯಾಣ, ಆರೋಗ್ಯ ಅಥವಾ ಶಿಕ್ಷಣ ಆಗಿರಬಹುದು. ಜಾಗತಿಕವಾಗಿ, ಶಿಕ್ಷಣ ಕ್ಷೇತ್ರವೂ ತಂತ್ರಜ್ಞಾನವನ್ನು ಮನಃಪೂರ್ವಕವಾಗಿ ಒಪ್ಪುತ್ತಿದೆ  ಮತ್ತು ಸುಧಾರಿತ ತಂತ್ರಜ್ಞಾನಗಳ ಪರಿಣಾಮಗಳು ಈ ಕ್ಷೇತ್ರದಲ್ಲಿ ಅದ್ಭುತಗಳನ್ನು ಸೃಷ್ಟಿಸುತ್ತಿವೆ. ಅತಿ ವೇಗವಾಗಿ ಬೆಳೆಯುತ್ತಿರುವ ತಂತ್ರಜ್ಞಾನಗಳಲ್ಲಿ ಮುಖ್ಯವಾದದ್ದು ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆ ಮತ್ತು ಅದರ ಪರಿಣಾಮಗಳು ಬಹಳ ದೂರ ತಲುಪಿವೆ. ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆಯ ಸೈದ್ಧಾಂತಿಕ ಆಧಾರವು ದಶಕಗಳಷ್ಟು ಹಳೆಯದು, ಕಮಾಡಿಟಿ ಕಂಪ್ಯೂಟಿಂಗ್ ಹಾರ್ಡ್‌ವೇರ್‌ನ ತ್ವರಿತ ವೃದ್ಧಿಯು ಅದನ್ನು ಹಿಂದೆಂದಿಗಿಂತಲೂ ಹೆಚ್ಚು ಸುಲಭವಾಗಿ ಮತ್ತು ಉಪಯುಕ್ತವಾಗುವಂತೆ ಮಾಡುತ್ತದೆ. 

ಭಾರತದಲ್ಲಿ ಶಾಲಾ-ಮಟ್ಟದ ಶಿಕ್ಷಣವು ಇತ್ತೀಚಿನ ದಶಕಗಳಲ್ಲಿ ಹೆಚ್ಚಾಗಿ -90ರ ದಶಕದ ಒಟ್ಟು ದಾಖಲಾತಿ ಅನುಪಾತಗಳು ಮತ್ತು ಉತ್ತಮ ಬಜೆಟ್ ನಿಧಿಯನ್ನು ಹಿಂದಿಗಿಂತ ಹೆಚ್ಚಿನ ಪ್ರಮಾಣದ ಹಂಚಿಕೆಯೊಂದಿಗೆ ದಾಪುಗಾಲಿಟ್ಟು ಪ್ರಗತಿಯನ್ನು ಸಾಧಿಸಿದೆ. ಆದಾಗ್ಯೂ, ಕಡಿಮೆಯಾದ ವಿದ್ಯಾರ್ಥಿ ಧಾರಣ ದರಗಳು ಮತ್ತು ಕಲಿಕೆಯ ಫಲಿತಾಂಶಗಳಲ್ಲಿನ ನಿಧಾನಗತಿಯ ಸುಧಾರಣೆಗಳು ಭಾರತವನ್ನು ಜಾಗತಿಕ ಗುಣಮಟ್ಟಕ್ಕೆ ಸಮವಾಗಿಸುವುದು ಇನ್ನೂ ಸವಾಲಾಗಿದೆ. ಭಾರತದ ಶೈಕ್ಷಣಿಕ ಭೂದೃಶ್ಯದಲ್ಲಿನ ಹೆಚ್ಚಿನ ಬದಲಾವಣೆಗಳು ಸಾಮಾನ್ಯವಾಗಿ ಖಾಸಗಿ ವಲಯದಿಂದ ಆರಂಭವಾಗುತ್ತದೆ ಮತ್ತು ದತ್ತಾಂಶ ಚಾಲಿತ ವಿಧಾನಗಳಿಂದ ನಡೆಸಲ್ಪಡುವ ಹೊಸ ಆವಿಷ್ಕಾರಗಳು ಭಾರತದ ಪ್ರಮುಖ ಶಾಲೆಗಳಲ್ಲಿ ಒಸರುತ್ತಿವೆ.

ಸುಧಾರಿತ ಡೇಟಾ ಮೈನಿಂಗ್, ವಿಷಯದ ತಿಳಿವಳಿಕೆ, ವಿದ್ಯಾರ್ಥಿಗಳ ವಿವರ ಮತ್ತು ಶಿಕ್ಷಕರ ಕಾರ್ಯ ವೃದ್ಧಿ ಇವುಗಳು ಕಲಿಕೆಯ ಫಲಿತಾಂಶಗಳ ಮೇಲೆ ಭರವಸೆ ತೋರಿವೆ ಮತ್ತು ಸಾಂಪ್ರದಾಯಿಕ ಶಿಕ್ಷಣ ಮಾದರಿಯನ್ನು ತಡೆಹಿಡಿಯುವಲ್ಲಿ ವಿದ್ಯಾರ್ಥಿ, ಶಿಕ್ಷಕ ಮತ್ತು ಸಂಸ್ಥೆಯು ಈ ಮೂವರು ಸಹ ಪಾಲುದಾರರು. ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆ-ಆಧಾರಿತ ತಂತ್ರಜ್ಞಾನ ವೇದಿಕೆಗಳು ದೇಶದಾದ್ಯಂತ ಶಿಕ್ಷಣ ಕ್ಷೇತ್ರದ ಮೇಲೆ ತಳಮಟ್ಟದಿಂದ ಪ್ರಭಾವ ಬೀರುತ್ತಿದ್ದು, ವಿದ್ಯಾರ್ಥಿಗಳಿಗೆ ವ್ಯಕ್ತಿವಿಶಿಷ್ಟ ಪಠ್ಯಕ್ರಮಗಳು ಮತ್ತು ಕಲಿಕೆಯ ಶಿಫಾರಸುಗಳನ್ನು ರಚಿಸುವುದು, ಕಲಿಯುವವರ ಶೈಕ್ಷಣಿಕ ಮತ್ತು ನಡವಳಿಕೆಯ ದೌರ್ಬಲ್ಯಗಳನ್ನು ಗುರುತಿಸುವುದು ಮತ್ತು ಸಮಯ ತೆಗೆದುಕೊಳ್ಳುವ, ಪುನರಾವರ್ತಿತ ಕಾರ್ಯಗಳನ್ನು ಸ್ವಯಂಚಾಲಿತಗೊಳಿಸುವುದರಿಂದ ಶಿಕ್ಷಕರು ಉತ್ತಮ ಬೋಧನೆಯತ್ತ ಗಮನ ಹರಿಸಬಹುದು.

ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆಯಿಂದ ರೂಪುಗೊಂಡ EdTech ವೇದಿಕೆಯು ಅತ್ಯುತ್ತಮವಾಗಿ ವಿನ್ಯಾಸಗೊಳಿಸಿದ ಶೈಕ್ಷಣಿಕ ಜ್ಞಾನದ ಬುನಾದಿ .  ಸ್ವಯಂಚಾಲಿತವಾದ ವಿಷಯದ ಬುದ್ಧಿವಂತಿಕೆಯ ಆಧಾರಸ್ತಂಭಗಳ ಮೇಲೆ ನಿರ್ಮಿಸಲಾಗಿದೆ.  ಇದೊಂದು ಶೈಕ್ಷಣಿಕ ದತ್ತಾಂಶದ ಸರೋವರವಿದ್ದಂತೆ ವಿದ್ಯಾರ್ಥಿಗಳ ಮತ್ತು ಬುದ್ಧಿವಂತ ಬೋಧನಾ ವ್ಯವಸ್ಥೆಗಳ ಪ್ರತಿಯೊಂದು ಸಣ್ಣ ಸಂವಹನಗಳು ವಿದ್ಯಾರ್ಥಿಗಳ ಜೀವನದ ಮೇಲೆ ಅಗಾಧವಾಗಿ ಪರಿಣಾಮ ಬೀರುತ್ತವೆ.

ಸಂಪೂರ್ಣ ಡೌನ್‌ಲೋಡ್ ಮಾಡಿ article from here

ಉಲ್ಲೇಖಗಳು:

  1. Corbett, A. T. and Anderson, J. R. (1994), “Knowledge tracing: Modeling the acquisition of procedural knowledge,” User modeling and user-adapted interaction, vol. 4, no. 4, pp. 253–278, 1994.
  2. Cukier, Kenneth (2019). “Ready for Robots? How to Think about the Future of AI”. Foreign Affairs. 98 (4): 192, August 2019.
  3. Faldu, K., Avasthi, A. and Thomas, A. (2018) “Adaptive learning machine for score improvement and parts thereof,” US20180090023A1, Mar 29, 2018.
  4. Lin, Y., Liu, Z., Sun, M., Liu, Y., & Zhu, X. (2015). Learning entity and relation embeddings for knowledge graph completion. In 29th AAAI Conference on Artificial Intelligence, Feb 2015.