گراف برنامهٔ درسی
کتاب، فصل، درس، مهارت و روابط پیشنیازی به ساختاری قابل محاسبه تبدیل میشوند تا سیستم بداند هر سؤال و فعالیت دقیقاً به کدام هدف آموزشی متصل است.
فهمیوسیستم یادگیری تطبیقیقابلیتهای فهمیو
زیرساخت یادگیری تطبیقی؛ از برنامهٔ درسی تا تصمیم قدم بعدی.
فهمیو یک چتبات عمومی نیست. هر قابلیت در معماری محصول باید به برنامهٔ درسی، مهارت، شواهد یادگیری یا نظارت معلم متصل باشد.
هستههای اصلی محصول
این قابلیتها بهصورت زنجیرهای کار میکنند؛ جدا کردن یکی از بقیه، تصویر ناقصی از Adaptive Learning میدهد.
موتور تشخیصی
هدف فقط گرفتن نمره نیست؛ پرسش تشخیصی باید کمک کند محل شکاف مهارتی، پیشنیاز ضعیف یا بدفهمی احتمالی روشن شود.
مدل وضعیت دانشآموز
برای هر دانشآموز، شواهد تسلط، تلاشها، پاسخها و تغییر وضعیت مهارتها مستقل نگهداری میشوند تا مسیر یادگیری با فرد دیگری اشتباه نشود.
موتور تطبیق
قدم بعدی بر اساس وضعیت فعلی، پیشنیازها و شواهد انتخاب میشود؛ ممکن است برای یک دانشآموز مرور و برای دیگری پیشروی مناسبتر باشد.
تمرین تطبیقی
تمرینها صرفاً تصادفی نمایش داده نمیشوند. سیستم تلاش میکند فعالیتی را انتخاب کند که برای مهارت و وضعیت فعلی معنا داشته باشد.
راهنمای سقراطی
راهنمایی باید فهم را بسازد، نه اینکه جواب نهایی را فوری لو بدهد. سؤال، نشانه و سطح راهنمایی به فرایند یادگیری کمک میکنند.
هوشمندی برای معلم
معلم باید بتواند شواهد، مهارتهای نیازمند توجه و دلیل پیشنهادهای سیستم را ببیند و تصمیم آموزشی را در اختیار داشته باشد.
توضیحپذیری
هر پیشنهاد مهم باید تا حد امکان به مهارت، شواهد و منطق قابل ردیابی متصل باشد؛ «هوش مصنوعی گفت» برای فهمیو توضیح کافی نیست.
شواهد را به قدم بعدی تبدیل میکند.
- مهارت هدف را مشخص میکند.
- پیشنیازها را بررسی میکند.
- شواهد پاسخ و تلاش را ثبت میکند.
- وضعیت مهارت را بهروزرسانی میکند.
- قدم بعدی را پیشنهاد میدهد.
جایگزین قضاوت آموزشی انسان نمیشود.
- محتوای رسمی را حدس نمیزند.
- از یک نمره دربارهٔ کل دانشآموز نتیجهگیری نمیکند.
- پاسخ مدل زبانی را منبع حقیقت نمیگیرد.
- تصمیمهای پرریسک را خودکار نهایی نمیکند.