Riječi povezane s upotrebom umjetne inteligencije i podataka mogu zvučati nepoznato ili strano. U nastavku se navode najčešći pojmovi povezani s upotrebom umjetne inteligencije. Navedena objašnjenja preuzeta su iz dokumenta Europske komisije o etičkim smjernicama namijenjenim nastavnom osoblju za upotrebu umjetne inteligencije i podataka u poučavanju i učenju te su napisana tako da budu pristupačna osobama u školama i ne bi se smjela smatrati potpunim tehničkim definicijama.
| Pojam iz umjetne inteligencije | Što znači | Kako se može primijeniti u obrazovanju |
| ALGORITAM | Proces ili skup pravila koje treba slijediti u izračunima ili drugim operacijama rješavanja problema, naročito onima koje provode računala. | Algoritmi umjetne inteligencije mogu otkriti obrasce u radu učenika i pomoći nastavnicima da optimiziraju svoje strategije/metodologije poučavanja kako bi personalizirali učenje i poboljšali ishode. |
| PROŠIRENA STVARNOST | Proširena stvarnost interaktivno je iskustvo u kojem stvarna okruženja i predmete zamjenjuju računalno stvoreni 3D modeli i animirane sekvence koje se prikazuju kao da su u stvarnom okruženju. | Proširena stvarnost nudi priliku nastavnicima da pomognu učenicima u shvaćanju apstraktnih koncepata putem interakcije i eksperimentiranja s virtualnim materijalima, čime se povećava aktivno sudjelovanje i poboljšava iskustvo učenja. |
| AUTOMATIZACIJA | Računalni sustav obavlja funkcije koje obično uključuju sudjelovanje ljudi. Sustav koji može obavljati zadatke bez stalnog ljudskog nadzora opisuje se kao autonoman. | Škole i nastavnici mogu koristiti softver za obavljanje ponavljajućih i dugotrajnih zadataka kao što su izrada rasporeda, pohađanje nastave i upisi, što omogućuje nastavnicima da provode više vremena sa svojim učenicima. |
| PRISTRANOST | Pristranost je naklonost prema nekoj osobi ili protiv neke osobe, predmeta ili stajališta. Može se pojaviti u sustavima umjetne inteligencije na mnogo načina, na primjer, zbog prikupljanja podataka ili učenja. | Pretpostavke algoritama umjetne inteligencije mogu pojačati postojeću pristranost u obrazovnim praksama, poput pristranosti vezane uz spol, rasu, kulturu, sposobnosti ili invaliditet. |
| VELIKI PODACI | Skupovi podataka koji su toliko veliki da se ne mogu prikupiti, pohraniti ni analizirati s pomoću tradicionalnih aplikacija za obradu podataka. | Analizom velikih podataka nastavno osoblje može utvrditi područja u kojima učenici imaju poteškoća ili su izvrsni, što pomaže u razvoju strategija za personalizirano učenje. |
| CHATBOT | Program koji komunicira s ljudima putem tekstovnih ili glasovnih naredbi na način da imitira razgovor između osoba. | Chatbotovi mogu biti virtualni savjetnici učenicima, pomažući im u učenju prilagođenom njihovom tempu, te prepoznati predmete u kojima im je potrebna pomoć. |
| RUDARENJE PODATAKA | Analiza velike količine podataka na temelju koje se izvlače modeli, korelacije i trendovi. | Sustavi temeljem rudarenja podataka mogu koristiti strojno učenje i statistiku za bolje razumijevanje učenika i konteksta u kojem uče. |
| SKUP PODATAKA | Skup povezanih podatkovnih točaka, obično s istovrsnim poretkom i oznakama. | Skupovi podataka u obrazovanju koriste se za potporu novom istraživanju te za dijeljenje i primjenu postojećih istraživanja. |
| BAZA PODATAKA | Računalna datoteka koja sadržava skup neovisnih radova, podataka ili drugih materijala organiziranih na sustavan način. | Sustavi školske uprave sadržavaju baze podataka o učenicima, uključujući osobne podatke i podatke o obrazovnim postignućima, povezane s rasporedima, ocjenjivanjem i sustavima upravljanja učenjem. |
| DUBOKO UČENJE | Tehnike dubokog učenja dio su metoda strojnog učenja koje se temelje na umjetnim neuronskim mrežama. | Sustavi umjetne inteligencije za duboko učenje mogu predvidjeti aspekte obrazovnog uspjeha, što pomaže u razvoju strategija za personalizirano učenje. |
| INTERNET STVARI (IoT) | Mreža međusobno povezanih fizičkih predmeta koji imaju senzore, softver i druge tehnologije kako bi se mogli povezivati i razmjenjivati podatke. | Uređaji povezani putem interneta stvari mogu ponuditi učenicima bolji pristup materijalima za učenje i omogućiti nastavnicima praćenje napretka učenika u stvarnom vremenu. |
| ANALITIKA UČENJA | Analitika učenja obuhvaća mjerenje, prikupljanje, analizu i prijavljivanje podataka o učenicima i njihovom kontekstu radi razumijevanja i optimizacije učenja. | Analiza podataka iz sustava upravljanja učenjem može pomoći školama u praćenju uspješnosti učenika, predviđanju uspjeha i pružanju personaliziranih povratnih informacija. |
| STROJNO UČENJE | Sposobnost računalnog sustava da uči, izvlači obrasce i mijenja se u skladu s novim podacima bez pomoći ljudi. | Strojno učenje omogućuje personalizirano obrazovno iskustvo svakom učeniku, omogućujući im učenje vlastitim tempom i donošenje odluka na temelju odziva sustava. |
| STROJNO PREVOĐENJE | Prijevod tekstovnih ili glasovnih podataka koji obavlja algoritam u stvarnom vremenu bez sudjelovanja ljudi. | Alati za strojno prevođenje koriste se u poučavanju jezika kako bi učenici poboljšali svoje razumijevanje i izgovor, omogućujući nastavnicima da se više posvete sadržaju i komunikaciji. |
Imate dodatnih pitanja o ovoj temi? Stručnjaci Centra za sigurniji Internet vam stoje na raspolaganju za sva pitanja i nedoumice na besplatnoj i anonimnoj liniji Centra dostupnoj na broju 0800 606 606, svaki radni dan od 08:00 do 16:00 sati.
Powered by A1 Hrvatska.