Mô tả

Kỹ năng này nhằm mục đích thực sự chuyển đổi các khóa học thông minh từ việc chỉ đơn thuần "xây dựng" chúng thành "sử dụng và cải thiện chúng". Nó được thiết kế dành cho các giảng viên đại học đã triển khai các khóa học và sở hữu dữ liệu về điểm số, bài tập, tiêu chí đánh giá, tương tác trong lớp học hoặc nền tảng học tập. Sau khi giảng viên tải lên dữ liệu giảng dạy của mình, hệ thống sẽ tự động hoàn thành các bước sau: 1. Kiểm tra tính toàn vẹn của dữ liệu; 2. Phân tích tổng quan quá trình học tập của lớp; 3. Xác định các điểm kiến ​​thức và điểm yếu về kỹ năng; 4. Phân tầng sinh viên và cảnh báo học tập; 5. Thực hành phân hóa và can thiệp giảng dạy phân hóa; 6. Phân tích chất lượng bài tập, dự án và bài luận; 7. Phân tích mức độ đạt được mục tiêu khóa học; 8. Thiết kế các giải pháp trực quan hóa dữ liệu giảng dạy; 9. Xác định nguyên nhân các vấn đề trong giảng dạy; 10. Kế hoạch cải tiến liên tục cho các khóa học tiếp theo. Nó có thể áp dụng cho nhiều nguồn dữ liệu khác nhau, bao gồm bảng điểm, phiếu chấm điểm bài tập, tiêu chí đánh giá dự án, bản ghi tương tác trong lớp học, dữ liệu nền tảng học tập, đánh giá bài làm của sinh viên và bản ghi hội thoại AI. Kỹ năng này không liên quan đến việc thiết kế lại toàn bộ khóa học; thay vào đó, dựa trên kết quả giảng dạy thực tế, nó giúp giảng viên trả lời ba câu hỏi: Sinh viên đã học tốt đến mức nào? Vấn đề nằm ở đâu? Chúng ta nên giảng dạy, thực hành và cải thiện như thế nào trong thời gian tới?