En ny recension publicerad i Journal of Research in Science Teaching belyser potentialen för maskininlärning – en delmängd av artificiell intelligens – inom naturvetenskaplig utbildning. Även om författarna inledde sin granskning innan covid-19-utbrottet, pandemin belyser behovet av att undersöka den senaste digitala tekniken när vi omprövar framtiden för undervisning och lärande.

Baserat på en genomgång av 47 studier, utredare utvecklade ett ramverk för att konceptualisera maskininlärningstillämpningar i vetenskaplig bedömning. Artikeln syftar till att undersöka hur maskininlärning har revolutionerat kapaciteten för vetenskaplig bedömning när det gäller att utnyttja komplexa konstruktioner, förbättra bedömningsfunktionaliteten, och underlättar poängautomatik.

Baserat på deras utredning, forskarna identifierade olika sätt på vilka maskininlärning har förändrat traditionell vetenskaplig bedömning, såväl som förväntade effekter som det sannolikt kommer att ha i framtiden (som att tillhandahålla personligt naturvetenskapligt lärande och förändra processen för beslutsfattande inom utbildning).

"Maskininlärning påverkar allt mer varje aspekt av våra liv, inklusive utbildning, " sa huvudförfattaren Xiaoming Zhai, en biträdande professor vid Mary Frances Earlys vid University of Georgias institution för matematik och naturvetenskaplig utbildning. "Det förväntas att den banbrytande tekniken kan omdefiniera naturvetenskapliga bedömningsmetoder och avsevärt förändra utbildningen i framtiden."

Artikeln ingår i ett specialtidningsnummer om "Science teaching, inlärning, och bedömning med 2000-talet, banbrytande digital teknik."