Apprentissage adaptatif: Comment la Technologie Élimine les obstacles Dans l’éducation

Vice-président principal et Directeur de la technologie chez Ciena, une société de systèmes, de services et de logiciels de réseautage.

getty

Le début de la pandémie a donné lieu à un apprentissage adaptatif, un concept qui remodèle la salle de classe et améliore l’éducation. L’apprentissage adaptatif implique l’utilisation d’une méthode d’enseignement personnalisée basée sur la technologie. Ce modèle garantit que les élèves ont des chances égales de réussir malgré les différences de style d’apprentissage, de rythme et de préférences.

Avec des systèmes d’apprentissage adaptatif en place, les performances et les réactions d’un élève au contenu numérique peuvent être analysées en temps réel et les leçons modifiées en fonction de ces données. Par exemple, si un élève continue de se débattre avec une matière ou une leçon particulière, le réseau « prendra note » et ajustera l’expérience d’apprentissage pour répondre aux besoins individuels de l’élève.

Les systèmes d’apprentissage adaptatif combinent plusieurs technologies, y compris l’intelligence artificielle (IA), la vidéo en streaming et archivée, la réalité mixte immersive et les systèmes de gamification. Mais l’utilisation simultanée de ces applications gourmandes en bande passante impose une plus grande pression sur le réseau et l’augmentation de l’apprentissage à distance, des réseaux éducatifs et domestiques. Les établissements d’enseignement et les salles de classe à domicile qui ne sont pas préparés à ces pics de trafic peuvent connaître une congestion du réseau imprévue ou même des pannes — souvent au pire moment possible, comme lors des examens en ligne.

Pour que l’apprentissage adaptatif prospère, le réseau de communication sous-jacent doit être programmé pour s’adapter automatiquement aux besoins changeants des utilisateurs finaux.

Programmabilité d’injection

Les applications d’apprentissage adaptatif sont généralement hébergées dans le centre de données ou le cloud public d’un district scolaire. Ils dépendent d’un réseau rapide, résilient et fiable pour que les étudiants puissent accéder aux applications de n’importe où et à tout moment. Lorsqu’il y a une congestion de la bande passante, des problèmes de latence ou des pannes majeures, les étudiants peuvent faire face à une perte de temps d’instruction qui peut avoir un impact sur leurs performances. Dans une enquête du Center for Digital Education, près d’un tiers des répondants du district de la maternelle à la 12e année ont déclaré que les préoccupations concernant la fiabilité de leurs réseaux les maintenaient éveillés la nuit.

Avec une infrastructure réseau programmable, le réseau passe de statique à dynamique avec une couche d’intelligence logicielle. Cette couche surveille la télémétrie à partir de l’infrastructure réseau et peut prendre des décisions en temps réel pour éviter les déconnexions, les abandons, la congestion et la latence. Une infrastructure programmable nécessite une structure programmable avec apprentissage adaptatif afin de pouvoir rediriger les connexions et la capacité selon les besoins et d’éviter les retards ou les retards dans l’expérience utilisateur. Il permet au réseau de s’ajuster à l’aide de données de performances en temps réel et d’être reconfiguré au besoin pour prendre en charge les applications d’apprentissage adaptatif s’exécutant dessus. Cela garantit que les élèves et les enseignants sont non seulement connectés, mais bénéficient également d’un environnement d’apprentissage plus immersif et plus engageant.

Big Data = Big Insights

Une quantité importante de données est créée dans une infrastructure programmable. Ces « mégadonnées » peuvent être utilisées pour révéler les tendances en matière de consommation de ressources, de modèles de trafic, de vulnérabilités pouvant entraîner des retards ou des retards dans la connectivité, etc. Grâce à ces informations, le réseau peut automatiquement apprendre et s’adapter aux besoins changeants au fil du temps. Essentiellement, le réseau peut transformer un volume élevé de données en informations exploitables qui demandent au réseau de s’ajuster automatiquement selon les besoins. Le réseau fournit également de petites données, qui sont des moments plus simples tels que le besoin d’un client (dans ce cas, un établissement d’enseignement) d’une capacité de réseau supplémentaire pour couvrir un événement, comme une leçon de groupe combinée. Ces événements nécessitent des réponses réseau rapides qui peuvent être apportées avec des analyses robustes.

Grâce à ces informations, les fournisseurs de réseau et les opérateurs de centres de données peuvent exécuter des stratégies axées sur les données qui réagissent en toute sécurité aux besoins de l’utilisateur en temps réel. Une fois les décisions prises, un opérateur humain — ou mieux encore, des systèmes automatisés utilisant des politiques prédéfinies — peut intervenir et approuver ou modifier les choses si nécessaire pour optimiser le réseau.

Automatisation pour des performances de pointe

L’erreur humaine est la principale cause de temps d’arrêt du réseau. Une enquête réalisée en 2018 par l’Information Technology Intelligence Corps sur la fiabilité des serveurs a révélé que l’erreur humaine est responsable de 58 % des temps d’arrêt du réseau. L’analyse réseau, l’intelligence et l’automatisation permettent d’éliminer les erreurs et d’améliorer les performances lors de l’exécution de tâches telles que le chargement de contrôleurs d’accès, le provisionnement de routeurs ou la configuration de tunnels d’ingénierie du trafic pour optimiser le transport et soulager la congestion.

La capacité d’automatiser sur plusieurs réseaux avec un contrôle défini par logiciel est essentielle pour garantir des performances optimales. Lorsque les réseaux peuvent interagir avec les API et déplacer les données efficacement et rapidement d’un point à l’autre, les applications d’apprentissage adaptatif peuvent fonctionner de manière transparente. Un cadre de réseau capable de s’adapter permet aux opérateurs de simplifier la gestion du réseau et de créer une automatisation de bout en bout, même sur des réseaux hybrides avec plusieurs fournisseurs ou domaines.

L’apprentissage adaptatif En mouvement

Lorsque les étudiants et les enseignants ont une mobilité rendue possible par les technologies basées sur le cloud, les contraintes de la classe physique ne créent plus de barrières à l’apprentissage. Pour que l’apprentissage adaptatif s’installe, les élèves doivent également être équipés des bons appareils, notamment des tablettes, des smartphones et des ordinateurs portables qui offrent la flexibilité d’apprendre de n’importe où et à tout moment.

Les écoles et autres établissements d’enseignement adoptent l’apprentissage adaptatif. Pour tirer le meilleur parti de leur investissement, ils devront travailler avec leurs fournisseurs de services pour résoudre les problèmes de connectivité à l’avance et s’assurer que leur infrastructure réseau est construite avec l’intelligence logicielle et la programmabilité afin qu’elle puisse s’adapter aux exigences changeantes de l’apprentissage à distance et numérique.

Forbes Technology Council est une communauté sur invitation réservée aux DSI, CTO et cadres technologiques de classe mondiale. Suis-je admissible?

Suivez-moi sur LinkedIn. Consultez mon site Web.