Learning Analytics-Driven Personalized Exercise Prescriptions in Secondary School Physical Education: A Quasi-Experimental Evaluation of an AI-Supported Formative Assessment System
Diese quasi-experimentelle Studie zeigt, dass ein KI-gestütztes, durch Learning Analytics gesteuertes System die Ergebnisse im Sportunterricht der Sekundarstufe signifikant verbessert, indem es personalisierte Trainingsvorschriften und handlungsorientiertes Feedback liefert, wobei die größten Vorteile bei Schülern mit niedrigerem Ausgangsniveau der Fitness beobachtet wurden.
Originalarbeit lizenziert unter CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Dies ist eine KI-generierte Erklärung des untenstehenden Papers. Sie wurde nicht von den Autoren verfasst oder gebilligt. Für technische Genauigkeit konsultieren Sie das Originalpaper. Vollständigen Haftungsausschluss lesen
Stellen Sie sich vor, Sie betreten ein Fitnessstudio, in dem alle versuchen, stärker, schneller oder besser in einer Sportart zu werden. In einer perfekten Welt hätte jeder einzelne Mensch einen persönlichen Trainer direkt neben sich stehen, der jede seiner Bewegungen beobachtet, genau weiß, welche Muskeln schwach sind, und ihm einen maßgeschneiderten Trainingsplan an die Hand gibt, der sich jeden Tag basierend auf der Leistung vom Vortag ändert. Aber in der Realität, besonders in einer überfüllten Schulturnhalle mit dreißig Kindern gleichzeitig, ist das unmöglich. Lehrer müssen die ganze Klasse auf die gleiche Weise unterrichten, und Schüler erhalten oft erst am Ende des Semesters eine Endnote, ohne zu wissen, wie sie ihre Fehler eigentlich beheben können. Hier kommt ein Feld namens „Learning Analytics“ ins Spiel. Betrachten Sie es als einen superintelligenten Detektiv, der alle winzigen Hinweise aus der Leistung eines Schülers sammelt – wie etwa, wie schnell er gelaufen oder wie weit er gesprungen ist – und diese Rohdaten in eine klare Karte zur Verbesserung verwandelt. Wenn man diese Detektivarbeit mit Künstlicher Intelligenz (KI) kombiniert, erhält man ein System, das wie dieser fehlende persönliche Trainer agieren kann, selbst in einem riesigen Klassenzimmer. Die große Frage, die Forscher sich gestellt haben, laaute: Kann diese digitale Magie echten Kindern tatsächlich helfen, im Sport besser zu werden, oder ist es nur ein schickes Gadget, das nichts verändert?
Dieses Papier erzählt die Geschichte eines Teams von Forschern, die beschlossen haben, diese Idee in einer echten Mittelschule in Chengdu, China, zu testen. Sie setzten ein 12-wöchiges Experiment mit 133 Schülern der siebten Klasse auf. Sie teilten die Schüler in zwei Gruppen auf: eine „Kontrollgruppe“, die den üblichen, Standard-Sportunterricht erhielt, und eine „Interventionsgruppe“, die die spezielle KI-Behandlung bekam. Für die Schüler in der speziellen Gruppe funktionierte der Prozess wie eine hochtechnologische Feedbackschleife. Zuerst absolvierten sie einen Test, um ihr Ausgangsniveau der Fitness zu ermitteln. Dann analysierte ein KI-System ihre Ergebnisse und diagnostizierte genau, worin sie schlecht waren – vielleicht waren sie großartig darin, einen Ball zu werfen, aber schrecklich darin, lange Strecken zu laufen. Basierend darauf erstellte die KI eine personalisierte „Trainingsverschreibung“ für jeden Schüler, was im Grunde ein maßgeschneiderter Trainingsplan mit nur zwei oder drei spezifischen Aufgaben pro Woche war.
Aber die KI sprach nicht nur mit den Schülern; sie sprach auch mit den Lehrern. Die Lehrer hatten ein spezielles Dashboard auf ihren Computern, das wie eine Wetterkarte für die gesamte Klasse fungierte. Es zeigte ihnen beispielsweise: „Hey, 80 % der Kinder in Klasse 1 haben Schwierigkeiten beim Ausdauelauf“ oder „Schüler X hat seinen Trainingsplan diese Woche nicht abgeschlossen.“ Dies ermöglichte es den Lehrern, ihre Unterrichtsstunden laufend anzupassen und sich auf die spezifischen Probleme zu konzentrieren, die die KI erkannt hatte. Die Schüler erhielten zudem regelmäßige Berichte, die ihnen zeigten, wie sie sich im Vergleich zu ihrem eigenen früheren Ich verbesserten, statt sie nur mit allen anderen zu vergleichen.
Die Ergebnisse dieses Experiments waren ziemlich aufregend. Nach den 12 Wochen verbesserten die Schüler, die das KI-System nutzten, ihre Gesamtnote im Schulsport um durchschnittlich 3,70 Punkte, während die Schüler in den regulären Klassen sich nur um 1,60 Punkte verbesserten. Das ist ein Unterschied von 2,10 Punkten, was in der Welt des Schulsports ein bedeutender Sprung ist. Die KI-Gruppe wurde in fast allem besser, an dem sie getestet wurde, einschließlich Ausdauelauf, Kraftübungen, Weitsprung und Ballfertigkeiten.
Eine der interessantesten Entdeckungen war, wer am meisten profitierte. Die Schüler, die mit den niedrigsten Fitnesswerten starteten, erzielten die größten Fortschritte. Es ist wie beim Fahrradfahren lernen: Die Person, die am meisten wackelte, sah zu Beginn, bekam am meisten Hilfe von den Stützrädern und dem Trainer und verbesserte sich schneller als die Person, die bereits ziemlich gut fuhr. Die Daten zeigten, dass Schüler mit niedrigeren Basiswerten sich im Durchschnitt um fast 5 Punkte verbesserten, während die leistungsstarken Schüler nur um etwa 2 Punkte zulegten. Dies deutet darauf darauf hin, dass das System sehr gut darin ist, denen zu helfen, die Schwierigkeiten haben, aufzuholen, was in Bezug auf die Fairness ein großes Thema ist.
Die Forscher untersuchten auch, wie die Schüler das System nutzten, um zu sehen, was den Unterschied ausmachte. Sie fanden eine klare Verbindung: Je mehr Schüler tatsächlich ihre zugewiesenen Workouts abschlossen und je öfter sie ihre KI-Fortschrittsberichte aufriefen, desto mehr stiegen ihre Werte. Es ging nicht nur darum, die Technologie zu besitzen; es ging darum, sie zu nutzen. Auch die Lehrer nutzten die Daten aktiv. In den Klassen, die die KI verwendeten, sahen sich die Lehrer im Durchschnitt 5 bis 7 Mal pro Woche die Dashboards an und nahmen spezifische Änderungen an ihrem Unterricht vor, während die Lehrer der Kontrollgruppe keine solchen Daten zur Orientierung hatten.
Das Papier ist jedoch vorsichtig damit, dies nicht als Allheilmittel zu bezeichnen. Die Forscher weisen darauf hin, dass dies ein spezifisches Experiment an einer Schule mit einer spezifischen Art von Test (Vorbereitung auf die Aufnahmeprüfungen für die High School) war, daher können wir nicht zu 100 % sicher sein, dass es überall auf die gleiche Weise funktionieren würde. Sie merken auch an, dass die Studie nur 12 Wochen dauerte, sodass sie nicht wissen, ob die Kinder weiterhin besser werden würden oder ob sie das Gelernte nach ein paar Monaten wieder vergessen würden. Aber die Beweise, die sie haben, sind stark: Das KI-System hat die Lehrer nicht ersetzt; es gab ihnen eine Superkraft, um zu sehen, was im Klassenzimmer passierte, und half den Schülern, eine personalisierte Anleitung zu erhalten, die zuvor für alle gleichzeitig unmöglich zu geben war. Es verwandelt einen generischen Befehl wie „Lauf schneller“ in einen spezifischen Plan wie „Laufe mit dieser Geschwindigkeit für diese Dauer, dann mache eine Pause, dann laufe wieder“, der genau auf das einzelne Kind zugeschnitten ist.
Ertrinken Sie in Arbeiten in Ihrem Fachgebiet?
Erhalten Sie tägliche Digests der neuesten Arbeiten passend zu Ihren Forschungsbegriffen — mit technischen Zusammenfassungen, in Ihrer Sprache.