YouMind
Accedi

Mio figlio aveva sei settimane per imparare due anni di Saxon Math. Abbiamo usato l'IA.

242K
5.2K
930
272
2.2K

TL;DR

Questo articolo descrive un intervento di successo di 6 settimane basato sull'uso dell'IA per creare un programma personalizzato di Saxon Math, colmando un divario di apprendimento di due anni per uno studente delle scuole medie attraverso diagnostica mirata e schede didattiche gamificate.

New York e Los Angeles limitano l'AI per gli studenti. Noi l'abbiamo usata per scoprire cosa la scuola aveva trascurato — e recuperare due anni di lacune in sei settimane. Parte 1 di 3 di una serie.

Tra mio marito e me, tre dei nostri genitori erano insegnanti di scuola pubblica. Anche il quarto, per un breve periodo, aveva lavorato nel sistema scolastico pubblico. Avevamo un enorme rispetto per il sistema stesso.

Uso il passato per un motivo.

Per dodici anni abbiamo dato per scontato: pensavamo che, frequentando un buon distretto scolastico, saremmo stati al sicuro dal declino dell'istruzione pubblica.

Mio figlio ("Bobby") era uno studente eccellente alle elementari, ma ha avuto difficoltà ad adattarsi alle medie. Abbiamo deciso di visitare le scuole private locali e siamo rimasti scioccati da quanto fossero avanti rispetto alla scuola pubblica. La scuola privata richiedeva temi scritti in corsivo già in terza elementare, insegnava algebra in prima media e, di fatto, riteneva gli studenti responsabili fin dalla tenera età.

Ci siamo resi conto che, come genitori, stavamo fallendo con i nostri figli e che avevamo un'emergenza tra le mani. Abbiamo mandato Bobby a studiare a casa dai miei genitori per circa sei settimane, finendo il resto del suo trimestre imparando il corsivo e l'analisi grammaticale. Poi lo abbiamo iscritto alla scuola estiva a tempo pieno della scuola privata, sperando che fosse sufficiente.

Un mese prima dell'inizio dell'anno scolastico, ha sostenuto un test di ammissione. Avrebbe dovuto entrare in seconda media.

Bobby ha fallito il test di ammissione.

Ha fallito persino la valutazione per la prima media, posizionandolo di fatto due anni indietro.

È stato un duro colpo per tutta la famiglia. Bobby ha pianto e pianto tantissimo per questo – dopo tutto il suo duro lavoro e aver sacrificato un'intera estate, non era riuscito a superarlo.

Ma la storia ha un lieto fine. Dopo sei settimane, Bobby è riuscito a superare il test di ripetizione.

Questa è la storia di come abbiamo usato l'AI per colmare due anni di lacune in matematica e grammatica con il metodo Saxon.

Abbiamo trasformato una scadenza in un problema di ingegneria

Le materie in cui Bobby era indietro erano matematica e grammatica. La scuola privata utilizzava il curriculum di matematica Saxon. Avevamo sei settimane per riprovarci. Non potevamo usare un curriculum e iniziare da pagina uno. Dovevamo trovare e identificare i prerequisiti mancanti e le debolezze, ripararli e fargli superare il test in sei settimane.

Ho scaricato i libri di testo di matematica Saxon. Ho fatto progettare all'AI un test diagnostico completo che coprisse la matematica Saxon fino alla prima media.

Bobby ha ottenuto 35 punti su 60 nella valutazione iniziale. Sono state identificate debolezze strutturali nella divisione lunga e nella moltiplicazione decimale. Il test ha anche rivelato che non gli erano mai state insegnate le percentuali, l'ordine delle operazioni, la geometria o la statistica. Sono state identificate alcune abitudini correggibili: la mancata semplificazione dei rapporti e delle risposte finali.

DataRepublican (small r) - inline image

Risultati diagnostici di Bobby.

La grammatica necessitava di un piano di recupero diverso. Lì, il divario era molto più critico: non sapeva la differenza tra un nome e un verbo. (Come e perché questo sia successo nelle scuole pubbliche dello Utah è un argomento per la parte 2). Aveva imparato l'analisi grammaticale, quindi aveva una comprensione intuitiva della struttura inglese, ma doveva imparare le etichette corrette.

Bobby non ha mai interagito con un chatbot

Bobby non ha passato queste sei settimane davanti a uno schermo. Tutto il lavoro che ha fatto è stato su fogli di lavoro cartacei generati dall'AI.

Il ciclo:

  1. Somministrare a Bobby un test diagnostico senza suggerimenti o ripasso.
  2. Identificare il motivo dietro ogni errore.
  3. Far generare all'AI una breve lezione cartacea o un test mirato a quel problema.
  4. Far somministrare e correggere il test da un adulto della famiglia, e condividere i risultati con l'AI.
  5. L'AI decide se ogni errore deriva da un concetto mancante, una procedura traballante o un semplice lapsus.
  6. Modificare il foglio di lavoro successivo di conseguenza.
  7. Testare l'abilità in seguito senza suggerimenti e mescolata con materiale successivo.
DataRepublican (small r) - inline image

Come funzionava il curriculum AI.

Errori diversi richiedevano lavori diversi. Se Bobby non sapeva cosa fosse una percentuale, aveva bisogno di istruzioni. Se Bobby capiva le percentuali ma sottraeva le tasse invece di aggiungerle, aveva bisogno di un controllo di direzione. Se commetteva errori nell'aritmetica stessa piuttosto che nel concetto, ripetere il concetto sarebbe stato solo una perdita di tempo.

Questo approccio personalizzato dall'AI si è concentrato esattamente su ciò di cui Bobby aveva bisogno per padroneggiare la matematica Saxon.

Ad esempio, all'inizio Bobby non conosceva affatto le percentuali. Dopo aver appreso il concetto di base, è diventato rapidamente fluente nella conversione tra frazioni, decimali e percentuali. Poi i suoi errori hanno smesso di riguardare calcoli sbagliati e sono diventati più incentrati su come applicarli correttamente. Quindi l'AI ha preso la decisione di evolvere i suoi fogli di lavoro per enfatizzare problemi di parole e scenari di vita reale.

A metà di queste sei settimane, ha ottenuto 22 punti su 26 in un test intermedio, dimostrando che aveva ancora bisogno di ulteriore esercitazione e pratica prima di poter affermare la padronanza.

DataRepublican (small r) - inline image

Esempio di foglio di lavoro.

L'AI è stata in grado di identificare abitudini in un modo che un genitore potrebbe non fare. Bobby ha ottenuto 24 punti su 29 nell'ordine delle operazioni, ma ogni errore derivava dalla stessa abitudine. Quando moltiplicazione o divisione condividevano una riga con addizione o sottrazione, tornava al calcolo rigoroso da sinistra a destra. Un foglio di lavoro personalizzato gli chiedeva semplicemente di cerchiare l'ordine corretto. Non doveva fare equazioni noiose per correggere l'abitudine.

La personalizzazione ha reso il lavoro più divertente

Padroneggiare due anni di matematica Saxon in sei settimane è un sacco di lavoro per un bambino. A Bobby piacciono le macchine, la fantascienza, le paperelle di gomma e i giochi da tavolo, quindi i fogli di lavoro sono stati personalizzati in base ai suoi interessi.

Il percorso di matematica era incentrato su Terminator. Padroneggiare ogni concetto principale gli avrebbe fatto ottenere una promozione come modello successivo di Terminator.

DataRepublican (small r) - inline image

Gamificazione dei fogli di lavoro.

La personalizzazione funzionava anche con il suo stile di pensiero. Strutturare i concetti come una catena di montaggio, ad esempio, lo aiutava a padroneggiarli più velocemente. A Bobby era permesso di "avanzare" solo dopo aver superato una verifica del concetto senza assistenza.

L'AI ha cambiato l'economia della produzione

Una famiglia può sapere che un bambino ha bisogno di più pratica con le percentuali. Ma produrre la pratica giusta che consente la padronanza nel minor tempo possibile è tutta un'altra cosa.

Solo un sistema che conosceva Bobby dentro e fuori sa che un foglio di lavoro deve spiegare la percentuale come "per cento" e può sfruttare la conoscenza esistente di Bobby delle frazioni per accelerare la sua padronanza. E quando il sistema rileva che Bobby confondeva gli sconti con i prezzi di vendita, il sistema deve adattarsi e correggere rapidamente quell'errore durante la notte.

L'AI ha reso quella revisione abbastanza economica da poterla fare durante la notte. In totale, abbiamo prodotto 60 fogli di lavoro in 6 settimane, per un totale di 398 pagine.

Potevamo produrre una lezione impaginata, una nuova chiave di risposta e una nuova valutazione ogni volta che le prove cambiavano. Senza questa automazione, saremmo stati quasi certamente bloccati a somministrare esercizi standard Saxon senza una chiara via per la padronanza in una finestra di tempo così breve.

Cosa abbiamo imparato

L'AI è in grado di diagnosticare in modo sufficientemente mirato per agire.

Un'etichetta generica come "indietro" è difficile da recuperare. L'AI ha la capacità di approfondire le debolezze esatte e sfruttare i punti di forza (ad esempio, la padronanza delle frazioni) per stabilire il percorso più rapido verso la padronanza complessiva.

L'AI è in grado di generare la lezione utile più piccola.

Esercizi ripetuti di matematica Saxon possono essere utili quando si apprendono concetti nell'arco di un intero anno. Non sono altrettanto utili quando si cerca di superare un test di ammissione in sei settimane. L'AI è stata in grado di diagnosticare il carico cognitivo minimo per raggiungere la padronanza. Quando è stata identificata una cattiva abitudine, a Bobby non è stato richiesto di svolgere calcoli noiosi più e più volte per correggerla. Invece, riempiva gli spazi vuoti o disegnava cerchi.

L'AI non rimuove gli esseri umani dall'equazione.

Un adulto della famiglia era in grado di capire se Bobby stava sbrigando le domande, se si rifiutava di leggere le istruzioni ed era in grado di correggere con qualche suggerimento. Queste distinzioni erano spesso più utili per l'AI nel generare i set di lezioni successive del punteggio effettivo.

L'AI può essere utilizzata per premiare i progressi e creare divertimento.

Guide di punteggio iper-localizzate sono state in grado di premiare (o penalizzare) Bobby quando saltava le unità o quando non leggeva le istruzioni. Gamificare i fogli di lavoro in base agli interessi di Bobby gli ha permesso di divertirsi invece di trovarli noiosi.

Gli esseri umani erano ancora la risorsa scarsa.

L'AI ha ridotto il costo della produzione del curriculum. L'AI non ha stampato i fogli di lavoro, né si è seduta con Bobby, né ha fatto rispettare il programma, né ha corretto il lavoro, né ha convinto un bambino esausto a riprovare. Questo è stato un intervento familiare ad alta intensità.

Il messaggio finale

Il risultato assomigliava a un piccolo team di ingegneria del curriculum organizzato attorno a un singolo studente. L'AI ha riscritto ripetutamente lezioni, valutazioni, incentivi e revisioni cumulative attorno a un singolo studente.

Bobby ha comunque lavorato su carta e non ha mai consultato uno schermo. Gli adulti hanno comunque mantenuto il giudizio. Il superamento in sei settimane è stato il risultato della famiglia.

Ma rimane ancora una domanda: come ha fatto un alunno brillante in un buon distretto scolastico pubblico ad avere così tante lacune in matematica e grammatica?

La parte 2 esplora il perché e il come i sistemi scolastici pubblici siano arrivati a questo stato.

Salva con un clic

Leggi in profondità gli articoli virali con l’AI di YouMind

Salva la fonte, fai domande mirate, riassumi l’argomentazione e trasforma un articolo virale in note riutilizzabili in un unico spazio di lavoro AI.

Scopri YouMind
Per i creator

Trasforma il tuo Markdown in un articolo 𝕏 pulito

Quando pubblichi i tuoi testi lunghi, formattare immagini, tabelle e blocchi di codice per 𝕏 è una seccatura. YouMind trasforma un'intera bozza Markdown in un articolo 𝕏 pulito e pronto da pubblicare.

Prova Markdown verso 𝕏

Altri pattern da decodificare

Articoli virali recenti

Esplora altri articoli virali