https://frosthead.com

Kan ansigtsgenkendelse virkelig fortælle, hvis et barn lærer i klassen?

Vi har alle haft en lærer, der havde øjne bagpå hans eller hendes hoved. Selv mens de vendte mod tavlen, så de alt - hver note blev sendt, hvert svar, der blev kopieret, hvert ansigt blev lavet.

Eller i det mindste syntes det sådan. Alt, hvad de virkelig måtte gøre, var at gætte rigtigt et par gange om, hvad der foregik bag deres ryg, og det er sådan, hvordan klasselegender er lavet.

Men hvad nu hvis du tog al gætte ud af billedet? Hvad hvis kameraer fokuserede på hvert barn i klassen? Det er hvad et New York-selskab ved navn SensorStar Labs har i tankerne, selvom pointen ikke ville være at fange forkert, men snarere at hjælpe lærere med at bestemme, hvornår de har mistet klassen.

Facetime

Sådan fungerer det. Ved hjælp af ansigtsgenkendelsessoftware kaldet EngageSense anvender computere algoritmer til, hvad kameraerne har optaget under et foredrag eller en diskussion for at fortolke, hvor engagerede eleverne har været. Var børnenes øjne fokuseret på læreren? Eller kiggede de overalt uden for klassen? Smilede eller rynkede de? Eller virket de bare forvirrede? Eller keder sig?

Lærerne får en rapport, der baseret på ansigtsanalyse ville fortælle dem, når de studerendes interesse var højest eller lavest. Siger SensorStar-medstifter Sean Montgomery, selv en tidligere lærer: ”Ved at se på måske bare et par høje point og et par lave point, får du nok takeaway. Den næste dag kan du prøve at gøre mere af de gode ting og mindre af de mindre gode ting. ”

Der er ingen tvivl om, at nogle forældre har mange spørgsmål om, hvad der sker med alle den video af deres børns ansigter. Men Montgomery er overbevist om, at de fleste er enige om at lade deres børn videobånd, når de ser, hvor meget det hjælper lærerne med at polere deres færdigheder.

Han er overbevist om, at lærere over hele landet om fem år vil bruge det. Først skal han dog bevise, at SensorStar-algoritmerne virkelig kan fortolke de unge sinders funktionsmåde, der blot er baseret på øjenbevægelse og ansigtsudtryk.

Små mål

Det antager naturligvis, at lærerne hopper lige om bord. Hvilket næppe er en sikker ting, givet svaret sidste år på en rapport om, at Bill og Melinda Gates Foundation er med til at finansiere udviklingen af ​​sensorarmbånd, der i det mindste i teorien kunne spore den studerendes engagement.

Håndledsenhederne er designet til at sende en lille strøm over huden og derefter måle subtile ændringer i elektriske ladninger, når nervesystemet reagerer på stimuli. Disse armbånd er blevet brugt i test til at måle, hvordan forbrugere reagerer på reklame, og tankerne går på, at hvis de kan fortælle dig, hvor glade nogen bliver, mens de ser på en bilannonce, kan de give dig en fornemmelse af, hvor jazzet et barn kan få om fraktioner . (Eller ikke.)

Ikke så hurtigt, faldt skeptiske. De var hurtig med at påpege, at bare fordi en anden klassetrin er ophidset, betyder det ikke, at han eller hun lærer noget. Og mens armbåndets boostere hævder, at deres formål er at hjælpe lærere, siger kritikere, at ingen skal være overrasket, hvis sensorerne til sidst bruges til at evaluere dem. Nogle lærere foreslog, at de muligvis skulle arbejde tilfældigt med skrig i deres lektionsplaner for at holde spændingsniveauet højt.

I sidste ende kommer det ned på, om du, ligesom Bill Gates, mener, at akkumulering og analyse af data fra klasselærets opførsel er nøglen til at anvende videnskab til læringsprocessen. Eller, hvis du mener, at undervisning er mere kunst end videnskab, og at forbindelsen mellem lærere og studerende er for kompliceret og nuanceret til at måles gennem en samling af datapunkter.

Hvem er dine data?

  • Og du vil ikke spise en salat dine første seks måneder på college: Flere og flere colleges bruger forudsigelig analyse for at give studerende en god idé om, hvordan de skal klare sig i en klasse, før de endda tilmelder sig det. Ved at bruge data fra den studerendes egen akademiske præstation og fra andre, der allerede har taget klassen, kan rådgivere forudse med stigende nøjagtighed, hvor sandsynligt det er, at en bestemt studerende vil lykkes eller mislykkes.
  • Kan du lide denne investering: I sidste uge foretog Facebook-grundlægger Mark Zuckerberg sin første investering i et opstartfirma - han sluttede sig til et team af investorer, der lægger $ 4 millioner i frøpenge bag et Massachusetts-firma ved navn Panorama Education. Det knækker data fra undersøgelser, det gør for skoler fra K til 12, lige fra emner som f.eks. Hvorfor nogle lovende studerende ender med at undlade, hvorfor mobning er særlig fremtrædende blandt drenge fra niende klasse.
  • Afstemning af testene: En smartphone-app kaldet Quick Key har en optisk scanner, der hurtigt kan klassificere SAT-stil boble svarark. Derefter uploades resultaterne til lærernes elektroniske bøger og analyserer dataene.
  • Apple-picking time: Tidligere denne uge annoncerede Apple CEO Tim Cook, at iPads udgør 94 procent af de tabletter, der nu bruges i skoler. Virksomhedens salg er aftaget på forbrugermarkedet, så det har været et stort skub i uddannelsen ved at tilbyde rabatter for bulk indkøb.
  • Og de trak sandsynligvis uden for linjerne: En ny undersøgelse fra Michigan State University fandt, at folk, der var involveret i kunstneriske aktiviteter, mens de var i skolen, havde en tendens til at være mere innovative, når de voksede op - specifikt, at de var mere tilbøjelige til at generere patenter og lancere virksomheder som voksne.

Videobonus: Bill Gates tilbyder sit arbejde med, hvordan han synes, lærere skal få feedback.

Video bonus bonus: Her er en anden vri på ansigtsgenkendelse i klasseværelset.

Mere fra Smithsonian.com

En dag vil din telefon vide, om du er glad eller trist

Hvorfor er Finlands skoler så vellykkede?

Kan ansigtsgenkendelse virkelig fortælle, hvis et barn lærer i klassen?