Önök tudták, hogy összefüggés van a korai iskolaelhagyás és az iskolaigazgatók óraszáma között? Nos, az iskolarendszer irányítói sem tudták – eddig. A fejlett analitika viszont egyebek mellett erre is rámutatott.
Minden iskolarendszerben igyekeznek minimálisra szorítani a korai iskolaelhagyók számát. (Hivatalosan azok a 18-24 év közötti fiatalok számítanak korai iskolaelhagyónak, akiknek nincs középfokú végzettségük és nem is vesznek részt oktatásban. A hazai arány most 12-13 százalék körül van; ezzel nem az a baj, hogy valamivel magasabb az EU átlagánál, hanem az, hogy néhány éve emelkedő tendenciát mutat – mondta Horváth Ádám, a Digitális Pedagógiai Módszertani Központ (DPMK) vezetője a Microsoft Future Decoded rendezvényen. Ennek a folyamatnak a miértjeit kell valamilyen módon megérteni, hogy aztán minél hamarabb és hatékonyabban meg lehessen fordítani.
A DPMK a felhőben futó, mesterséges intelligencia alapú analitikai eszközök alkalmazásában látja a megoldást, és szerencsére ehhez gyakorlatilag minden szükséges feltétel rendelkezésre áll. A legfontosabbak talán az adatok: az Oktatási Hivatal európai összehasonlításban is kimagasló mennyiségű és minőségű adatot gyűjt az oktatási rendszer szinte minden eleméről. Egyvalami hiányzott mindeddig: azok az elemzőeszközök, amelyekkel ezeket az adatokat egyszerűen és gyorsan elemezni is lehet. A korábbi eszközök használatához egyrészt komoly szakismeret kellett, másrészt nagy mennyiségű adaton nem lehetett ésszerű idő alatt lefuttatni az elemzéseket. A felhőben működő, MI alapú eszközök alkalmazása viszont számos előnyt kínál, mondta Horváth Ádám. A folyamatok és döntések tényadatokon alapulhatnak, az információk lényegesen gyorsabban és kevesebb emberi munkával kinyerhetők, az önkiszolgáló rendszerek révén pedig a döntéshozók közvetlenül is hozzáférnek az információkhoz.
Az első pilotprojektet már végre is hajtotta a DPMK. Ennek célja kimondottan a módszertan ellenőrzése volt, annak felmérése, hogy a kiválasztott metódus mennyire alkalmas az adatok gyors elemzésére, ezért csak intézményszintű adatokat használtak. Minden elérhető adatot betápláltak a rendszerbe, hogy bármiféle előzetes hipotézis felállítása, feltételezések megfogalmazása nélkül rejtett összefüggéseket tárjon fel. Éppen a rendkívül sok adat miatt ilyen átfogó elemzéseket kézi úton nem lehetett elvégezni. „Korábban mintha zseblámpával próbáltunk volna bevilágítani egy sötét barlangot, mindig csak egy-egy pontot láttunk tisztán. Most viszont az egész barlangot bevilágíthatjuk, a teljes helyzetről kapunk átfogó képet”, érzékeltette a különbséget a DPMK vezetője.
Tisztában kell lenni azonban az ilyen adatelemző rendszerek korlátaival is: az összefüggéseket észleli, de értelmezni nem képes őket. Nem tudja megmondani, hogy mi az ok és mi az okozat, és legfőképpen nem tudja eldönteni, hogy milyen beavatkozást kellene végrehajtani. Ez mind az oktatási szakemberekre marad, de az információk birtokában már sokkal könnyebben meg tudják tenni ezt.
Az egyik feltárt és nem várt összefüggés az volt, hogy szignifikánsabban magasabb az iskolaelhagyás aránya azokban az iskolákban, ahol az igazgatónak van saját osztálya és sok órát tart, viszont nincs iskolatitkár, aki átvenné a feladatok egy részét. Persze egy-egy ilyen összefüggés feltárása önmagában még nem írja le a problémát, de a figyelmet felhívja rá. A beavatkozás megtervezése számtalan egyéb tényezőtől is függ, de legalább már lehet tudni, hogy milyen tényezőkkel érdemes foglalkozni. A kidolgozott adatelemzési eljárások a későbbiekben akár személyazonosításra alkalmatlan egyéni szintű adatok közötti összefüggések vizsgálatára is alkalmazhatók.
A prediktív analitika olyan speciális adatelemzési módszer, mely a rendelkezésre álló adatok összefüggéseit „megtanulva” jövőbeli állapotot jellemző adatokat állít elő. A módszer legnagyobb potenciális előnye abban áll, hogy ilyen módon felállított modellek segítik a döntéshozatalt, az elérni kívánt célokhoz vezető út kiválasztását.
A mesterséges intelligencia alapú analitikai eszközök „big data”-típusú adatok valós idejű elemzésére is alkalmasak, ezáltal az adatokból előálló információk közvetlenül és gyorsan visszacsatolhatók lesznek az intézményekhez.- akár tanórai szinten is.
A mesterséges intelligencia alapú analitikai eszközök számos területen bizonyították létjogosultságukat. Már az első próbálkozások is arra utalnak, hogy az oktatásban is sikerrel alkalmazhatók, hatékony segítséget nyújtva a döntéshozók számára.