Сравнение Riiid и Knewton Alta: Прогнозирование результатов экзаменов или освоение учебного материала — что повышает результаты?
В эпоху стремительного развития технологий искусственного интеллекта (ИИ) образовательные платформы становятся все более популярными. Две заметные компании в этой области — Riiid и Knewton Alta. Обе используют ИИ для улучшения обучения студентов, но делают это с разных сторон. В этой статье мы проведем глубокое сравнение этих двух платформ, чтобы определить, какая из них более эффективно способствует повышению результатов учащихся и в каких случаях лучше применять каждую из них.
Описание продуктов
Riiid
Riiid предлагает персонализированную образовательную платформу на основе ИИ, изначально известную своим успехом в подготовке к экзаменам (особенно в Корее). Основное внимание сейчас уделяется высшему образованию, с акцентом на прогнозирование успеваемости студентов на финальных экзаменах и рекомендации по целенаправленной практике. Платформа анализирует учебные привычки студентов, чтобы выявить пробелы в знаниях и предложить конкретные упражнения, направленные на максимизацию улучшений. Сильная сторона Riiid заключается в ее способности предсказывать результаты и эффективно направлять студентов к этим целям.
Knewton Alta
Knewton Alta — это адаптивная образовательная платформа, специально разработанная для высшего образования. Она интегрируется непосредственно в существующие системы управления обучением (LMS) и учебные материалы, обеспечивая бесшовный опыт как для преподавателей, так и для студентов. Alta использует ИИ для постоянной оценки понимания материала студентами и корректировки сложности и содержания, представляемого им. Это не просто практика; платформа динамически изменяет сам курс, чтобы обеспечить освоение материала до перехода к следующему.
Сравнительная рамка: 10 ключевых критериев
1. Точность прогнозирования
Основное предложение Riiid — это прогнозирование. Компания утверждает о высокой степени точности в прогнозировании оценок финальных экзаменов, что позволяет проактивно вмешиваться. Хотя конкретные показатели точности не всегда доступны, их маркетинг подчеркивает статистически значительные улучшения в прогнозируемых и фактических результатах. Riiid активно использует данные крупных тестовых программ для уточнения своих алгоритмов.
Knewton Alta не придает такого же значения прогнозированию итоговой оценки. ИИ платформы сосредоточен на оценке уровня мастерства в реальном времени, а не на предсказании будущего. Хотя результаты работы в Alta, безусловно, указывают на вероятность успеха в курсе, Knewton не предлагает конкретного предсказания оценки.
Вердикт: Riiid выигрывает по точности прогнозирования, так как это центральная функция их платформы.
2. Адаптивность контента
Knewton Alta преуспевает в этой области. Ее адаптивный движок динамически настраивает представленный контент для каждого студента, предлагая дополнительные материалы, когда это необходимо, и ускоряя обучение тех, кто демонстрирует высокий уровень мастерства. Это происходит непосредственно в учебных материалах, что означает, что студенты не отвлекаются на отдельные модули практики.
Riiid в основном предоставляет целенаправленную практику вне основного учебного контента. Хотя подход персонализирован, он больше направлен на дополнение существующей учебной программы с помощью конкретных упражнений на основе прогнозируемых слабостей. Основная структура курса остается неизменной.
Вердикт: Knewton Alta выигрывает по адаптивности контента — это основополагающий аспект ее дизайна.
3. Интеграция с LMS
Knewton Alta создана для бесшовной интеграции с популярными системами управления обучением, такими как Canvas, Blackboard и Moodle. Это значительное преимущество, позволяющее преподавателям легко включать Alta в свои рабочие процессы. Платформа разработана как замена традиционным системам домашнего задания.
Riiid, хотя и предлагает интеграции, исторически была более ориентирована на свою самостоятельную платформу. Интеграция доступна, но может потребовать больше технических усилий и настройки по сравнению с подходом Alta.
Вердикт: Knewton Alta выигрывает по интеграции с LMS благодаря простоте реализации.
4. Данные и аналитика для преподавателей
Обе платформы предоставляют аналитические данные для преподавателей, но они различаются по фокусу. Riiid предлагает аналитические данные о производительности класса и выявляет студентов, которые рискуют отстать, на основе своей модели прогнозирования. Это позволяет преподавателям проактивно вмешиваться и поддерживать нуждающихся в помощи.
Knewton Alta предоставляет детализированные данные о уровнях мастерства студентов по каждому учебному объекту, позволяя преподавателям видеть, где студенты испытывают трудности. Эти данные более сосредоточены на том, что студенты не понимают, а не на прогнозировании тех, кто не преуспеет.
Вердикт: Knewton Alta выигрывает по детализированным аналитическим данным, предоставляя более действительную информацию о конкретных пробелах в знаниях.
5. Объем охвата предметов
Knewton Alta в настоящее время в основном фокусируется на вводных курсах колледжей в STEM-дисциплинах — математика, химия, экономика и статистика. Хотя охват расширяется, он остается сравнительно узким.
Riiid имеет более широкий спектр, изначально основанный на обширных данных по подготовке к экзаменам. Они расширяются на более широкий круг предметов в высшем образовании, и их основная технология легче адаптируется к различным областям контента.
Вердикт: Riiid выигрывает по более широкому охвату предметов, хотя Alta отлично справляется в своих областях.
6. Масштабируемость
Обе платформы основаны на облачных технологиях и предназначены для масштабирования на большие группы студентов. Тем не менее, Knewton Alta, имея интеграцию в многие учебные заведения, демонстрирует доказанный опыт обработки значительных объемов использования.
Riiid также масштабируема, но ее статус новички на рынке высшего образования США означает, что она имеет меньше демонстрационного опыта с массовыми развертываниями.
Вердикт: Knewton Alta выигрывает по доказанной масштабируемости на основе существующих развертываний.
7. Стоимость и лицензирование
Ценовые модели для обеих платформ сложны и варьируются в зависимости от размера учебного заведения, численности студентов и функций. Обычно Knewton Alta работает по модели лицензирования на основе числа студентов и курсов.
Цены Riiid также индивидуальны и могут включать варианты подписки или оплату за студента. По слухам, Riiid может предложить большую гибкость в ценовых структурах, особенно для пилотных программ. Рекомендуется проверить актуальные цены у обоих поставщиков.
Вердикт: Ничья. Стоимость сильно варьируется и должна оцениваться на основе конкретных потребностей учебного заведения.
8. Пользовательский опыт (студенты)
Интеграция Knewton Alta в LMS обеспечивает бесшовный пользовательский опыт для студентов, минимизируя необходимость переключаться между платформами. Адаптивный путь обучения ощущается естественно и интуитивно.
Опыт Riiid включает переход между основным курсом и платформой Riiid для целенаправленной практики. Хотя сама платформа хорошо разработана, переключение контекста может быть разрушительным для некоторых студентов.
Вердикт: Knewton Alta выигрывает за более плавный и интегрированный опыт для студентов.
9. Прозрачность ИИ и объяснимость
Обе компании подчеркивают мощность своего ИИ, но прозрачность относительно используемых алгоритмов остается ограниченной. Трудно понять, как каждая платформа приходит к своим рекомендациям или адаптирует контент.
Knewton, похоже, делает шаги к предоставлению более объяснимых функций ИИ, позволяя преподавателям понимать, почему студенту представляется тот или иной контент. Фокус Riiid на прогнозировании делает «почему» менее критичным, но все же ценным.
Вердикт: Knewton Alta немного опережает Riiid по прозрачности ИИ.
10. Поддержка клиентов и реализация
Knewton Alta, имея более длительное присутствие на рынке, обычно получает более высокие оценки за поддержку клиентов и помощь в реализации. У них налаженный процесс внедрения и выделенные команды поддержки.
Riiid активно инвестирует в свою инфраструктуру поддержки клиентов, но еще строит свою команду и ресурсы. Реализация может потребовать большего участия со стороны ИТ-отдела учебного заведения.
Вердикт: Knewton Alta выигрывает за превосходную поддержку клиентов и услуги по реализации.
Ключевые выводы
В целом, Knewton Alta оказывается более сильным решением для большинства учебных заведений, стремящихся улучшить результаты студентов с помощью ИИ. Ее бесшовная интеграция с LMS, высокоадаптивный контент и детализированные данные предлагают убедительный пакет. Платформа особенно хорошо подходит для учебных заведений, ориентирующихся на обучение, основанное на мастерстве, и желающих улучшить существующие учебные материалы.
Тем не менее, Riiid является привлекательным вариантом для учебных заведений, сосредоточенных на ранней идентификации студентов с риском и проактивном вмешательстве. Если вашей основной целью является прогнозирование успеваемости и предоставление целенаправленной практики для повышения итоговых оценок, возможности прогнозирования Riiid представляют собой значительное преимущество.
Примечание по проверке: Утверждения, сделанные как Riiid, так и Knewton Alta, следует подтвердить через испытания с вашими конкретными группами студентов и учебными программами. Проведите тщательную проверку ссылок с учебными заведениями, которые в настоящее время используют каждую платформу, чтобы собрать данные о их опыте. Не полагайтесь исключительно на маркетинговые материалы; запросите подробные данные и отчеты о производительности.
