Descrizione del progetto
Nuovi modi per sviluppare competenze di apprendimento autoregolato nella tecnologia di apprendimento adattivo
La tecnologia di apprendimento adattivo viene eseguita sui tablet ed è ampiamente utilizzata per l’aritmetica e l’ortografia nelle scuole in Europa e non solo. Sebbene tale tecnologia ottimizzi l’apprendimento in base ai dati di prestazione degli studenti, non riesce a sostenere l’apprendimento autoregolato, che è orientato agli obbiettivi, conscio e fondamentale per la motivazione di apprendimento. In quest’ottica, il progetto HHAIR, finanziato dall’UE, svilupperà una misurazione avanzata dell’apprendimento autoregolato e degli algoritmi per guidare la regolazione ibrida per lo sviluppo di competenze di apprendimento autoregolato nell’ambito delle tecnologie di apprendimento adattivo. Nello specifico, sosterrà l’apprendimento e il trasferimento (apprendimento profondo) ottimizzati, nonché lo sviluppo di competenze di apprendimento autoregolato per un apprendimento permanente. HHAIR è un progetto rivoluzionario nello sviluppo dei primi sistemi ibridi per formare le competenze umane di apprendimento autoregolato attraverso l’intelligenza artificiale.
Obiettivo
Hybrid systems combining artificial and human intelligence hold great promise for training human skills. I propose to develop Hybrid Human-AI Regulation (HHAIR) to develop learners’ Self-Regulated Learning (SRL) skills within Adaptive Learning Technologies (ALTs). HHAIR targets young learners (10-14 years) for whom SRL skills are critical in today’s society. Many of these learners use ALTs to learn mathematics and languages every day in school. ALTs optimize learning based on learners’ performance data but even the most sophisticated ALTs fail to support SRL. In fact, most ALTs take over (offload) control and monitoring from learners. HHAIR on the other hand aims to gradually transfer regulation of learning from AI-regulation to self-regulation. Learners will increasingly regulate their own learning progressing through different degrees of hybrid regulation. In this way HHAIR supports optimized learning and transfer (deep learning) and development of SRL skills for lifelong learning (future learning). This project is ground-breaking in developing the first hybrid systems to train human SRL skills with AI.
The design of HHAIR resolves four scientific challenges: i) identify individual learner’s SRL during learning; ii) design degrees of hybrid regulation; iii) confirm effects of HHAIR on deep learning; and iv) validate effects of HHAIR on SRL skills for future learning. The four design challenges are addressed by investigating ALTs’ trace data in exploratory studies (WP1), applying these insights to develop HHAIR in design studies (WP2), investigating immediate effects on deep learning in short-term field studies (WP3) and effects on SRL-skills for future learning in long-term field studies (WP4). The AI@EDU infrastructure will connect HHAIR to ALTs used daily in schools across Europe. The project will develop advanced measurement of SRL and algorithms to drive hybrid regulation for developing SRL skills in ALTs.
Campo scientifico (EuroSciVoc)
CORDIS classifica i progetti con EuroSciVoc, una tassonomia multilingue dei campi scientifici, attraverso un processo semi-automatico basato su tecniche NLP. Cfr.: Il Vocabolario Scientifico Europeo.
CORDIS classifica i progetti con EuroSciVoc, una tassonomia multilingue dei campi scientifici, attraverso un processo semi-automatico basato su tecniche NLP. Cfr.: Il Vocabolario Scientifico Europeo.
Questo progetto non è ancora stato classificato con EuroSciVoc.
Suggerisci i campi scientifici che ritieni più rilevanti e aiutaci a migliorare il nostro servizio di classificazione.
È necessario effettuare l’accesso o registrarsi per utilizzare questa funzione
Parole chiave
Parole chiave del progetto, indicate dal coordinatore del progetto. Da non confondere con la tassonomia EuroSciVoc (campo scientifico).
Parole chiave del progetto, indicate dal coordinatore del progetto. Da non confondere con la tassonomia EuroSciVoc (campo scientifico).
Programma(i)
Programmi di finanziamento pluriennali che definiscono le priorità dell’UE in materia di ricerca e innovazione.
Programmi di finanziamento pluriennali che definiscono le priorità dell’UE in materia di ricerca e innovazione.
-
H2020-EU.1.1. - EXCELLENT SCIENCE - European Research Council (ERC)
PROGRAMMA PRINCIPALE
Vedi tutti i progetti finanziati nell’ambito di questo programma
Argomento(i)
Gli inviti a presentare proposte sono suddivisi per argomenti. Un argomento definisce un’area o un tema specifico per il quale i candidati possono presentare proposte. La descrizione di un argomento comprende il suo ambito specifico e l’impatto previsto del progetto finanziato.
Gli inviti a presentare proposte sono suddivisi per argomenti. Un argomento definisce un’area o un tema specifico per il quale i candidati possono presentare proposte. La descrizione di un argomento comprende il suo ambito specifico e l’impatto previsto del progetto finanziato.
Meccanismo di finanziamento
Meccanismo di finanziamento (o «Tipo di azione») all’interno di un programma con caratteristiche comuni. Specifica: l’ambito di ciò che viene finanziato; il tasso di rimborso; i criteri di valutazione specifici per qualificarsi per il finanziamento; l’uso di forme semplificate di costi come gli importi forfettari.
Meccanismo di finanziamento (o «Tipo di azione») all’interno di un programma con caratteristiche comuni. Specifica: l’ambito di ciò che viene finanziato; il tasso di rimborso; i criteri di valutazione specifici per qualificarsi per il finanziamento; l’uso di forme semplificate di costi come gli importi forfettari.
ERC-STG - Starting Grant
Vedi tutti i progetti finanziati nell’ambito di questo schema di finanziamento
Invito a presentare proposte
Procedura per invitare i candidati a presentare proposte di progetti, con l’obiettivo di ricevere finanziamenti dall’UE.
Procedura per invitare i candidati a presentare proposte di progetti, con l’obiettivo di ricevere finanziamenti dall’UE.
(si apre in una nuova finestra) ERC-2020-STG
Vedi tutti i progetti finanziati nell’ambito del bandoIstituzione ospitante
Contributo finanziario netto dell’UE. La somma di denaro che il partecipante riceve, decurtata dal contributo dell’UE alla terza parte collegata. Tiene conto della distribuzione del contributo finanziario dell’UE tra i beneficiari diretti del progetto e altri tipi di partecipanti, come i partecipanti terzi.
6525 XZ Nijmegen
Paesi Bassi
I costi totali sostenuti dall’organizzazione per partecipare al progetto, compresi i costi diretti e indiretti. Questo importo è un sottoinsieme del bilancio complessivo del progetto.