當飛行員、外科醫(yī)生或其他從事高風險職業(yè)的人正在學習他們的手藝時，他們有模擬器可以練習?，F(xiàn)在，一項新的研究表明，模擬器與提供績效數(shù)據(jù)的軟件相結(jié)合時，可以幫助教師在真實課堂上工作之前學習要避免的錯誤。

堪薩斯大學研究人員共同撰寫的一項新研究檢查了TeachLivE或TLE，這是一種模擬器，允許職前教師在虛擬化身教室前授課。這些頭像代表了具有不同個性和學術(shù)技能水平的學生的不同背景。

該模擬器與SeeMeTeach或SMT相結(jié)合，SMT是最近開發(fā)的基于網(wǎng)絡(luò)的教師觀察應用程序，可提供教師表現(xiàn)的實時數(shù)據(jù)。結(jié)果表明，模擬體驗與個性化反饋數(shù)據(jù)相結(jié)合，可以支持教師在提高績效的同時，不受評判地練習其專業(yè)技能。

這項研究是與威斯康星大學密爾沃基分校的研究人員Craig Berg和Raymond Scolavino共同撰寫的，發(fā)表在《教育科學》雜志上。共同作者，KU威廉姆森家庭特殊教育杰出教授Lisa Dieker表示，使用教學模擬器可以幫助未來的教育工作者在領(lǐng)導自己的課堂之前從錯誤中吸取教訓。

“我們?nèi)祟悤稿e誤，尤其是我們第一次做事時，不幸的是，對于教師來說，這些錯誤是在孩子身上犯的，”迪克說。“我們想問，'我們?nèi)绾卫眠@種組合技術(shù)來發(fā)展有針對性的技能并幫助教師做出必要的改變?如果你要迫降，讓我們把它放在一個化身面前。

混合現(xiàn)實技術(shù)的特點是通過人工智能操作的化身，結(jié)合人機交互，因為用戶練習上課、打電話給學生、檢測不當行為等等。這與人類用戶相結(jié)合，人類用戶可以根據(jù)情況的細微差別和用戶的表現(xiàn)提供學生的響應。SMT收集有關(guān)教師的實時數(shù)據(jù)，例如他們呼叫某個學生的次數(shù)，他們?yōu)榇鸢柑峁┑却龝r間的時間以及教室的哪個部分最吸引注意力。

研究結(jié)果顯示，模擬器和教學數(shù)據(jù)應用程序組合的用戶使用他們獲得的數(shù)據(jù)和反饋來避免重復錯誤，甚至顯示“教學指紋”或關(guān)于他們做對了什么的數(shù)據(jù)主體，以及他們的優(yōu)勢，表明獨特的教學風格。

教師培訓傳統(tǒng)上依賴于觀察以及書面和口頭反饋。這種方法經(jīng)受住了時間的考驗，但作者表示，它可以輔以提供有關(guān)其性能的特定數(shù)據(jù)的技術(shù)。

“當教師在模擬器中獲得特定信息時，它不僅可以幫助他們改變行為，還可以理解為什么他們應該這樣做，”迪克說。“這項工作允許在不評判的情況下賦予個人很多權(quán)力。

研究發(fā)現(xiàn)，教師在TLE中為化身提供15分鐘的課程，在與學生化身的互動方式上表現(xiàn)出足夠的差異，以在低風險的環(huán)境中提供練習機會。SMT應用程序提供的數(shù)據(jù)表明，在幫助他們避免重復錯誤并將經(jīng)驗教訓付諸實踐方面是有效的。研究人員說，這可以幫助所有教師教育工作者實現(xiàn)培養(yǎng)優(yōu)秀教師的目標，這些教師可以從職業(yè)生涯開始就為學生提供最好的體驗。

Dieker計劃繼續(xù)研究教學模擬器和技術(shù)如何幫助教育工作者在進入教室之前磨練他們的技能。這對于有新手教師的學生尤其重要。

“老師可以成就或破壞你的未來，”迪克說。

“所有其他模擬器都采用邏輯的線性路徑。這個模擬器可以通過角色扮演或課堂觀察等方法做你不能做的事情。我想幫助一年級的老師看起來像三年級的老師。我們最脆弱的學生往往有新老師。我相信模擬、人工智能、生物識別和神經(jīng)生理數(shù)據(jù)收集方面的新興技術(shù)可以幫助我們了解專家教師和新手教師之間的差異，從而更好地為所有教師做好準備和支持。