https://frosthead.com

Kann die Gesichtserkennung wirklich erkennen, ob ein Kind im Unterricht lernt?

Wir alle hatten einen Lehrer, der Augen im Hinterkopf hatte. Sogar als sie vor die Tafel blickten, sahen sie alles - jede Notiz wurde weitergegeben, jede Antwort wurde kopiert, jedes Gesicht wurde gemacht.

Zumindest schien es so. Alles, was sie wirklich tun mussten, war ein paar Mal richtig zu raten, was sich hinter ihrem Rücken abspielte, und genau so entstehen Klassenzimmer-Legenden.

Aber was ist, wenn Sie alle Vermutungen aus dem Bild genommen haben? Was wäre, wenn sich die Kameras auf jedes Kind in der Klasse konzentrieren würden? Das ist, was eine New Yorker Firma namens SensorStar Labs im Sinn hat, obwohl es nicht darum geht, Missetäter zu fangen, sondern den Lehrern zu helfen, festzustellen, wann sie die Klasse verloren haben.

Gesichtszeit

So würde es funktionieren. Unter Verwendung der Gesichtserkennungssoftware EngageSense wendeten Computer Algorithmen auf das an, was die Kameras während eines Vortrags oder einer Diskussion aufgezeichnet haben, um zu interpretieren, wie engagiert die Schüler waren. Waren die Augen der Kinder auf den Lehrer gerichtet? Oder schauten sie überall hin, nur nicht vor der Klasse? Lächelten sie oder runzelten die Stirn? Oder wirkten sie nur verwirrt? Oder gelangweilt?

Den Lehrern wird ein Bericht zur Verfügung gestellt, in dem sie anhand der Gesichtsanalyse erfahren, wann das Interesse der Schüler am höchsten oder am niedrigsten ist. Sean Montgomery, Mitbegründer von SensorStar, selbst ehemaliger Lehrer: „Wenn man sich nur ein paar Höhepunkte und ein paar Tiefpunkte ansieht, bekommt man genug zum Mitnehmen. Am nächsten Tag kannst du versuchen, mehr von den guten Sachen und weniger von den weniger guten Sachen zu machen. “

Zweifellos werden einige Eltern viele Fragen haben, was mit all dem Video der Gesichter ihrer Kinder passiert. Aber Montgomery ist zuversichtlich, dass die meisten zustimmen werden, dass ihre Kinder auf Video aufgezeichnet werden, wenn sie sehen, wie sehr dies den Lehrern hilft, ihre Fähigkeiten zu verbessern.

Er ist überzeugt, dass es in fünf Jahren von Lehrern im ganzen Land eingesetzt wird. Zunächst muss er jedoch beweisen, dass die SensorStar-Algorithmen die Funktionsweise junger Köpfe auf der Grundlage von Augenbewegungen und Gesichtsausdrücken wirklich interpretieren können.

Kleine Maßnahmen

Das setzt natürlich voraus, dass die Lehrer direkt an Bord springen. Angesichts der Reaktion auf den Bericht von Bill und Melinda Gates, die letztes Jahr veröffentlicht wurde, ist dies kaum sicher, da sie zur Finanzierung der Entwicklung von Sensorarmbändern beiträgt, mit denen zumindest theoretisch das Engagement eines Schülers verfolgt werden kann.

Die Handgelenksgeräte sind so konstruiert, dass sie einen kleinen Strom durch die Haut schicken und dann subtile Änderungen der elektrischen Ladung messen, wenn das Nervensystem auf Reize reagiert. Diese Armbänder wurden in Tests verwendet, um zu messen, wie Verbraucher auf Werbung reagieren. Wenn sie Ihnen sagen, wie aufgeregt jemand ist, während er eine Autoanzeige sieht, können sie Ihnen ein Gefühl dafür vermitteln, wie begeistert ein Kind von Brüchen ist . (Oder nicht.)

Nicht so schnell, schnappte Skeptiker. Sie wiesen schnell darauf hin, dass es nicht heißt, dass ein Zweitklässler etwas lernt, nur weil er aufgeregt ist. Und während die Booster der Armbänder argumentieren, dass ihr Zweck darin besteht, Lehrern zu helfen, sagen Kritiker, dass niemand überrascht sein sollte, wenn die Sensoren letztendlich verwendet werden, um sie auszuwerten. Einige Lehrer schlugen vor, dass sie gelegentliche Schreie in ihre Unterrichtspläne einfließen lassen müssten, um die Aufregung hoch zu halten.

Letztendlich kommt es darauf an, ob Sie wie Bill Gates der Meinung sind, dass das Sammeln und Analysieren von Daten aus dem Verhalten im Klassenzimmer der Schlüssel ist, um die Wissenschaft auf den Lernprozess anzuwenden. Oder wenn Sie denken, dass das Unterrichten mehr Kunst als Wissenschaft ist und dass die Verbindung zwischen Lehrern und Schülern zu komplex und nuanciert ist, um durch eine Sammlung von Datenpunkten gemessen zu werden.

Wer sind deine Daten?

  • Und Sie werden in den ersten sechs Monaten Ihres Studiums keinen Salat essen: Immer mehr Hochschulen verwenden Vorhersageanalysen, um den Schülern eine gute Vorstellung davon zu vermitteln, wie sie in einer Klasse abschneiden, bevor sie sich überhaupt dafür anmelden. Durch die Verwendung von Daten aus der eigenen akademischen Leistung eines Schülers und von Daten aus anderen Schülern, die bereits am Unterricht teilgenommen haben, können Berater mit zunehmender Genauigkeit vorhersagen, wie wahrscheinlich es ist, dass ein bestimmter Schüler Erfolg hat oder scheitert.
  • Bitte mögen Sie diese Investition: Letzte Woche beteiligte sich Facebook-Gründer Mark Zuckerberg zum ersten Mal an einem Startup-Unternehmen - er schloss sich einem Investorenteam an, das Startkapital in Höhe von 4 Millionen US-Dollar hinter einem Unternehmen namens Panorama Education aus Massachusetts steckte. Daten aus Umfragen, die für Schulen von K bis 12 durchgeführt wurden, reichen von Themen wie, warum einige vielversprechende Schüler scheitern und warum Mobbing bei Jungen der neunten Klasse besonders auffällig ist.
  • Erfolgreiche Tests: Eine Smartphone-App mit dem Namen Quick Key verfügt über einen optischen Scanner, mit dem sich SAT-Blasen-Antwortbögen schnell bewerten lassen. Anschließend werden die Ergebnisse in die elektronischen Klassenbücher der Lehrer hochgeladen und die Daten analysiert.
  • Apfellesezeit: Anfang der Woche gab Apple-Chef Tim Cook bekannt, dass 94 Prozent der Tablets, die heute in Schulen verwendet werden, iPads sind. Die Verkäufe des Unternehmens haben sich auf dem Verbrauchermarkt verlangsamt, so dass es einen großen Schritt in Richtung Bildung getan hat, indem es Rabatte für Großeinkäufe anbot.
  • Und sie haben sich wahrscheinlich anders ausgedrückt: Eine neue Studie der Michigan State University ergab, dass Menschen, die sich während ihrer Schulzeit mit künstlerischen Aktivitäten beschäftigten, in der Regel innovativer waren, als sie aufwuchsen - insbesondere, dass sie mit größerer Wahrscheinlichkeit Patente generieren und auf den Markt bringen Unternehmen als Erwachsene.

Videobonus: Bill Gates gibt seine Meinung dazu wieder, wie Lehrer Feedback erhalten sollten.

Video Bonus Bonus: Hier ist eine andere Variante der Gesichtserkennung im Klassenzimmer.

Mehr von Smithsonian.com

Eines Tages wird Ihr Telefon wissen, ob Sie glücklich oder traurig sind

Warum sind Finnlands Schulen so erfolgreich?

Kann die Gesichtserkennung wirklich erkennen, ob ein Kind im Unterricht lernt?