Ordlista

Adaptivt lärande

Vad är Adaptivt lärande?

Adaptivt lärande avser utbildningsprogram som löpande anpassar sig efter den lärandes kunskaper, tempo och misstag. Programvaran analyserar svaren och väljer sedan lämpliga övningar, förklaringar eller repetitioner. Det används i skolor, på universitet och i företagsutbildningar – till exempel när en plattform automatiskt erbjuder ett enklare mellansteg efter att en uppgift besvarats fel. Inom maskininlärning beskriver begreppet även modeller som fortsätter att anpassa sig till nya data.

Ämnen

Utbildning
Personalisering
E-lärande

Prova KI.ordo

Agenter, flöden och mallar i en arbetsyta – gratis demo i 24 timmar.

Starta demo

← Alla begrepp

Relaterade begrepp

AI-baserad återkoppling till elever

AI-baserad återkoppling till elever avser kommentarer på uppsatser, uppgifter eller projekt som ett AI-system genererar utifrån definierade kriterier. Eleverna får snabbare synpunkter på styrkor, struktur, argumentation eller språk, och lärare avlastas från repetitiv rättning. Bedömningen bör vara transparent och kriteriebaserad; betyg och beslut om prestationer är fortsatt lärarnas ansvar. Exempel: ett utkast till en uppsats får förbättringsförslag före inlämning.

Utbildning
Feedback
+1

Mall

Inlärningskurva

Inom maskininlärning är en inlärningskurva ett diagram som visar en modells prestanda eller fel över träningstid eller mängden träningsdata, vanligtvis separat för tränings- och valideringsdata. Dess form avslöjar om en modell är under- eller överanpassad och om mer data sannolikt hjälper. Om valideringsfelet till exempel ligger klart över träningsfelet tyder det på överanpassning. I vardagligt språk beskriver begreppet också hur snabbt människor lär sig en ny teknik.

Training
Modellutvärdering
+1

Maskininlärning

Maskininlärning är en gren av artificiell intelligens där datorer härleder mönster ur data i stället för att varje regel programmeras explicit. Beroende på uppgift lär sig modellerna av annoterade exempel (övervakad inlärning), av oannoterade data (oövervakad inlärning) eller genom belöningar (förstärkningsinlärning). Tillämpningarna sträcker sig från skräppostfilter och efterfrågeprognoser till produktrekommendationer. Kvaliteten beror starkt på mängden och kvaliteten på träningsdata.

grunder
AI
+1