1773089923
2026-03-09 20:50:00
最新の Kolibri Studio リリースで、Kolibri エコシステム初の AI を活用した機能を発表できることを嬉しく思います。チャンネルを作成および更新するときに、関連コンテンツのおすすめが初めて表示されます。
ここ数年にわたり、私たちは機関、パートナー、研究者、コミュニティメンバー、民間部門と協力して、AI が時間のかかるタスクをサポートすることで教育と学習をサポートできる方法を模索してきました。私たちがそれをどのように行っているかについて話しましょう。
AI によって、以前は何か月もかかっていた作業が、数週間、数日、さらには数時間で完了できるものに変わることがわかっています。時間のかかる反復的なタスクを最適化するには、AI が強力なツールとなり得ます。最も時間のかかるタスクの 1 つはありますか?カリキュラムの調整。
カリキュラムの調整とは、プログラムの対象となる学習者や教育者に関連する国家カリキュラムや教科書の基準や学習目標に合わせてリソースを整理、適応、文脈化するプロセスであり、効果的な学習をサポートするためにこれらの教材を発見して使用できるようにするための重要な要素です。
このリリースは以下に基づいて構築されています Learning Equality、ボーダフォン財団、UNHCR による長年にわたる基礎的な取り組み 教育と学習をサポートできる関連性のある補足コンテンツをまとめるプロセスを改善します。
これは、教師の補充ではなくサポートに重点を置いた公平な AI 利用の一例です。教師に貴重な時間を取り戻すことで、学習者のサポートという最も重要なことに集中できます。
新着情報：
すべての Kolibri Studio ユーザーは、Kolibri ライブラリからコンテンツをインポートするときに推奨事項にアクセスできます。ページのメイン部分では引き続き一般的なキーワード検索を使用したり、お気に入りのチャンネルを参照したりできますが、その横に、おすすめコンテンツの新しいビューが表示されます。
推奨事項は、フォルダーのタイトル、説明、言語など、フォルダーに追加した情報に基づいています。これらの詳細は、Kolibri Studio がマテリアルを選択しているトピックに合わせたコンテンツを見つけるのに非常に重要です。そのため、「Primary 4」や「Advanced Biology」など、レベルや重点領域を示すために説明フィールドやフォルダーのタイトルに詳細を追加するほど、推奨結果の関連性が向上します。
新機能の使用方法は次のとおりです。
重要なポイント:
- 特定のフォルダー名が役に立ちます。 推奨事項には親フォルダーだけでなくフォルダー タイトルの情報も含まれるため、関連する具体的な情報を含むフォルダー構造を設定すると、最良の結果が得られます。
2. フォルダーごとにコンテンツをインポートして、より具体的な結果を迅速に得る。時間を節約するために、特にカリキュラム文書またはシラバスに基づいて作業している場合は、最初にプロジェクトを構造化することをお勧めします。各フォルダーに個別に移動すると、その特定のトピックまたは資料単位に関するコンテキスト固有の推奨事項がさらに表示されます。
3. 機能を使用すると、時間の経過とともに改善されます。当社は、チャンネルにリソースを追加するか、無視するか、または関連性がないと発言するかどうかなど、インタラクションからデータを収集します。少し時間をとってこのフィードバックをお送りいただくと、機能を改良し、将来的により良い推奨事項を提供するのに役立ちます。
これが私たちにとって特に重要な理由…
Learning Equality は、創設以来、高品質のオープン教育リソースをオフラインで利用できるようにすることに重点を置き、それらが国のカリキュラムのニーズを確実にサポートできるようにしてきました。リソースが少ない状況では、この調整が不可欠です。これにより、教師と学習者は、関連性がありアクセスしやすいコンテンツを見つけて取り組むことができます。
得る 学習の平等あなたの受信トレイにある さんのストーリー
無料で Medium に登録して、このライターから最新情報を入手してください。
Learning Equality の AI の取り組みは、長年にわたって私たちと協力し、私たちの思考とプロセスの指針となってきた多くの主要な個人や組織からの貢献による、部門を超えたコラボレーションの成果です。これには、カリキュラム調整の半自動化を検討するための UNHCR および Vodafone Foundation との協力に対する Google.org からの初期の支援が含まれます。カクマ難民キャンプの教育者、そして私たちのデザインスプリントやハッカソンに参加した数十人の人々。 Schmidt Futures、UNHCR、The Learning Agency Lab の支援を受けてアルゴリズムの開発を支援した機械学習コンテストを主催した Kaggle のチーム、および参加者と受賞者。 Endless Network と Patrick J. McGovern Foundation のサポートにより、Kolibri Studio への検索レコメンデーションの統合が可能になりました。
Kolibri Studio でのコンテンツの推奨は、Learning Equality によって学習者が AI 主導のプロセスを通じて関連コンテンツにアクセスできるようにする方法の 1 つのコンポーネントにすぎません。
ご意見をお聞かせください。
この作品を世に出すことができて、これ以上に興奮することはありません。歓迎します すべてのフィードバック AI が生成したレコメンデーション機能を使用したエクスペリエンスについて。ソーシャル メディアまたは コミュニティフォーラム あなたの意見をお聞かせください!
— — — — — — — — — — — — — — — — — — — — — — — — — — — — — —
次の方法で私たちの活動をサポートすることもできます。
#よりスマートなコンテンツ検出 #を活用したレコメンデーションが #Kolibri #Studio #に登場 #平等を学ぶ #著2026年3月