ছাত্রদের অর্জন/অ্যাচিভ-এ সাহায্য করার জন্য গভীর জ্ঞানের সন্ধান

‘লার্ন’, ‘প্র্যাক্টিস’ এবং ‘টেস্ট’ যাত্রা জুড়ে ছাত্রদের ডেটা দ্বারা চালিত প্রতিটি লক্ষ্যের জন্য তৈরি ‘ব্যক্তিগত অর্জন’ ‘অ্যাচিভমেন্ট জার্নি’ তৈরি করে। ‘অ্যাচিভ’-এর ভিত্তি Embibe’র ধারণা অনুশীলনের জন্য গভীর জ্ঞান ট্রেসিং অ্যালগরিদমের উপর নির্মিত। ‘আচিভ’-এর এর প্রধান বৈশিষ্ট্যগুলি নিম্নলিখিত:

1. Embibe-এর AI-চালিত স্বয়ংক্রিয় পরীক্ষা জেনারেটরের মাধ্যমে তৈরি ডায়নামিকভাবে জেনারেটেড ডায়াগনস্টিক অ্যাসেসমেন্টের মাধ্যমে ‘অর্জন’ একজন শিক্ষার্থীর শক্তি এবং দুর্বলতাগুলি আবিষ্কার করে।

2. এটি এক বা একাধিক কৃতিত্বের উদ্দেশ্য বেছে নেয়, যার মধ্যে রয়েছে প্রাক-প্রয়োজনীয় বিষয়ে দক্ষতা, বর্তমান পরীক্ষা/অধ্যায়/বিষয় আয়ত্ত করা, ভবিষ্যতের জীবনের লক্ষ্য এবং দক্ষতার ভিত্তি মজবুত করা।

3. এটি অর্জনের লক্ষ্যকে একাধিক ধাপে বিভক্ত করে এবং Embibe-এর মালিকানাধীন অ্যাচিভ ইঞ্জিনের উপর ভিত্তি করে প্রতিটি ধাপের জন্য একটি যাত্রা তৈরি করে।
4. প্রতিটি ধাপ হল শেখার বিষয়বস্তুর একটি সেট, যেমন ভিডিও বা অনুশীলন সামগ্রীর একটি সেট, যেমন প্রশ্ন। 
5. .এই সেটগুলির প্রতিটি ব্যক্তিগতকৃত এবং গতিশীলভাবে তৈরি করা হয় ছাত্রদের শক্তি এবং ধারণাগুলির দুর্বলতার উপর ভিত্তি করে। পদক্ষেপের গতিশীল পুনরায় ক্রমাঙ্কন একটি যাত্রার পূর্ববর্তী ধাপে কর্মক্ষমতা উপর ভিত্তি করে।

6. এটি যাত্রা শেষে ছাত্রের শক্তি এবং দুর্বলতা পুনরায় মূল্যায়ন করে।

মেশিন লার্নিং পদ্ধতিগুলি, একটি নিয়ম হিসাবে, শিক্ষামূলক সেটিংসে গুরুত্ব সহকারে প্রয়োগ করা হয়। এগুলি সামর্থ্য এবং যোগ্যতার পূর্বাভাস, গ্রেড টেস্ট, সামাজিক স্কলারলি উদাহরণগুলি উপলব্ধি করতে, উপলব্ধ উত্তরগুলি মূল্যায়ন করতে, সঠিক শিক্ষামূলক সম্পদের সুপারিশ করতে এবং তুলনামূলক শিক্ষার গুণাবলী বা শিক্ষাগত আগ্রহ সহ ছাত্রদের সংগ্রহ বা অংশীদার করতে ব্যবহার করা হয়।

‘অর্জন’ গভীর  জ্ঞান ট্রেসিং কৌশলের উপর নির্ভর করে। AI-ভিত্তিক শিক্ষা বিশ্বমানের শিক্ষাদান ও নির্দেশনায় উন্মুক্ত প্রবেশাধিকারের প্রতিশ্রুতি দেয় এবং শেখার ক্রমবর্ধমান ব্যয় হ্রাস করে। জ্ঞান ট্রেসিং হল ছাত্রছাত্রীদের জ্ঞানের মডেলিং সময়ের সাথে সাথে ভবিষ্যৎবাণী করার জন্য যে শিক্ষার্থীরা ভবিষ্যতের আদানপ্রদানে সঠিকভাবে কীভাবে পারফর্ম করবে। এই কাজের উন্নতির মানে হল যে সংস্থানগুলি ছাত্রদের তাদের ব্যক্তিগত প্রয়োজন এবং বিষয়বস্তুর উপর ভিত্তি করে প্রস্তাব করা যেতে পারে যা খুব সহজ বা খুব কঠিন বলে ভবিষ্যদ্বাণী করা হয় এড়িয়ে যাওয়া বা বিলম্বিত হতে পারে।

একক  মানব শিক্ষকতা গড় শিক্ষার্থীর জন্য দুটি স্ট্যান্ডার্ড বিচ্যুতির ক্রম অনুসারে শেখাকে লাভজনক করতে পারে। মেশিন লার্নিং সলিউশনগুলি বিশ্বের যে কেউ বিনামূল্যে উচ্চ মানের ব্যক্তিগতকৃত শিক্ষাদানের এই সুবিধাগুলি প্রদান করতে পারে৷

Embibe-এ ‘আচিভ’-এর মাধ্যমে ধাপে ধাপে শিক্ষার্থীদের তাদের শক্তি এবং দুর্বলতা অনুসন্ধান করতে সহায়তা করে। এটি শিক্ষার্থীদের এই থিমগুলিতে আরও শক্তি বিনিয়োগ করে এবং তাদের উন্নতির পরিমাণ জানতে আরও পরীক্ষা দেওয়ার মাধ্যমে তাদের দুর্বল বিষয়গুলিতে উন্নতি করতে সহায়তা করে। Embibe ছাত্রদের দুর্বল থিমগুলি সম্পর্কে জানে এবং তাদের ত্রুটিগুলি নিরাময় করার জন্য তাদের উপাদান এবং প্রত্যাশিত দিকনির্দেশনা দেয়। একইভাবে, ছাত্ররা তাদের আসল ত্রুটিগুলিকে নিরাময় করার জন্য কতটা চেষ্টা করছে তা উপলব্ধি করার জন্য একটি সত্যতা স্কোর রয়েছে।

Embibe শিক্ষার্থীদের অংশগ্রহণ করা টেস্টে বিভিন্ন ধরণের বিশ্লেষণ প্রদান করে:

সামগ্রিক বিশ্লেষণ: একজন শিক্ষার্থী কীভাবে টেস্ট দিচ্ছে তার উপর ভিত্তি করে, তাদের আচরণ, অসতর্কতা, এক স্থান থেকে অন্য স্থানে যাওয়া ইত্যাদি থেকে আলাদা হতে পারে

প্রশ্নভিত্তিক বিশ্লেষণ: এটি ছয়টি বিভাগের অধীনে একজন শিক্ষার্থীর চেষ্টা করা প্রতিটি প্রশ্নের বিশ্লেষণ প্রদান করে, যথাযথ, খুব দ্রুত ভুল, নিখুঁত প্রচেষ্টা, অতিরিক্ত সময়ে ভুল, অতিরিক্ত সময়ে সঠিক, বিফল প্রচেষ্টা, ভুল এবং অপ্রয়াসিত।

দক্ষতা-ভিত্তিক বিশ্লেষণ: প্রশ্নগুলি বিভিন্ন ব্লুম স্তরের অধীনে শ্রেণীবদ্ধ করা হয়, যেমন প্রয়োগ, বোধগম্যতা, রোট লার্নিং এবং বিশ্লেষণ। শিক্ষার্থীর প্রচেষ্টার কার্যকারিতার উপর ভিত্তি করে, তাদের দক্ষতা-স্তরের বিশ্লেষণ প্রদান করা হয়।