โดยเฉลี่ยแล้วบริษัท Edtech มีราคาที่พอประมาณ แม้ว่าบางบริษัทจะได้รับการประเมินมูลค่าแข็งแกร่ง ก็ตาม เรารู้ว่าแนวทางปฏิบัติในการประเมินมูลค่ามักสะท้อนถึงความเชื่อของนักลงทุนในความสามารถของบริษัทในการสร้างรายได้ในอนาคต อย่างไรก็ตาม เรายังคงเรียนรู้เกี่ยวกับวิธีที่ edtech สร้างมูลค่าให้กับผู้ใช้ และวิธีคำนึงถึงคุณค่าดังกล่าวในรูปแบบที่ยิ่งใหญ่ของสิ่งต่างๆการประเมินและการปรับใช้ข้อมูลที่ผู้ใช้สร้างขึ้น
บริษัท Edtech ไม่ได้แข่งขันกับ Google และ Facebook สำหรับรายได้จากการโฆษณา
นั่นคือเหตุผลที่วลีเช่น ‘you are the product’ และ ‘data is the new oil’ ให้ข้อมูลเชิงลึกเพียงเล็กน้อยเมื่อนำไปใช้กับ edtech
สำหรับบริษัท edtech การประเมินมูลค่าที่แข็งแกร่งขึ้นอยู่กับแนวคิดที่ว่าเทคโนโลยีสามารถสร้างมูลค่าการใช้ให้กับผู้เรียน ครู และองค์กรได้ และในที่สุดพวกเขาจะยินดีจ่ายสำหรับผลประโยชน์ดังกล่าว ในรูปแบบการสมัครสมาชิก
บริษัท Edtech พยายามมอบคุณค่าการใช้งานในหลากหลายวิธี เช่น การนำข้อมูลที่ผู้ใช้สร้างขึ้นไปใช้เพื่อปรับปรุงบริการของตน ข้อมูลที่ผู้ใช้สร้างขึ้นคือร่องรอยดิจิทัลที่เราทิ้งไว้เมื่อใช้งานแพลตฟอร์ม: การกดแป้นพิมพ์และการเคลื่อนเมาส์ การคลิก และการไม่ใช้งาน
คุณค่าของข้อมูลที่ผู้ใช้สร้างขึ้นในการศึกษาระดับอุดมศึกษา
มาตรฐานทองคำสำหรับการปลดล็อก ‘คุณค่า’ ของข้อมูลที่ผู้ใช้สร้างขึ้นคือการทำให้เกิดกิจกรรมที่ไม่อาจเกิดขึ้นได้ การเปลี่ยนแปลงเกิดขึ้นจากการวนรอบข้อมูลย้อนกลับ ลูปประกอบด้วยห้าขั้นตอน: การสร้างข้อมูล การบันทึก การทำให้ไม่เปิดเผยชื่อ การคำนวณ และการแทรกแซง ลูปสามารถยาวและสั้นได้
ตัวอย่างเช่น สมมติว่านักเรียนกลุ่มหนึ่งได้รับมอบหมายการอ่านสามครั้งในชั้นเรียน มีการเข้าถึงและอ่านข้อความบนแพลตฟอร์มออนไลน์ ข้อมูลการมีส่วนร่วมระบุว่านักเรียนทุกคนใช้เวลาอ่านข้อความที่ 1 และข้อความที่ 2 แต่ไม่มีใครอ่านข้อความที่ 3 เนื่องจากข้อมูลเชิงลึกนี้ ให้มาในภาคเรียนถัดไป ข้อความที่ 3 จะถูกแทนที่ด้วยข้อความที่ “มีส่วนร่วม” มากขึ้น นั่นคือการวนรอบความคิดเห็นที่ยาว
ทีนี้ ลองนึกภาพว่านักเรียนคนหนึ่งกำลังอ่านข้อความเดียว
โปรแกรมแมชชีนเลิร์นนิงของแพลตฟอร์มสร้างแบบทดสอบพื้นฐานเพื่อทดสอบความเข้าใจ ตามคำตอบของนักเรียน แนะนำให้อ่านเพิ่มเติมหรือแนะนำให้นักเรียนอ่านซ้ำในหัวข้อเฉพาะของข้อความ นั่นคือการวนรอบความคิดเห็นสั้น ๆ
ในความเป็นจริง กระแสตอบรับส่วนใหญ่ไม่ได้ทำให้เกิดกิจกรรมที่ไม่สามารถเกิดขึ้นได้อย่างอื่น ไม่ใช่ว่าอาจารย์ไม่สามารถเรียนรู้ผ่านการสนทนาได้ว่าข้อความใดที่นักเรียนชอบมากกว่า ประเด็นใดบ้างที่เข้าใจ และอื่นๆ แต่ที่จริงก็คือพื้นฐานและคุณภาพของคำตัดสินดังกล่าวเปลี่ยนไป ที่สำคัญที่สุด โครงสร้างต้นทุนที่สนับสนุนการตัดสินใจก็เช่นกัน
ยิ่งลูปป้อนกลับอัตโนมัติมากเท่าไหร่ ก็ยิ่งประหยัดต่อขนาดมากขึ้นเท่านั้น ‘ระบบอัตโนมัติ’ หมายถึงการแยกลูปป้อนกลับเพิ่มเติมจากอินพุตแรงงานเพิ่มเติม ‘การประหยัดจากขนาด’ หมายความว่าต้นทุนเฉลี่ยของการส่งข้อเสนอแนะแบบวนซ้ำลดลงเมื่อบริษัทเติบโตขึ้น
ผู้เสนอแนวทางการเรียนรู้ของเครื่องและปัญญาประดิษฐ์อื่นๆ โต้แย้งว่ามูลค่าการใช้ลูปป้อนกลับจะดีขึ้นตามขนาด: ยิ่งผู้ใช้มีส่วนร่วมในการกลับไปกลับมาระหว่างการสร้างข้อมูล การรับการแทรกแซง และสร้างข้อมูลใหม่มากเท่าใด อัลกอริธึมการเรียนรู้ที่สำคัญยิ่งแม่นยำมากขึ้นเท่านั้น ทำนายว่าการแทรกแซงใดจะ ‘ปรับปรุงการเรียนรู้’
แพลตฟอร์มเรียนรู้และเติบโตไปพร้อมกับเรา
แพลตฟอร์มของ Edtech แพร่หลายมากขึ้นเพราะเห็นว่ามีความคุ้มค่าเงินมากกว่าทางเลือกที่เน้นมนุษย์เป็นศูนย์กลาง แพลตฟอร์มบนคลาวด์สามารถเข้าถึงได้ผ่านการสมัครสมาชิกโดยไม่ต้องโอนกรรมสิทธิ์ ความสัมพันธ์ทางเศรษฐกิจได้รับการรับประกันโดยกฎหมายและการชำระเงินอย่างต่อเนื่องนั้นถูกต้องตามกฎหมายผ่านการวนรอบข้อเสนอแนะระหว่างมนุษย์และเครื่องจักร: แพลตฟอร์มเรียนรู้และเติบโตไปพร้อมกับเราเมื่อเราป้อน
เทคนิคการเรียนรู้ด้วยเครื่องมีศักยภาพในการปรับปรุงประสิทธิภาพในการจัดกิจกรรมการเรียนรู้บางอย่าง เช่น การประเมินและติดตามนักเรียนบางประเภท อย่างไรก็ตาม เราไม่ทราบว่าควรระดมค่านิยมใดเมื่อตัดสินประสิทธิภาพของการแทรกแซง: ‘ค่า’ และ ‘ค่า’ ต่างกัน
เครดิต :genericpropeciafinasteride.net, geoporters.net, germeser.net, get-more-twitter-followers.com, gimpers.net
