I když iniciativy typu „mrkev a bič“ mohou mít vliv na zlepšení návštěvnosti, pro dlouhodobé zlepšování je skutečně potřeba strategičtější přístup, využívající data ke skutečnému pochopení toho, co se děje a proč.
Problém je v tom, že existuje tolik údajů o docházce – jedna ročníková skupina za jeden akademický rok jen na naší škole zabere v Excelu 300 000 řádků.
Ale co kdybyste mohli použít umělou inteligenci k odhalení trendů, identifikaci oblastí pro zlepšení a možná dokonce zastavení absence dříve, než k ní dojde? K analýze výsledků zkoušek jsme již používali Microsoft Copilot, a tak jsme se rozhodli to zkusit.
Chvíli nám trvalo, než jsme získali správné výzvy, zjednodušili data a prezentovali je v jazyce, který by rodiče ocenili.
Po několika pokusech a omylech jsme skončili se stručnou zprávou pro každého žáka, „profilem docházky“, který ukazuje jeho silné stránky a oblasti pro rozvoj.
A co je nejdůležitější, měli jsme úroveň detailů a přehled o návštěvnosti, jakou jsme nikdy předtím neměli. Tyto zprávy jsme rodičům zaslali poprvé v tomto termínu.
„Vzorce, kterých bychom si nikdy nevšimli“
Umělá inteligence odhalila vzory a trendy, kterých bychom si jinak nikdy nevšimli, aniž bychom museli hodiny ručně prohledávat registry.
Například: sledování, když rodiny berou děti na dovolenou každý rok ve stejnou dobu. Izolace tam, kde rodiny mají děti pravidelně v pátek před prázdninami nebo v pondělí po nich.
Vidět vzorce absencí napříč termíny nebo jednotlivými měsíci a všímat si vzorců absencí souvisejících s konkrétními věkovými skupinami nebo pohlavími nebo žáků z jedné části města v porovnání s ostatními.
Absence mohou také souviset s širšími událostmi, od věcí, které se dějí v komunitě, po online aktivity, jako je spuštění nové hry nebo velký koncert.
Když víme, že nějaká událost pravděpodobně zasáhne určitou skupinu, můžeme předem kontaktovat rodiče, abychom zdůraznili důležitost účasti. Můžeme dokonce porovnat vzorce počasí, abychom pochopili, jak ovlivňují návštěvnost.
Předvídání problémů
Umělá inteligence nám pomáhá inteligentněji využívat naše stávající data k předvídání problémů dříve, než se stanou problémy.
Pokud si například některé rodiny pravidelně berou dovolenou každý rok ve stejnou dobu, můžeme jim napsat měsíce předem a připomenout jim, aby si během školního roku nerezervovaly výlety.
V důsledku toho jsme přijali strukturu vedoucích ke zvyšování standardů docházky a zacházeli jsme s ní se stejnou přísností jako s akademickými výsledky a pokrokem žáků.
Jedna osoba má celkovou odpovědnost za údaje o docházce a je v kontaktu se všemi zúčastněnými, aby byla zpráva jasná a konzistentní.
Znamená to také, že můžeme poskytnout vedoucím ročníků a dalším pastoračním pracovníkům klíčovou inteligenci, takže když se setkají s rodiči, mohou vždy diskutovat o docházce s odkazem na konkrétní situace, budoucí i historické.
To je jen začátek toho, co by mohlo být velmi vzrušujícím vývojem v řešení záškoláctví a absence.
Tento přístup jsem nedávno použil na setkání sekundárních ředitelů Cardiffu a nikdo z nich o takovém přístupu nikdy neslyšel. V důsledku toho budeme školit jejich zaměstnance, jak to udělat v jejich školách.
Identifikace trendů
A to přináší další perspektivu – můžeme spolupracovat a pomocí AI identifikovat trendy návštěvnosti napříč školami v konkrétních částech města? Existují období měsíce nebo roku, kdy se například vyskytnou určité problémy?
Brzy se přesuneme na Power BI, další produkt společnosti Microsoft, který dokáže pojmout větší datové sady, což nám umožní analyzovat data za několik let.
Co kdybychom mohli tento přístup rozšířit na naše primární podavače? Pokud dokážeme provést tento druh dlouhodobé analýzy dat u žáků 4./5./6. ročníku, můžeme být schopni vyřešit problémy s docházkou, než k nám přijdou v 7. ročníku.
Teprve začínáme chápat potenciál umělé inteligence ve vzdělávání a zkoumáme její využití, ale pokud může mít dopad na některé z tvrdohlavějších a neřešitelných problémů, kterým čelíme, jako je nízká návštěvnost, pak rozhodně stojí za to ji prozkoumat dále.
Se zájmem jsem si přečetl např oznámení začátkem tohoto měsíce, že všechny školy v Anglii dostanou cíl vygenerovaný umělou inteligencí pro minimální docházku žáků.
Tento plán zahrnuje také spolupráci škol, aby se učily z osvědčených postupů, což je vždy dobrý nápad.
Školy však mají tolik údajů o docházce, a pokud je dokážou analyzovat pomocí umělé inteligence k předvídání a předcházení problémům, mohou mít ještě větší dopad.
Obtížné problémy vyžadují inovativní řešení a věříme, že právě to jsme svým přístupem vyvinuli.
