Enotno digitalno okolje za izboljšanje analize podatkov in znanstvenega poročanja študentov
Gregor Traven je docent na FMF, ki se intenzivno ukvarja z uporabo in nadgradnjo metod strojnega učenja in umetne inteligence v raziskovalnih projektih ter analizo podatkov. Ima večletne izkušnje z uporabo virtualnih okolij in orodij, kot je Jupyter Notebook, ki jih uporablja tako v raziskovalnem kot pedagoškem delu. Njegov pristop temelji na prenosu dobrih raziskovalnih praks v poučevanje ter na povezovanju umetne inteligence z realnimi znanstvenimi problemi. Svoje izkušnje in primere dobrih praks deli s kolegi.
Izziv – neenotnost pristopov pri analizi podatkov
Pri predmetu se pojavlja več izzivov, kot so heterogenost pristopov študentov k analizi podatkov in poročanju rezultatov, kar pogosto onemogoča učinkovito primerjavo in ocenjevanje kakovosti dela študentov. Študenti uporabljajo različna orodja in okolja, nekateri imajo težave pri reproducibilnosti rezultatov, predstavitve rezultatov v poročilih so lahko neustrezne (neskladne s pravili).
Rešitev – enotno digitalno raziskovalno okolje
Predlagana rešitev vključuje:
- vzpostavitev avtomatskega sistema za dostop do virtualnih strežnikov za študente,
- pregledno organizacijo vseh surovih podatkov na virtualnih strežnikih (trenutno so dosegljivi prek različnih virov),
- pripravo in uporabo Jupyter Notebook predlog, ki omogočajo poganjanje izbranih metod strojnega učenja (UI) specifičnih verzij (v izogib napakam in heterogenosti rezultatov, ki se sicer pojavljajo),
- pripravo predlog za pisanje poročil v formatu LaTeX s primeri predstavitve rezultatov na grafih, kjer obstajajo določene zakonitosti, ki se jih študentje pogosto ne držijo oziroma jih še niso naučeni, so pa izjemno pomembne za diseminacijo rezultatov in njihovega kariernega razvoja ,
- standardizacijo delovnega procesa.
S tem se izboljša preglednost, kakovost in primerljivost študentskega dela.
Kako bo potekalo delo pri posodobljenem predmetu?
Enotno digitalno raziskovalno okolje bo razvito vnaprej, pred pričetkom predmeta. Delo bo potekalo po strukturiranem raziskovalnem modelu:
- dostop do okolja: študenti delajo na virtualnih strežnikih,
- analiza podatkov z uporabo pripravljenih Jupyter Notebook predlog,
- uporaba UI metod: izvajanje analiz z metodami strojnega učenja,
- sodelovanje: skupna raba okolij in boljša komunikacija med študenti,
- oddaja nalog: poročila v standardizirani obliki (LaTeX),
- povratna informacija, vrednotenje: lažji pregled in primerjava rezultatov.
Vloga digitalnih tehnologij
Digitalne tehnologije v tem pristopu predstavljajo enotno delovno okolje za analizo podatkov, dokumentiranje rezultatov in sodelovanje med študenti. Uporaba virtualnih strežnikov in orodij, kot je Jupyter Notebook, omogoča standardizirano, pregledno in reproducibilno delo, ki je primerljivo z raziskovalno prakso. Umetna inteligenca podpira analizo podatkov, digitalna orodja pa razvoj veščin znanstvenega poročanja, saj študenti rezultate predstavljajo v strukturirani in strokovno ustrezni obliki.
Zakaj je ta pristop zanimiv tudi za druge pedagoge?
Pristop je zelo uporaben tudi širše, saj ponuja model za standardizacijo dela pri predmetih z analizo podatkov, povezuje pedagoški proces z realnimi raziskovalnimi praksami, izboljšuje kakovost in primerljivost študentskih izdelkov, podpira razvoj ključnih kompetenc (analiza podatkov, poročanje, reproducibilnost), je prenosljiv na številna področja (naravoslovje, tehnika, družboslovje). Gre za učinkovit način, kako študente pripraviti na delo v sodobnem raziskovalnem okolju.