Problemos nustatymas ir priežastys Pastaruoju metu pasaulyje bei Lietuvoje vis labiau ryškėjanti problema, kad matematikos mokytojai patiria labai daug biurokratinio darbo, dėl šios priežasties labai nukenčia mokytojų darbo našumas bei mokinių mokymosi efektyvumas. Dauguma mokytojų ypač daug darbo atlieka po pamokų, jie tikrina įvairius namų darbus, kontrolinius darbus, kurie dažniausiai būna paruošti raštu - rašyti ranka. Tai įtakoja tai, kad matematika yra toks mokomasis dalykas, kurį yra labai sudėtinga patikrinti testo formatu, nes siekiant tinkamai įvertinti mokinio silpnąsias vietas ar progresą reikia analizuoti patį sprendimo metodą bei atliekamų veiksmų logiškumą. Dėl matematikos mokytojų didelio biurokratinio darbo kyla šios pagrindinės problemos: • mažas mokytojų darbo našumas: mokytojai praleidžia daug laiko tikrindami ranka rašytus namų ir kontrolinius darbus. Tai yra varginantis ir laiko reikalaujantis darbas, kuris atima iš jų laiko, kurį jie galėtų skirti kitoms mokymo veikloms. • lėta mokinių pažanga: mokinių pažanga gali nukentėti, jei mokytojai neturi laiko teikti individualaus grįžtamojo ryšio. Kai mokytojai turi per daug mokinių, jiems gali būti sunku sekti kiekvieno mokinio pažangą ir suteikti jiems individualią pagalbą, kai jiems to reikia. • mažas mokymosi efektyvumas: rankinis darbo tikrinimas gali būti subjektyvus ir klaidingas. Tai gali lemti tai, kad mokiniai negauna teisingo grįžtamojo ryšio apie savo darbą, o tai gali turėti įtakos jų mokymosi efektyvumui. • mokyklinių įstaigų didelės išlaidos: rankinis darbo tikrinimas gali būti brangus mokykloms. Mokyklos turi pirkti popierių, rašiklius ir kitus reikmenis rankiniam darbui patikrinti. Be to, mokytojams gali tekti dirbti viršvalandžius, kad patikrintų ranka rašytus darbus, o tai gali lemti didesnes darbo sąnaudas. Mokytojai tikrindami namų ir kontrolinius darbus dažnai mokiniams pateikia grįžtamąjį ryšį apie tai, kodėl vieno ar kito uždavinio išspręsti nepavyko. Šis grįžtamasis ryšys yra individualus kiekvienam mokiniui. Per daugelį darbo metų (13) pastebėjome, kad mokinių sąsiuviniuose galima rasti labai daug naudingos informacijos apie mokinio mokymosi ypatumus, tačiau šiuo metu jie nėra tikrinami, nes mokytojai ir taip užsiėmę būna tiek namų darbų, tiek kontrolinių darbų tikrinimais. Dėl šios priežasties jie nėra suinteresuoti dar peržiūrėti kiekvieno mokinio klasės užrašus sąsiuviniuose. Tačiau, jeigu jie būtų tikrinami tinkamai, iš jų būtų galima gauti tokios informacijos: • mokinys nemoka daugybės lentelės; • mokinys neaiškiai rašo, pavyzdžiui 0 ir 9 nesiskiria ir tai sukelia dalį klaidų jo paties sprendimuose; • pamokų metu mokinys nebrėžia brėžinių ar jų tiesiog nepildo tinkamai arba brėžia juos per smulkius, kurių po to neįmanoma tinkamai papildyti ir pats vaikas pasimeta tarp jų; • mokinys galimai turi disleksija, dėl šios priežasties jam reiktų individualaus mokymo plano; • mokinys turi talentą/polinkį arthictektūrai; • mokinys turi psichologinių problemų ir reikia psichologo konsultacijos; • mokinys galimai yra patyręs smurtą; • mokinys galimai turi dėmesio sutrikimų problemų (ADD ir ADHD). Projekto poreikis Pastaraisiais metais Lietuvoje garsiai diskutuojama ir aptarinėjama būtent prastėjantys abiturientų matematikos egzamino rezultatai bei aukštos kvalifikacijos mokytų trūkumas, o tai tik pagrindžia, kad projekto metu sukurta programinė įrangą būtų labai patraukli visai švietimo sistemai. Projekto poreikį iš esmės galime pagrįsti per suinteresuotas šalis: • Matematikos mokytojai. Projekto metu sukurta programinė įrangą leistų automatizuoti namų darbų, kontrolinių darbų bei klasės užrašų tikrinimo procesą bei galėtų pateikti detalią analizę apie kiekvieno mokinio klaidas, stipriąsias puses ir silpnąsias vietas, padedant mokytojui geriau suprasti mokinio poreikius ir pritaikyti mokymo strategijas. • Mokyklos. Programinė įranga, paremta dirbtinio intelekto technologija, suteiktų mokykloms galimybę gauti detalią ir objektyvią informaciją apie kiekvieno mokinio pažangą, klaidas ir sėkmes. Tai leistų mokykloms geriau suprasti, kurios mokymo sritys yra efektyvios, o kur reikia tobulinimų. Be to, automatizuotas darbų tikrinimas leistų mokytojams skirti daugiau laiko tiesioginiam darbui su mokiniais, o tai galėtų padidinti mokymo efektyvumą. Galiausiai, programa gali padėti mokykloms sutaupyti išlaidas, susijusias su rankiniu darbų tikrinimu, popieriaus naudojimu ir kitais ištekliais. • Matematikos besimokinantis mokiniai. Programinė įranga suteiktų mokiniams galimybę gauti greitą ir objektyvų atsiliepimą apie jų darbus. Ji taip pat galėtų pateikti pasiūlymus, kaip geriau spręsti tam tikrus uždavinius arba kur mokinys turėtų skirti daugiau dėmesio. Tai padėtų mokiniams geriau suprasti savo klaidas ir tobulėti. • Mokinio tėvai. Programinė įranga suteiktų tėvams galimybę stebėti savo vaiko pažangą realiu laiku, matyti, kur jis daro klaidas ir kaip jis tobulėja. Tai leistų tėvams būti aktyviau įtrauktiems į vaiko mokymosi procesą, palaikyti jį ir padėti spręsti problemas. Sprendimas ir laukiami rezultatai Siūlomas sprendimas sukurti dirbtinio intelekto pagrindu paremtą programinę įrangą, kuri gebės tikrinti mokinių matematikos namų darbus, kontrolinius darbus ir klasės užrašus bei pateikti individualizuotą informaciją apie mokinio matematikos žinias. Ši programinė įrangą leis sumažinti matematikos mokytojų biurokratinį darbą ir daugiau laiko skirti mokymui. Projekto metu numatomų naudoti technologijų rinkinys: ● Įkeliamas namų darbas, kontrolinis darbas ar klasės užrašai: React Native programėlė iOS/Android platformoms. ● Medžiagos kokybės Įvertinimas: CNN modelis. ● Matematinių sprendimų atpažinimas: MathPix API. ● Sprendinio dalių žymėjimas: Faster R-CNN modelis. ● Teksto analizė: RNN modelis. ● Dataset kurimas: Sukurta programėlė naudojantis ,,React Native”. ● Dataset labeling/segmenatation: Sukurta React native programėlė, Vertex AI. ● Matematinių Užduočių sprendimas: SymPy. ● Klaidų grafinis žymėjimas: OpenCV. ● Atsiliepimas apie sprendimą: GPT 3.5. ● Analitika ir estetinis darbo vertinimas: Random Forest arch. modelis ● Duomenų Bazė: Firebase ● Backend: Google Cloud Functions ● Modelio Hostingas: Google Vertex AI Plačiau apie projekto uždavinius ir jų pagrindimą galima rasti Priede 5 „MB Legacy Education_papildoma informacija“. Projektas nedarys neigiamo poveikio horizontaliems principams ir jo veikla tiesiogiai prisideda prie inovatyvumo (kūrybingumo) horizontaliojo principo. Projekto veiklos vykdomos atsižvelgiama į Jungtinių Tautų neįgaliųjų teisių konvencijos nuostatas bei atitinka projektų finansavimo sąlygų apraše nustatytus reikalavimus dėl HP ir atitinkamas Europos Sąjungos pagrindinių teisių chartijos nuostatas. Projektu taip pat siekiama prisidėti prie 2022–2030 metų Lietuvos Respublikos ekonomikos ir inovacijų ministerijos ekonomikos transformacijos ir konkurencingumo plėtros programoje numatytos 2 problemos – verslas neišnaudoja skaitmeninio potencialo, sprendimo.