Een kijkje in het project van Afstudeerder Annemarie
Een afstudeerproject doen bij een bedrijf. Dat is waar ik al zo’n 2 jaar over praat, maar nu is het werkelijkheid! Het is een goede manier om je voor te bereiden op het bedrijfsleven. Bij Alledaags mag ik meewerken aan een groot e-learning project, namelijk Aletta Academy. Dit is een platform voor radiologen om nieuwe protocollen aan te leren. Eerst wordt er theorie geleerd, maar het belangrijkste in een cursus is dat de radiologen aan de hand van grote hoeveelheden medische cases ervaring opdoen, zodat ze zich daarna ook echt expert kunnen noemen.
Met mijn achtergrond in kunstmatige intelligentie probeer ik Aletta Academy zo aan te passen dat het een persoonlijke leer-ervaring wordt voor iedereen.
In plaats van een vaste volgorde van het presenteren van cases, zullen voor elke persoon cases gepresenteerd worden aan de hand van de huidige vaardigheden van die persoon. Het idee is dat de leerervaring hierdoor prettiger wordt, omdat het systeem zich steeds aanpast op jouw niveau.
Elo-rating
Hiervoor maken we gebruik van Elo-rating, wat het meest gebruikt wordt in schaken, dammen en go. Iedere speler begint met een Elo-rating van 1500, wat de vaardigheid van een speler aangeeft. Na elke wedstrijd wordt deze rating voor beide spelers geüpdatet; degene die wint krijgt punten van degene die verliest. De hoeveelheid punten die overgegeven worden is niet altijd gelijk: Verliest een speler met een hoge rating van een speler met een lage rating, dan worden er veel ratings-punten uitgewisseld, terwijl er andersom juist weinig punten uitgewisseld worden. Na een paar wedstrijden kun je al een zeer correcte ranking-lijst maken, door de spelers te sorteren op hun Elo-rating.
Zelfs in Tinder!
Wist je dat dit principe ook verwerkt zit in Tinder? Tinder, een populaire dating-app, gebruikt (een aangepaste versie van) de Elo-rating om de populariteit van een persoon bij te houden. Als iemand met een hoge rating je als leuk beoordeelt, dan krijg je veel punten erbij. Terwijl je veel minder punten erbij krijgt als iemand met een lage rating je als leuk beoordeelt. Tinder heeft aangegeven de Elo-rating te gebruiken om betere matches te maken. Hoe ze de Elo-rating hier precies in gebruiken laten ze niet los, maar wij vermoeden dat Tinder je meer matches geeft met mensen die een vergelijkbare elo-rating hebben.
Elo-rating in e-learning
In alle gevallen hierboven wordt een Elo-rating gebruikt om vaardigheden of persoonlijkheden van mensen goed in te delen. Één persoon wint punten en een andere persoon verliest deze punten. In deze situatie is de Elo-rating heel robuust en zelfregelend. Nu willen wij dit concept ook gaan toepassen in onze e-learning-oplossingen. Denk aan de radiologen die cases aangereikt krijgen die passen bij hun eigen niveau.
In dit domein werkt het allemaal nét even anders:
De cases fungeren als een van de twee spelers, terwijl de radioloog de andere speler is. De radiologen en de cases hebben dus beiden een eigen Elo-rating. Als een radioloog de case goed afrondt, kan dat gezien worden als winst voor de radioloog. Zijn/haar Elo-rating stijgt dan en die van de case daalt. Maakt de radioloog fouten, dan kan dit gezien worden als winst voor de case. Dan stijgt dus de Elo-rating van de case en daalt die van de radioloog. Dit proces zorgt ervoor dat cases automatisch worden gesorteerd op moeilijkheid én dat een radioloog steeds op zijn eigen niveau wordt ingeschat, waarmee wij uiteindelijk gepersonaliseerd leren kunnen aanbieden. Nu klinkt dit nog aardig simpel, maar zo simpel als wij het nu schetsen is het helaas niet.
Ook Tinder heeft enkele maanden besteedt aan het precies ontwerpen van hun algoritme.
In het geval van e-learning is het allemaal nog een stapje ingewikkelder. Wat nou als bijvoorbeeld 50.000 mensen de cursus volgen? Als je het basis-Elo-algoritme implementeert zoals hierboven geschetst, dan zullen de cases uiteindelijk geen punten meer over hebben. Hoe kunnen we het Elo-algoritme aanpassen aan deze situatie, zodat het blijft werken ongeacht hoeveel of hoe weinig mensen een cursus doen? Hoe zorg je ervoor dat de cases en de radiologen snel op de goede rating uitkomen maar de ratings niet in te grote stappen blijven schommelen? Wat kan je doen zodat het systeem ook goed werkt voor de allereerste gebruikers? En wat nou als je meerdere vaardigheden wilt bijhouden?
Get Alledaags’s stories in your inbox
Join Medium for free to get updates from this writer.
Dit zijn de vragen waar ik me de afgelopen maanden mee bezig heb gehouden en waar ik onder andere simulaties mee heb gedraaid. Dit onderzoekstraject heeft er voor kunnen zorgen dat er een vorm van Elo-rating in de e-learning oplossingen van Alledaags terecht kan komen!
Alles voor een betere en persoonlijke leerervaring.
Klinkt dit interessant? Je kan altijd even contact opnemen om hier over te praten: info@alledaags.nl
