Ostatnia modyfikacja: 6 sierpnia 2024
luty 2023
Wiemy, że nie każdy nauczyciel, wykładowca, czy trener ma czas, żeby rozwijać profesjonalą wiedzę i analizować doborek badań naukowych o taskonomiach i o tym, jak tworzyć pytania. Wiemy, że AI zrewolucjonizuje edukację i chcemy dołożyć swoją wiedzę metodyczną gromadzoną przez ponad 20 lat. Wpadamy na pomysł jak zaspokoić potrzebę edukatorów na bardzo dobre pytania pomagające się uczyć. Zrywamy z testozą na rzecz pytań, które pomagają się uczyć!
wrzesień 2023
Modele językowe są już dojrzałe. Testujemy prompty i ich konstrukcje z różnymi taksonomiami celów. Podejmujemy decyzję, że będziemy tworzyć dedykowane oprogramowanie.
czerwiec 2024
Na konferencji Ideatorium na Politechnice Gdańskiej Tomek opowiada historię o smokach i zapowiada, że mamy smocze jaja i pracujemy nad ich wykluciem się. Pracujemy nad wtyczką do Moodla.
czerwiec 2024
Adam prezentuje wersję alfa Smoka generującego pytania quizowe. Wtyczka generuje pytania na bazie materiałów w kursie na Moodle. Obsługujemy na razie dwa rodzaje pytań - o fakty i sytuacyjne.
listopad 2024
Silnik promptów i oprogramowanie obsługuje trzy taksonomie - Blooma, Finka i Marzano. Zabieramy się za testy na różnych dziedzinach.
lipiec 2025
Pytania można pobierać w nowych formatach, dla iSpringa, Storyline oraz QTI v2.1. dla platform Canvas, Blackboard i Inspera.
czerwiec 2025
Aż rok zajmuje nam intensywna praca nad jakością generowanych pytań, testowanie modeli i silnik promptów. Po intensywnych pracach - mamy to! Dajemy Wam możliwość skorzystania z wtyczki na Moodle lub aplikacji na stronie nngs.ai do generowania pytań. W pierwszej kolejności dostęp do narzędzia mają zapisani na newsletter oraz zgłaszający się uczestnicy konferencji Ideatorium 2025 i MoodleMoot 2025.
lipiec 2025
Po zamkniętych testach udostępniamy AI Quiz Generatora dla wszystkich - można rejestrować się w serwisie, korzystać z planów darmowych lub płatnych.
sierpień 2025
Quiz generator bazuje nie tylko na treściach, ale i efektach uczenia się, proponując pytania bazujące na wskazanej treści i samodzielnie dobierając taksonomie i ich poziomy.
listopad 2025
Generator pytań korzysta z innych modeli językowych.
luty 2026
Tworzymy oprogramowanie do innych platform zdalnego nauczania i systemów LMS/LXP.
luty 2023
Wiemy, że trudno jest nauczycielom i wykładowcom tworzyć obiektywne kryteria oceny prac i projektów - rezultatów uczenia się uczniów i studentów. Chcemy, żeby ewaluacja uczenia się była zgodna z dorobkiem naukowym w tej dziedzinie - motywowała, pozwałała samodzielnie podejmować decyzje uczącemu się, była obiektywna (bez przymiotników!) i zrozumiała. Chcemy ułatwić tworzenie takich kryteriów i przekuć kilkanaście lat doświadczeń w kolejnego smoka!
czerwiec 2024
Zebrany dorobek z literatury i badań naukowych o modelach ewaluacji uczenia się, transferze uczenia się i efektywności kryteriów przekuwamy w rzeczowe założenia i wytyczne do pracy z LLMami. Powstają pierwsze założenia silnika promptów i testując natrafiamy na trudności z semantyką języka.
listopad 2025
Planujemy udostępnić pierwszą wersję generatora zestawu kryteriów ewaluacji uczenia się, bazującego na taksonomiach i celach/efektach uczenia się.
grudzień 2025
Rubrics generator bazuje nie tylko na treściach, ale i efektach uczenia się.
styczeń 2025
AI Rubrics Generator może bazować na różnych modelach językowych.
luty 2026
Wygenerowane zestawy kryteriów oceny dostępne są w platformach zdalnego nauczania.
luty 2023
Personalizacja uczenia się jest unicornem edukacji. Ten smok pozwoli łączyć teorie uczenia się, taksonomie i modele zgodne z nurtem evidence base learning do wspierania uczniów/studentów, ale także nauczycieli, wykładowców i trenerów w opracowywaniu całych koncepcji uczenia się.
lipiec 2024
Budujemy cały silnik do projektowania procesów uczenia się/procesów szkoleniowych dla wybranej merytoryki i dostosowane do odbiorcy, aktywnie wspierające odbiorcę w działaniu.
styczeń 2026
Pierwsza wersja asystenta uczenia się bazująca na treściach, efektach uczenia się, taksonomiach, pytaniach i modelach ewaluacji. Włącza w swoje działanie dorobek pozostałych smoków i układa je w całe procesy rozwojowe, dając aktywności, zadania, stosując wybuchową mieszankę czynników wpływających na efektywność uczenia się, w tym spaced learning, distributed practice, personalizację i cały dostępny dorobek nauki.
luty 2026
AI Learning Assistant korzysta z różnych modeli AI.
marzec 2026
Asystent uczenia się jest dostępny w różnych platformach wspierających uczenie się.