در عصر تحول دیجیتال که آموزش و رویدادهای آنلاین به ستونهای اصلی انتقال دانش تبدیل شدهاند، پلتفرم ایرانی الوکام با معرفی ابزارهای مبتنی بر هوش مصنوعی، رویکرد خود را از یک زیرساخت صرفاً ارتباطی به یک سیستم هوشمند تحلیلی تغییر داده است. این بهروزرسانی که در نیمه دوم سال ۱۴۰۳ رونمایی شد، تلاش میکند با استخراج دادههای ارزشمند از دل جلسات، بهرهوری آموزشی را به شکل معناداری ارتقا دهد.
مهندسی دادههای متنی و پردازش زبان طبیعی (NLP)
یکی از قابلیتهای کلیدی معرفی شده، سیستم «ابر کلمات» (Word Cloud) است. این ابزار با استفاده از الگوریتمهای پردازش زبان طبیعی، ترافیک متنی بخش چت را در لحظه تحلیل کرده و موضوعات پرتکرار را شناسایی میکند. این رویکرد باعث میشود مدرسان به جای بررسی خط به خط گفتگوها، درک شهودی و سریعی از دغدغههای اصلی شرکتکنندگان کسب کنند. در کنار این، قابلیت «تبدیل گفتار به متن» (Speech-to-Text) لایهای جدید به مستندسازی کلاسها افزوده است که در آینده به تولید خودکار صورتجلسه و جزوات آموزشی منجر خواهد شد.
پایش رفتار و وضعیت حضور (Engagement Analytics)
چالش کلاسهای مجازی، نبود «حس حضور» فیزیکی است. الوکام با معرفی «وضعیت تمرکز» (Focus Status)، یک شاخص بصری در محیط مرورگر تعریف کرده است. این قابلیت با پایش وضعیت فوکوس تب (Tab Focus) در مرورگر کاربر، به مدرس نشان میدهد که آیا دانشآموز در محیط کلاس فعال است یا به محیطهای نرمافزاری دیگر سوئیچ کرده است. همچنین «نرخ حضور» (Attendance Rate) به عنوان یک ابزار تحلیل زمانی، جایگزین حضور و غیابهای ساده شده است تا مدیران آموزشی بتوانند تحلیل دقیقتری از میزان تعامل کاربران ارائه دهند.
تحول از زیرساخت ارتباطی به پلتفرم دادهمحور
از منظر معماری، الوکام در حال انتقال از لایه انتقال دیتا (Data Streaming) به لایه هوش داده (Data Intelligence) است. ویژگیهای جدید این پلتفرم نشان میدهد که دادههای تولید شده در طول یک کلاس آنلاین، تنها «صدا و تصویر» نیستند، بلکه مجموعهای از رفتارهای آماری هستند. توسعه «دستیار هوشمند» که در نقشهراه این شرکت قرار دارد، نویدبخش خودکارسازی فرآیندهای جانبی تدریس است که میتواند بار عملیاتی مدرسان را به شکل چشمگیری کاهش دهد.
مشخصات فنی و تحلیل استراتژیک
- پردازش زبان طبیعی: تحلیل دادههای چت و استخراج کلمات کلیدی برای بهبود تعامل.
- تحلیل زمان واقعی: مانیتورینگ وضعیت تمرکز با استفاده از APIهای مرورگر.
- امتیازدهی مشارکت (Engagement Score): فرمولبندی حضور، فعالیت در چت و مشارکت صوتی.
- اهداف آتی: توسعه دستیار هوشمند برای پاسخگویی خودکار به سوالات و خلاصه سازی محتوای صوتی.