Case study: Transkrypcja i analiza przeprowadzonych zajęć językowych
Poruszone tematy:
W erze zdalnej edukacji i cyfrowych rozwiązań rośnie zapotrzebowanie na narzędzia, które nie tylko ułatwiają prowadzenie lekcji online, ale także wspierają kontrolę jakości nauczania oraz zaangażowania uczniów. Coraz więcej instytucji edukacyjnych - w tym szkół językowych - sięga po zaawansowane technologie, takie jak sztuczna inteligencja, by sprostać tym wymaganiom. Właśnie taki cel przyświecał realizacji projektu, który mieliśmy przyjemność wdrożyć dla jednej z szkół językowych prowadzących zajęcia online i stacjonarnie.
Wyzwania klienta - co należało usprawnić?
Klient, którego działalność opiera się na intensywnym harmonogramie lekcji prowadzonych zarówno w formie online, jak i stacjonarnej, zmagał się z szeregiem trudności. Przede wszystkim, brakowało mu skutecznych narzędzi do monitorowania przebiegu lekcji oraz oceny pracy lektorów. Analiza nagrań oraz notatek była prowadzona ręcznie, co wiązało się z wysokimi kosztami czasowymi i operacyjnymi. Dodatkowo nie istniał spójny system oceny zaangażowania uczniów ani mechanizm umożliwiający analizę postępów na podstawie realnych danych z lekcji.
Problemem okazał się także brak tekstowej historii spotkań - notatki sporządzane przez lektora były często zbyt ogólne lub subiektywne. To wszystko ograniczało możliwości metodyków do podejmowania trafnych decyzji oraz utrudniało udzielanie uczniom rzetelnego feedbacku.
Cel projektu - automatyczna analiza lekcji oparta na AI
Naszym zadaniem było wdrożenie rozwiązania, które zautomatyzuje transkrypcję i analizę lekcji, następnie umożliwi wydobycie kluczowych informacji z przebiegu zajęć i ostatecznie przekształci je w wartościowe dane analityczne. Chcieliśmy stworzyć system, który nie tylko przetwarza treść lekcji, ale również rozpoznaje mówców, analizuje przebieg rozmowy i generuje czytelne raporty - z myślą zarówno o lektorach, jak i metodykach.
Projekt został zaprojektowany tak, by wykorzystać pełny potencjał narzędzi opartych na sztucznej inteligencji - od automatycznej transkrypcji przez algorytmy speech-to-text, analizę słów za pomocą NLP (Natural Language Processing), aż po analizę danych przy pomocy dużych modeli językowych (LLM).
Jak wyglądało wdrożenie technologiczne?
Pierwszym etapem było zintegrowanie systemu z platformą wideokonferencyjną Google Meet, z której korzystała szkoła do przeprowadzania lekcji online. Do nagrywania spotkań i generowania transkrypcji wykorzystaliśmy plugin usługi fireflies.ai. Dzięki bezpośredniemu połączeniu z jej API możliwe było pozyskiwanie danych - zarówno nagrań audio, jak i ich tekstowej reprezentacji.
W przypadku lekcji stacjonarnych, prosta aplikacja mobilna rejestrowała głos podczas trwania lekcji, który następnie był zapisywany i przekazywany za pomocą API do fireflies.ai, który traktował przesłane dane tak samo, jak te pozyskane z lekcji online.
Kolejnym krokiem było przygotowanie transkrypcji i wstępnej analizy - tym zajęły się modele AI fireflies, które wykonały operacje speech-to-text wraz z podsumowaniem częstotliwości wystąpień poszczególnych uczestników spotkania. Nie miało tutaj znaczenia, ile osób uczestniczyło w spotkaniu - algorytmy są w stanie rozpoznać wielu uczestników i podsumować ich wystąpienie (kto mówił oraz ile czasu zajmowały jego wypowiedzi).
Następnie przeanalizowana została treść spotkania, z wykorzystaniem nowoczesnych modeli NLP i LLM, takich jak OpenAI i Gemini. System był w stanie zrozumieć, jakie tematy zostały poruszone, a także ocenić dynamikę rozmowy, co pozwalało na bardziej precyzyjne wnioski dotyczące aktywności i zaangażowania uczestników.
Po zakończeniu każdej lekcji generowany był szczegółowy raport zawierający dane liczbowe i tekstowe, a także rekomendacje dotyczące przebiegu nauki - zarówno dla lektora, jak i ucznia. Wszystkie dane trafiały do scentralizowanej bazy danych, co umożliwiało ich dalszą analizę w szerszym kontekście.
Odkryj, jak AI może zrewolucjonizować proces nauczania.
Efekty wdrożenia - szybciej, trafniej, bardziej obiektywnie
Zastosowanie sztucznej inteligencji pozwoliło zredukować czas potrzebny na analizę jednej lekcji z około 20 minut do zaledwie 3 minut. Automatyzacja przetwarzania i generowania raportów pozwoliła znacząco odciążyć zespół metodyczny i skupić się na merytorycznych aspektach nauczania. Wykonywane do tej pory ręczne, żmudne analizy, zostały zastąpione automatycznymi procesami.
Co więcej, system osiągnął ponad 95-procentową skuteczność w identyfikacji aktywności poszczególnych uczestników, co przełożyło się na większą precyzję analizy, która do tej pory nie miała miejsca w placówce - nikt nie rejestrował w tak precyzyjny sposób przebiegu spotkania.
Dzięki raportom generowanym po każdej lekcji, lektorzy otrzymywali konkretne informacje zwrotne dotyczące sposobu prowadzenia zajęć, a uczniowie - spersonalizowane rekomendacje dotyczące dalszej nauki. Istotnym czynnikiem było to, że wszelkie analizy i raporty opierały się na suchych danych i nie były subiektywną oceną nauczyciela, jak miało to miejsce wcześniej. Dzięki AI, wszelkie dane były analizowane w sposób obiektywny i w taki sam sposób przedstawiane uczestnikom spotkania.
| PRZED | PO |
|---|---|
| Ręczna, przez co czasochłonna analiza nagrań i notatek | Automatyczna transkrypcja i analiza - czas analizy skrócony z 20 min do 3 min |
| Brak skutecznych narzędzi do monitorowania lekcji | System analizujący przebieg rozmowy, rozpoznający mówców i generujący raporty |
| Subiektywna, często ogólna ocena pracy lektorów | Obiektywne dane pozyskiwane automatycznie z lekcji |
| Brak spójnego systemu oceny zaangażowania uczniów | Analiza dynamiki rozmowy i aktywności uczestników z wykorzystaniem NLP i LLM |
| Brak tekstowej historii spotkań, poza notatkami lektora | Pełna transkrypcja lekcji zidentyfikowana według mówców |
Wartość dodana - jakie korzyści odczuł klient?
Dzięki wdrożonym rozwiązaniom, klient zyskał pełną kontrolę nad jakością prowadzonych zajęć. Proces oceny lektorów stał się obiektywny, oparty na danych i nie wymagał już czasochłonnych analiz nagrań. Uczniowie zaczęli otrzymywać bardziej wartościowy feedback, co wpłynęło pozytywnie na ich zaangażowanie i postępy - placówka mogła pochwalić się lepszą skutecznością nauki. Szkoła mogła także lepiej dopasowywać materiały dydaktyczne do realnych potrzeb uczniów, co przełożyło się na wyższy poziom satysfakcji i lojalności klientów.
Dodatkowym atutem było zwiększenie efektywności zespołu metodycznego, który mógł teraz analizować kilkukrotnie więcej lekcji w tym samym czasie. Z punktu widzenia marketingowego szkoła zyskała również unikalny wyróżnik - możliwość promowania się jako instytucja nowoczesna, stosująca sztuczną inteligencję w codziennej praktyce edukacyjnej. Tego typu akcje marketingowe przyciągnęły nowych klientów.
Kierunki dalszego rozwoju - więcej niż transkrypcja
Obecnie pracujemy nad kolejnymi modułami analitycznymi, które jeszcze bardziej wzbogacą system. W planach są:
- implementacja funkcji analizy emocji w głosie uczestników - pozwoli to wyczuć jak pewnie czuje się uczeń w danych zagadnieniach i lepiej podejść do ich nauki;
- ocena poprawności językowej wypowiedzi uczniów - system zwróci uwagę nauczycielowi na to, z czym uczeń ma największe trudności językowe i da sugestie, jak można je dopracować;
- rozbudowany dashboard dla zespołu metodycznego, umożliwiający przegląd rankingów lektorów oraz jakości prowadzonych zajęć, co przyczyni się do udoskonalania prowadzenia zajęć dydaktycznych.
Wszystkie te funkcje mają na celu jeszcze dokładniejsze wspieranie procesu dydaktycznego oraz maksymalne wykorzystanie potencjału danych, jakie generowane są w ramach każdej lekcji.
Podsumowanie - AI jako realne wsparcie edukacji
Wdrożenie systemu analizy lekcji opartego na sztucznej inteligencji pokazuje, że technologia może skutecznie wspierać edukację - nie tylko w formie online, ale także w tradycyjnym, stacjonarnym modelu nauczania. Dzięki zastosowaniu zaawansowanych modeli językowych oraz automatyzacji procesów możliwe jest nie tylko odciążenie zespołów dydaktycznych, ale także podniesienie jakości nauczania na wyższy poziom.
Z perspektywy biznesowej, implementacja rozwiązań AI w edukacji staje się nie tyle opcją, co koniecznością dla instytucji, które chcą pozostać konkurencyjne, nowoczesne i efektywne. Świadomość społeczeństwa w skuteczności nauki z wsparciem AI nieustannie rośnie, co sprawia, że działania marketingowe wspominające o takim modelu działającym w danej placówce, skutecznie zachęcają nowych klientów do skorzystania z usług danej firmy.
Jeśli Twoja firma również prowadzi zajęcia dydaktyczne i chciałaby wykorzystać moc danych, które można uzyskać z każdej lekcji, skontaktuj się z nami - pokażemy, jak zmienić dane w realną przewagę.
FAQ
Najczęstsze wyzwania to brak skutecznych narzędzi do monitorowania lekcji, subiektywna ocena pracy lektorów, brak rzetelnego feedbacku dla uczniów oraz wysokie koszty czasowe ręcznej analizy nagrań i notatek.
System AI automatycznie transkrybuje lekcje, analizuje wypowiedzi uczestników, rozpoznaje mówców i generuje raporty z przebiegu zajęć. Dzięki temu metodycy i lektorzy otrzymują szczegółowe dane o aktywności uczniów i jakości nauczania.
Do analizy lekcji w realizacji tego projektu wykorzystano fireflies.ai (transkrypcja i analiza mowy), modele NLP i LLM (np. OpenAI, Gemini) oraz integrację z Google Meet i aplikacjami mobilnymi do nagrywania zajęć stacjonarnych.
Wdrożenie AI pozwala skrócić czas analizy lekcji z 20 do 3 minut, zapewnić obiektywne dane, zwiększyć precyzję feedbacku i poprawić jakość kształcenia oraz zaangażowanie uczniów.
AI zwiększa efektywność zespołu metodycznego, ułatwia monitorowanie jakości zajęć, poprawia personalizację nauki i pozwala szkole wyróżnić się na rynku jako nowoczesna instytucja edukacyjna.
AI może wspierać zarówno edukację online, jak i stacjonarną.
Koszty wdrożenia zależą od skali i integracji, ale dzięki automatyzacji analiza lekcji staje się wielokrotnie szybsza i tańsza. Inwestycja szybko się zwraca, poprawiając jakość nauki i oszczędzając czas zespołu dydaktycznego.
Warto dodać funkcje AI takie jak np.: analizę emocji w głosie, ocenę poprawności językowej wypowiedzi uczniów, dashboard z rankingami lektorów, a wszystko po to, by jeszcze lepiej wspierać rozwój edukacyjny ucznia.
Dzięki analizie danych możliwe jest dopasowanie materiałów do potrzeb ucznia, udzielanie trafniejszych wskazówek rozwojowych i szybsze reagowanie na problemy w nauce, co przekłada się na skuteczność edukacji.
Tak, każda firma edukacyjna może wdrożyć rozwiązanie oparte na AI do analizy lekcji. Jest to sposób na zwiększenie konkurencyjności, poprawę jakości nauki i lepszą obsługę ucznia w modelu online i offline.
