DALE-(Decentralized Autonomous Learning Ecosystem)

Mehmet FIRAT
6 min readMar 15, 2022

--

As a new wave, cryptocurrencies are based on blockchain technology. Simply, blockchain store the data in blocks which are interrelated. This innovative technology make it easy to verify the authenticity of data. This technology have a decentralized nature.

DAO (decentralized autonomous organization) is a relatively new blockchain acronym that aims to desentralize the management of organizations with help of smart contracts. The smart contract is the backbone technology of the DAOs. The contract identify and manage the rules of the organization. These technologies provide an autonomus and open vision in the management of organisations.

Similar to the DAOs, ODL (open and distance learning) have an open nature. The openness philosophy of ODL make it convenient for blockchain technologies. The ultimate goal of almost all ODL future scenarios is to achieve an open, in-life, seamless, united ecosystem. We believe that the nature of DAO technologies will be the backbone of this vision. To achive this vision, we propose a system named DALE (Decentralized Autonomous Learning Ecosystem).

Dale consists of 4 layers built on the Core. Each layer is built on the blocks of the previous one. This layer also serves as a source for creating the blocks of the next layer.

The Core, like the cell nucleus, is at the center of the DALE ecosystem. Core hosts DAO technologies and blockchain technologies. Core, contains the core codes of the ecosystem. Core managed by DAO technology with support of native Pi network. Administrative decisions in DALE are voted by crypto-asset holders.

Level 1 is dedicated to Nodes of the ecosystem. Nodes are Educational Providers in the system. Educational Provider can be University, School, Lab or even individual. Each node supports the DALE network. Nodes supports the DALE through validation and relaying transactions. Nodes have a copy of the full blockchain. Technically, nodes are the servers of the providers.

Level 2 host micro-credits of the DALE. Credits generated by Providers(Nodes) in accordance with DALE Accreditation Standards. DALE-AS contains metrics and metadata standarts for Credits. DALE Accreditation Standards works on Blockcerts Open Standard for Blockchain Certificates.

Level 3 is made up of LOs (Learning Objects). LOs are integrated, transferable learning units. LO is a collection of content items, practice items, and assessment items. These components are combined on learning objectives. LOs represent the courses in DALE. Each LO is connected with credits.

Level 4 is the front-end of the DALE. Level 4 contains Smart Contents. Smart Contents are produced based on and integrated with LOs. AI technologies makethe produced contents smart. A sensitive and personalized learning interface is provided in DALE. This interface managed by AI models and Learning Analytics. Thus, a sensitive learning interface powered by learner experiences is presented.

In the ecosystem; there are 5 categories of work areas: 1) content production, 2) instructional design and quality, 3) material production, 4) mining for local cryptoassets, 5) mentoring. Each area has defined work packages, producing cells and teams. Jobs in the first two categories are more preferred by field experts, instructional designers, and educational technologists. The remaining categories are open to everyone. As long as it complies with versatile control standards. Learners are more active in Guidance category. They can work by guiding others on a subject which they have learned well (proven profile point). All payments are paid in local cryptocurrency. Looking at the business model, DALE is a self-build, evolutionarily developing system.

— — -

GoLearn eğitimin temel uygulama sistemi olarak üretilmişti. GoLearn; tümleşik, oyun tabanlı, anlık otomatik değerlendirme (formative analytics) ve geri bildirim veren, diğer akranlarla etkileşime dayanan, onların durumlarını gösteren, uyarı veren (bu konu ile ilgili daha önce en az anlaşılan noktalar, önerilen çalışma stratejileri, önerilen kaynaklar, içerikler) çok yönlü bir yapay zekâ altyapısına sahipti. Yapay zekâ ve makine öğrenmesine dayanan özgün GoLearn çekirdeği bireye anlık ve sürekli analizlerle en yüksek öğrenme deneyimi yaşatma hedefiyle çalışır. Benzer şekilde derin öğrenme teknolojisi bireyin öğrenme kalıplarını analiz edip en uygun öğrenme yolunu tasarlayabilir.

GoLearn sisteminde puanlama, reflektif analitiklerden oluşur. Puanlama sisteminin arkasında gelişmiş evrimsel meta algoritmalar çalışır. Dijital seçilim algoritmaları ile meta algoritmalar sürekli bir gelişim içindedir. Böylece hiper uzayda canlı dijital varlıkların öğrenme amaçlı üretim, reorganizasyon ve gelişimi sağlanır.

Öğrenme süreci entegre seviyelere ayırılmıştır. Bu pekiştirme odaklı ve sanal bulunurluk amaçlı seviyeler; acemi, başlangıç, orta, uzman, usta, üstat ve efsane olmak üzere 7 seviyeden oluşur. Her seviye ise bronz, gümüş, altın olmak üzere üç adımdan oluşur. Her bir alt adım iyi organize edilmiş binlerce öğrenme hücresi içerir. Öğrenen istediği başlıklara, tamamen serbest bir şekilde, yönlenebilir ve uzmanlaşabilir. Böylelikle isteyen istediği alanda istediği derinliklere inebilir. Sistem kişinin ilgi ve becerilerini bu yönelime göre kombine edip en uygun öğrenmeleri raporlar ve öğrenene önerilerde bulunur.

GoLearn sistemi en temel gerçek yaşam fenomenlerine dayalı mikro içeriklerle başlar. Basic GoLearn düzeyi zorunlu eğitime karşılık gelen 100 adımdan oluşur. Bu adımlarda öğrenen kendi hızında ilerler. Bir zaman sınırlaması yoktur. GoLearn uygulamaları gerçek hayata entegre edilmiş bileşenlere sahiptir. Öğrenme dijitalde başlar ama dijitalde son bulmaz. Çoğu zaman öğrenme hücresinin tamamlanması bir deney, canlı bir organizmanın incelenmesi veya üretimle sonuçlanır. MakerSpace teknolojileri, MakerLab ve uygulamaları bu amaçla kullanılır. Elbette bu uygulamalar pozitif bilimlerde daha yaygındır. Sosyal bilimlerde ise teachback, Feynman yöntemi ile konuyu anlatan ve en az üç uzman tarafından değerlendirilen içerikler ön elemede diğer öğrenenler tarafından puanlanır ve en başarılı olanlar diğerlerinin öğrenmelerine yardımcı olması için ilgili içeriğe entegre edilir. Üretilen içeriği sisteme entegre edilen öğrenci saygınlık yıldızı alır. Saygınlık yıldızı, merkezi yapay zekanın öncelediği özelliklerdir. Bir derste üç yıldızı olan kişi dersin gurusu unvanını alır.

Tüm GoLearn sistemi bulut üzerinde yaşayan, açık kayak kodlu dev bir organizma gibi çalışır. GoLearn’ün merkeziyetsiz yapay zekâsı DAI (Decentralized Artificial Intelligence) GoLearn’ün otomasyonundan, kontrolünden, sürdürülebilirliğinden, güvenliğinden ve altyapı denetiminden sorumlu sayısız mikro ajanın çalışmalarını derler ve organizmaya entegre eder.

GoLearn uygulamasının görünen yüzü GLA (GoLearn Assistant) kişinin profiline uygun olarak kendini tasarlayıp öğrenme süreci boyunca kişiye rehberlik eder. GLA GoLearn Çekirdeğinin de bulunduğu dağıtık buluttan beslenir. Bulutun dijital ve mekanik bakımı her Ecos için ayrı ayrı özel bir ekip tarafından yapılır. Bu ekip, Ecos27’nin tekno-diplomatları arasında yer alan özel bir ekiptir. GoTech adlı bu ekip diğer tüm Ecos’ların GoTech ekpleri ile koordineli çalışır. Bu ekipler temel olarak GoLearn altyapısının süreklilik, bakım ve desteğinden sorumludur. Nuo da GoCode ustası olarak bu ekipte görev yapmaktadır.

Öğrenme aktivasyonları ve enformasyon bu tarafsız yapının en önemli bileşenleridir. Hiç kimsenin işi öğretmek değildir. GoLearn’de her modül, mikro modüller içerisinde sürekli olarak ve tekrardan üretilir. İçeriklerin güncellenmesi evrimsel algoritma önerileri ve guruların kontrolleri ile yapılır. Her bir mikro öğrenme biriminin ilgili alt modülünde gurunun en az üstat düzeyini tamamlamış olması gerekir. Yapay zekâ ve gönüllü guruların katkılarıyla modül içerikleri ve tasarımları sürekli gözden geçirilir. GoLearn katkısı büyük bir prestij ve vatandaşlık puanı kazandırdığı için gönüllü sayısı oldukça yüksektir. Bu gönüllülerden hangilerinin sisteme katkı için seçileceği yapay zekanın çoklu karşılaştırma analizleri (deneyim, iş, yaş, psikoloji, uygunluk durumu vb.) sonucunda belirlenir.

GoLearn Sisteminin genel kontrolü ve takibi ise sayıları oldukça sınırlı olan efsaneler tarafından yapılır. Efsaneler GoLearn ana revizyonları için öneride bulunur. Bu revizyonlar GoTech birimi tarafından sisteme işlenir. Efsanelerin denetiminde gerçekleşen bu revizyon her yıl GoLearn gününde yapılır. Yeni Efsanelere beratları bugünde eski efsanelerin katıldığı bir törenle verilir.

GoLearn’de kullanıcıların (öğrenenlerin) ihtiyaç duyduğu anda (kullanım sorunları, öğrenme güçlüğü, alternatif strateji ve öneriler vd.) etkileşimli-canlı destek sağlayabilecekleri Guru Desteği modu bulunur. Bu modun uygulamasında bulunan her bir rehber ilgili modülde en az guru düzeyinde olmalıdır.

--

--