Balanço bitcoin de cheque inteligente no campus

Estava chovendo e Leda foi para a universidade dela durante o dia. Seu telefone já havia enviado sua notificação para sair cedo para o campus, pois havia muito tráfego nas estradas e os ônibus estavam sendo atrasados. Ela chegou ao ponto de ônibus mais cedo do que o habitual e em poucos minutos o ônibus chegou. No exemplo do endereço de bitcoin de ônibus, em seu telefone usando o University App, ela examinou a programação do dia. Houve palestras, um seminário e ela também teve uma janela para chegar à biblioteca para encontrar os livros adicionais para o ensaio que ela precisava entregar no próximo mês. Ela estava esperando conversar com alguns amigos durante o café. Havia algumas notificações no aplicativo, a sala de seminário havia sido alterada, havia uma grande chance de que a biblioteca estivesse ocupada hoje.


Leda olhou pela janela do ônibus para a chuva. Hoje ia ser um bom dia.

O ônibus chegou ao campus e Leda saiu, ela checou seu aplicativo e começou a caminhar para sua primeira aula. Quando ela passou por uma das cafeterias do campus, recebeu uma notificação de que três de suas amigas do curso estavam lá, então ela checou a hora, teve tempo, apareceu e encontrou suas amigas. Seu aplicativo informou que ela tinha pontos de fidelidade suficientes para um café grátis, bem, porque não, Leda pensou consigo mesma, ela poderia verificar se havia algum recurso adicional para as palestras de hoje.

Quando Leda bebeu o café, refletiu sobre o porquê de ter escolhido assim a universidade. Uma das coisas que a atraíram foram as críticas e comentários positivos que vieram de alunos existentes e anteriores sobre toda a experiência do aluno. Essa visão positiva da universidade resultou em sua aplicação. Ela foi lembrada de uma das sessões de iniciação em que a universidade havia tido tempo para discutir todo o conceito da coleta de dados, o processamento desses dados, as intervenções possíveis e a importância do consentimento nas três etapas. Ela se preocupou com isso e se perguntou se todos os mecanismos apropriados e segurança estavam em vigor para proteger seus dados pessoais. Quando ela terminou seu café, ela achou que toda essa coleta de dados era realmente necessária?

O telefone de Leda tocou, ela precisava estar em sua palestra em dez minutos, no entanto, o quarto era diferente do que ela normalmente estava dentro. Leda não se preocupava com isso, já que sabia que o telefone iria direcioná-la para o quarto rapidamente. e eficientemente. O que era tão bom nisso, Leda pensava, era que as sessões que ela frequentava estavam sempre no espaço certo. Às vezes, seu palestrante queria fazer um trabalho em grupo e o habitual auditório não era apropriado, então ter isso em uma sala mais adequada permitia que ela e a plataforma bitcoin se concentrassem no aprendizado.

Enquanto caminhava pelo campus, Leda percebeu que havia muitos dispositivos presos a tetos e paredes. Ela reconheceu as câmeras estilo CCTV, embora algumas parecessem mais câmeras de velocidade com algum tipo de sensor. Ela também viu dispositivos com luzes nas salas de aula e nos auditórios. Leda fez seu caminho para sua próxima sessão, ela usou o aplicativo Wayfinding em seu telefone como ela sabia, devido ao trabalho de construção no campus, sua rota habitual foi fechada. O aplicativo lhe daria o caminho mais rápido para chegar lá. Ao entrar na sala de seminários, ela tocou seu smartphone com RFID no touchpad perto da porta. Isso registrou sua participação, mas o aplicativo reconhecendo sua localização, começou a baixar os recursos para o seminário para seu telefone e registrou seu dispositivo para o sistema de votação e audiência. Leda achou o processo muito mais transparente do que receber um clicker. Ela gostava de poder usar um único dispositivo, seu telefone para todas as suas interações inteligentes no campus, em vez de usar uma variedade de dispositivos, cartões e equipamentos para fazer isso.

Quando Leda começou seu programa de graduação, ela se preocupou em saber como os dados sobre ela estavam sendo coletados, processados ​​e resolvidos. Ficou claro desde o início que sua jornada pela universidade, tanto acadêmica quanto fisicamente, seria rastreada. Ela estava feliz que a Universidade tivesse publicado um guia para os alunos sobre o uso ético dos dados. Ela estava ciente de quais dados ela tinha para fornecer e outros dados sobre ela para o qual ela tinha uma escolha sobre se foi coletada ou não. Leda e suas amigas vinham analisando os algoritmos abertos que a Universidade usava e vinha jogando com alguns deles para ver se havia algum insight interessante sobre como ela e suas amigas interagiam com os sistemas da universidade e o campus.

Embora Leda tivesse preocupações sobre sua privacidade pessoal com toda a coleta de dados que acontecia no campus, ela e seus amigos geradores de bitcoin qr notaram uma redução no crime e no vandalismo. Quando os incidentes aconteciam no campus, o tempo de reação dos agentes de segurança do campus era muito rápido, eles podiam chegar ao lugar certo muito mais rápido. Leda achou que era tudo um pouco Big Brother, mas se sentiu mais seguro.

Leda estava sentada na biblioteca lendo o livro que ela havia pegado emprestado, seu telefone tocou com uma notificação, seu ônibus para casa estava para chegar em breve e se ela saísse agora, ela seria capaz de pegá-lo. Leda gostou muito disso como se houvesse um horário de ônibus, as realidades do trânsito e do tempo significavam que os ônibus não estavam sempre na hora. A empresa de ônibus usou o GPS para identificar a localização exata de seus ônibus e esses dados poderiam ser usados ​​pelo aplicativo da universidade para ajudar os alunos a pegar seus ônibus na hora certa. Uma das razões pelas quais Leda gostava disso era que estava chovendo e salvou ter que ficar na chuva por muito tempo. Quando Leda sentou-se no ônibus, o telefone tocou de novo, enquanto ela andava da biblioteca para o ponto de ônibus, o telefone havia baixado um interessante podcast relacionado à palestra que ela havia feito para ela ouvir na viagem de volta para casa.

Quando Leda se acomodou para a noite, refletiu sobre o dia. Que dia teria sido sem o telefone dela, sem estar ligado aos diferentes serviços no campus, do jeito que funcionava de uma maneira inteligente ou até inteligente? Ele estava fazendo toda a sua experiência melhor, ela poderia se concentrar em seus estudos e gastar muito menos tempo tentando encontrar quartos. A universidade chamou o campus inteligente, na visão de Leda era mais do que isso, era um campus que melhorava toda a experiência do aluno. Bem para ela, sim.

Embora o principal objetivo do projeto do Jisc Intelligent Campus seja analisar como podemos ampliar a análise de aprendizado para incluir e incorporar dados físicos, também há espaço para discutir questões periféricas e relacionadas ao trabalho. Um aspecto disso é o desenvolvimento e design de espaços de aprendizagem, bem como o uso de dados coletados a partir do uso de espaços de aprendizagem.

As informações do módulo do curso podem ter os planos dos dados da atividade dentro do pool de bitcoin, mas podem não ter os dados da sala do horário, nem podem ter detalhes de coorte. Você pode facilmente imaginar que algumas coortes podem ser bastante felizes em realizar atividades em grupo em um espaço de teatro de palestras, mas pode haver outras coortes de alunos que trabalhem mais efetivamente se o espaço for melhor para facilitar a atividade de aprendizagem proposta.

Um espaço de aprendizado inteligente levaria esses dados e começaria a fazer sugestões com base nos dados. Identificaria possíveis problemas com o plano de aprendizagem e faria recomendações para alterar as atividades de aprendizagem planejadas ou recomendar um espaço mais apropriado. Um espaço de aprendizado inteligente ajustaria as condições ambientais de acordo com as atividades planejadas para esses espaços, em vez de os usuários do espaço terem que ajustar manualmente as condições quando ficar muito frio, muito quente, muito claro, abafado, etc….

Entreguei minha apresentação em inglês e, para aqueles que precisavam, havia um serviço de tradução disponível. A apresentação cobriu o plano de fundo do projeto Intelligent Campus e se baseia no serviço de análise Jisc existente. Eu cobri brevemente o serviço e o que habilitou para universidades e faculdades usando o serviço. Também falei sobre como o serviço pode fornecer dados e visualizações aos alunos para melhorar seu próprio desempenho.

Falar sobre o acompanhamento de alunos e coletar outros dados sobre o aluno leva os sites de apostas de bitcoin a questões legais e éticas à tona. É importante pensar sobre esses problemas antes de avançar com o analytics. Também consideramos os desafios técnicos, podemos realmente medir algumas das coisas que proporcionariam uma visão útil. Essas percepções são válidas? Foi este último ponto que foi levantado nas discussões e apresentações seguintes no Congresso. Determinados tipos de atividades realmente ajudam os alunos a alcançar e ter sucesso? Mais pesquisas neste espaço são necessárias.

Não seria ótimo se, ao passar pela biblioteca, o seu celular o lembrasse dos livros que você pretendia pegar emprestado? Não seria assustador se o seu tutor soubesse onde você esteve na semana passada? A capacidade do seu telefone de determinar sua própria localização – seja por GPS ou por saber quais pontos de acesso estão dentro do alcance – cria oportunidades para aplicativos altamente benéficos, bem como aplicativos altamente invasivos. Ao projetar, implementar e escolher aplicativos com reconhecimento de localização, vários indicadores podem avisá-lo sobre quais deles você pode estar procurando… Opt-in vs Invisible?

A primeira distinção é entre um aplicativo que o usuário individual habilita, em vez de um que anote a localização de qualquer dispositivo dentro do intervalo. Ambos exigem descrições claras e precisas de todas as informações que acessam e para as quais são usadas. Claramente, é muito mais fácil fornecer isso como parte de um processo ativo de download / ativação do que quando um indivíduo simplesmente entra em um espaço monitorado – apenas uma razão pela qual tanto a lei quanto nossos instintos consideram a primeira muito mais aceitável do que a segunda. On-server vs On-device

Outra diferença significativa é onde as informações de localização são processadas. O gráfico de histórico de preços de bitcoin de aplicativos executado no dispositivo (por exemplo, o exemplo “você está perto da biblioteca” acima) provavelmente causará menos preocupações do que aqueles que exigem que o local seja informado a um serviço central. Até mesmo aplicativos no dispositivo ainda precisam ser cuidadosos para minimizar o processamento de dados de localização; mas é provável que os serviços centrais que conhecem a localização de muitos dispositivos / pessoas forneçam mais garantias e explicações. Ponto vs pista

Aplicativos que envolvem o registro de uma sequência de locais podem ser percebidos como mais intrusivos do que aqueles que simplesmente registram a presença. De fato, os legisladores europeus estão atualmente debatendo se as solicitações de rastreamento que não são opt-in devem ser banidas. No entanto, existem muitos aplicativos que precisam apenas processar uma localização única e atual (novamente, veja o exemplo da biblioteca) ou, na verdade, apenas o número de dispositivos presentes em uma área (por exemplo, identificar onde a cobertura Wi-Fi adicional pode ser benéfica!) . Como a mesma tecnologia é usada para todas essas opções, os aplicativos devem incluir e descrever salvaguardas para garantir que a funcionalidade mais ampla não seja, de fato, usada. Se você estiver usando a tecnologia para contar o número de pessoas no local, certifique-se de descrever o que impede que o mesmo sensor seja usado para ouvi-las, observá-las ou rastreá-las.