Fundusze Europejskie dla Małopolski, Rzeczpospolita Polska, Dofinansowane przez Unię Europejską, Małopolska – przejdź do sekcji O projekcie
Wellms Rekomender 2.0

Moduł platformy Wellms

Zobacz, kiedy uwaga grupy spada

Rekomender 2.0 pokazuje osobie prowadzącej zajęcia online wskaźnik atencji grupy w danym momencie, podpowiada, kiedy zrobić przerwę, a po zajęciach wskazuje slajdy z najwyższym i najniższym wskaźnikiem.

Umów bezpłatne demo Zobacz wersje
Atencja grupy w czasie Raport z zajęć
Wykres wskaźnika atencji grupy w czasie zajęć, podzielony na tematy i przerwy: wskaźnik spada w środkowej części i wraca po przerwie
Wskaźnik atencji spada. Warto zaplanować przerwę w ciągu kilku minut.

Wyniki zawsze zbiorcze dla całej grupy, bez podglądu pojedynczych osób.

Jak to działa

Bez dodatkowych narzędzi po stronie uczestników. Wystarczą zajęcia w Wellms
i kamery włączone przez osoby, które chcą wziąć udział w analizie.

92,2% skuteczność klasyfikatora atencji
+1,09 pkt wyższa ocena zajęć przez uczestników
+1,66 pkt wyższa ocena skupienia grupy w ankiecie prowadzących
60 lekcji w kontrolowanym teście w warunkach rzeczywistych

Uczestnicy dołączają

Osoby uczestniczące łączą się z zajęciami w Wellms. Włączenie kamery jest dobrowolne.

System analizuje obraz

Co kilka sekund model wykrywa atencję uczestników. Analiza jednego obrazu trwa średnio 0,23 s.

Dostajesz wskazówki

Wyniki dla całej grupy trafiają na panel na żywo i do raportu po zajęciach,
z dokładnością do slajdu.

Dwie wersje, dopasowane do zastosowania

Każda wersja jest skonfigurowana zgodnie z unijnym aktem o sztucznej inteligencji (AI Act) dla swoich odbiorców.

Dla edukacji

Rekomender EDU

Dla uczelni, szkół językowych, firm szkoleniowych i działów szkoleń, które prowadzą zajęcia na żywo przez internet.

  • Wskaźnik atencji grupy w czasie rzeczywistym
  • Sugestie przerw dla osoby prowadzącej
  • Raport po zajęciach, slajd po slajdzie
  • Porównania zajęć i kursów
  • Bez rozpoznawania emocji i bez oceniania osób prowadzących
Zapisz się na pilotaż
Dla badań i sprzedaży

Rekomender INSIGHT

Dla agencji badań rynku i UX, zespołów marketingu i sprzedaży B2B, które testują treści na grupach odbiorców.

  • Reakcje grupy testowej sekunda po sekundzie
  • Raport slajd po slajdzie lub scena po scenie
  • Prognoza oceny odbioru całości
  • Porównanie dwóch wersji materiału (A/B)
  • Analiza wyłącznie za zgodą osób badanych
Oś czasu reakcji grupy testowej w kolejnych fragmentach materiału Zamów pierwszy test

Sprawdzone na prawdziwych zajęciach

W kontrolowanym teście 6 osób prowadzących poprowadziło po 5 lekcji online bez systemu i 5 z systemem, z udziałem 50 osób uczestniczących. Po każdej lekcji uczestnicy oceniali zajęcia, a prowadzący skupienie grupy.

Próg 3 minut dla sugestii przerwy ustaliliśmy w wywiadach z dydaktykami prowadzącymi zajęcia online.

Wyniki prac badawczo-rozwojowych
MiaraWynik
Ocena zajęć przez uczestników
(skala 1–10)
+1,09 pkt względem zajęć bez systemu
Skupienie grupy w ankiecie prowadzących (skala 1–10)+1,66 pkt względem zajęć bez systemu
Skuteczność klasyfikatora atencji
(3-krotna walidacja krzyżowa)
92,2%
Skuteczność modelu reakcji
(INSIGHT, 7 kategorii)
76,9%
Dokładność sugestii przerwybłąd średnio poniżej 3 minut
Dane treningowe1 216 ankiet i ponad 15 000 oznakowanych obrazów

Prywatność i zgodność z AI Act

Od 2 lutego 2025 r. AI Act zakazuje rozpoznawania emocji w edukacji i miejscu pracy. Rekomender 2.0 zaprojektowaliśmy tak, żeby każda wersja była zgodna z przepisami dla swoich odbiorców.

  • Wersja EDU korzysta z binarnego klasyfikatora, który rozpoznaje wyłącznie atencję lub jej brak, bez rozpoznawania emocji.
  • Wyniki są zawsze zbiorcze, a osoby prowadzące nie są analizowane.
  • System nie działa przy mniej niż 2 kamerach i poniżej 60% włączonych kamer.
  • Dane przetwarzamy na serwerach w Unii Europejskiej, na podstawie umowy powierzenia zgodnej z RODO.
  • W wersji INSIGHT każda osoba badana wyraża zgodę; dostarczamy wzory informacji i zgód.

Zbudowany na Wellms

Wellms to platforma e-learningowa na otwartej licencji MIT. Jej rdzeń jest bezpłatny, a powstało na niej już ponad 20 platform szkoleniowych. Płacisz tylko za Rekomender i usługi, których potrzebujesz.

Masz już inną platformę? Rekomender może łączyć się z innymi systemami e-learningowymi przez interfejs API.

Cennik

Pilotaż EDU, 30 dni990 zł
Rekomender EDUod 390 zł / mies.
Test prezentacji INSIGHTod 1 490 zł

Ceny netto. Pełny cennik prześlemy po kontakcie.

Zapytaj o ofertę

Kto za tym stoi

ESCOLA, strona www

ESCOLA S.A.

Software house tworzący rozwiązania cyfrowe dla edukacji, biznesu i administracji publicznej, twórca platformy Wellms. W 2023 r. na liście Deloitte Technology Fast 50 Central Europe.
www.escolasoft.com

AISEEMO, strona www

Zespół badawczy AISEEMO

Algorytmy analizy obrazu opracowaliśmy z zespołem badawczym AISEEMO, spółki typu spin-off Akademii Górniczo-Hutniczej w Krakowie, specjalizującej się w przetwarzaniu obrazu i rozpoznawaniu emocji.
www.aiseemo.com

Zobacz Rekomendera
w działaniu

Zapisz się na bezpłatne, 90-minutowe szkolenie demonstracyjne online. 

biuro@escola.pl · +48 798 896 837

Fundusze Europejskie dla Małopolski, Rzeczpospolita Polska, Dofinansowane przez Unię Europejską, Małopolska

O projekcie

Opracowanie systemu pn. „Rekomender 2.0” wykorzystującego sztuczną inteligencję, w celu poprawy jakości i skuteczności nauczania online

Cel projektu

Poprawa jakości i skuteczności nauczania online przez opracowanie i wdrożenie systemu, który wykorzystuje sztuczną inteligencję do dostarczania osobom prowadzącym bieżących informacji o uwadze i reakcjach grupy.

Grupy docelowe

Uczelnie, szkoły językowe, firmy szkoleniowe i działy szkoleń prowadzące zajęcia online, osoby prowadzące te zajęcia oraz ich uczestnicy.

Rezultaty

Nowy produkt, system Rekomender 2.0, opracowany do poziomu gotowości technologicznej TRL 8 i wprowadzany na rynek jako moduł platformy Wellms.

Beneficjent
ESCOLA S.A.
Program
Fundusze Europejskie dla Małopolski 2021–2027, Działanie 1.1 „Projekty badawczo-rozwojowe przedsiębiorstw”
Numer projektu
FEMP.01.01-IP.01-0298/23
Okres realizacji
11.2024–01.2027
Wartość projektu
5 430 710,55 zł
Wkład Funduszy Europejskich
3 180 825,80 zł

Zadania projektu

  1. Zadanie 1 · prace B+R Opracowanie formatu danych treningowych, środowiska do ich zbierania i znakowanie danych
  2. Zadanie 2 · prace B+R Wytrenowanie modelu rozpoznającego atencję
  3. Zadanie 3 · prace B+R Wytrenowanie modelu rozpoznającego emocje
  4. Zadanie 4 · prace B+R Badanie wzorców atencji i emocji podczas zajęć dydaktycznych
  5. Zadanie 5 · prace B+R Implementacja modeli w usłudze SaaS
  6. Zadanie 6 · prace B+R Opracowanie prototypu systemu
  7. Zadanie 7 · prace B+R Rozwój prototypu systemu
  8. Zadanie 8 · wdrożenie Wprowadzenie na rynek produktu: system
    Rekomender 2.0