(Kiemelt kép: Unsplash+)
„Követelek tőled, mert tisztellek.” (Anton Szemjonovics Makarenko)
Egy nemrégiben készült tanulmány szerint azok a diákok, akik az MI-alapú adaptív technológiák segítségével személyre szabott oktatásban részesültek, átlagosan 30%-os javulást értek el a tanulási eredményeikben a hagyományos osztálytermi körülményekhez képest. Ez a megdöbbentő statisztika rávilágít a mesterséges intelligenciában rejlő átalakító potenciálra az oktatásban.
Az MI az oktatással összefüggésben a fejlett algoritmusok és gépi tanulási technikák használatát jelenti, melyek hatalmas mennyiségű adat elemzésére és személyre szabott tanulási tapasztalatok nyújtására szolgálnak. Az adaptív technológia másrészt azokra az eszközökre és platformokra utal, melyek a mesterséges intelligenciát használják fel az oktatási tartalom, a tempó és a visszajelzés egyéni tanulói igényekhez való igazítására.
A mesterséges intelligencia képes forradalmasítani a személyre szabott tanulást azáltal, hogy perszonalizált élményeket kínál a tanulóknak. Az adaptív technológiák segítségével az MI képes elemezni a tanulók adatait, például a teljesítményt, a preferenciákat és a tanulási stílusokat, hogy egyéni tanulási utakat hozzon létre. Ez lehetővé teszi a diákok számára, hogy saját tempójukban tanuljanak, a nehézségi területekre összpontosítsanak, és azonnali visszajelzést kapjanak, ami fokozott elkötelezettséghez és jobb tanulási eredményekhez vezet.
A személyre szabott tanulás fejlődése
A személyre szabott tanulás, vagyis az oktatásnak a tanulók egyéni igényeihez való igazítása már évszázadok óta cél az oktatásban. Az idők során tanúi lehettünk a személyre szabott tanulási módszerek fejlődésének, a hagyományos megközelítésektől a mesterséges intelligencia megjelenéséig, mely az oktatás forradalmasításának következő lépése.
A személyre szabott tanulás rövid története: a perszonalizált tanulás gyökerei a XX. század elejére vezethetők vissza, amikor olyan oktatási úttörők, mint Maria Montessori és John Dewey hangsúlyozták az egyénre szabott oktatás fontosságát. A személyre szabott tanulás azonban csak az 1960-as években kapott jelentős figyelmet a programozott oktatás és a számítógépes tanulás megjelenésével. Ezek a korai módszerek előre meghatározott tartalomra és korlátozott interaktivitásra támaszkodtak.
A személyre szabás hagyományos módszerei és korlátai: a mesterséges intelligencia megjelenése előtt a személyre szabott tanulás elsősorban olyan módszerekkel valósult meg, mint a differenciált oktatás, az egyénre szabott tanulási tervek és a kiscsoportos tevékenységek. Bár ezek a megközelítések kínáltak bizonyos szintű testreszabást, voltak korlátaik. A tanároknak kihívást jelentett a különböző tanulói igények hatékony kezelése, és az erőforrások gyakran korlátozottak voltak, ami megnehezítette, hogy valóban személyre szabott élményeket nyújtsanak minden egyes tanuló számára.
A mesterséges intelligencia mint a személyre szabott tanulás következő lépése: a mesterséges intelligencia a személyre szabott tanulás fejlődésének meghatározó tényezőjévé vált. A hatalmas mennyiségű adat elemzésére és az oktatás valós idejű adaptálására képes MI-alapú rendszerek példátlan lehetőségeket kínálnak a testreszabásra. A gépi tanulási algoritmusok felhasználásával az MI képes azonosítani az egyes tanulók erősségeit, gyengeségeit és tanulási preferenciáit, lehetővé téve a személyre szabott tanulási tapasztalatokat.
Az MI-alapú adaptív technológiák dinamikusan képesek a tartalom, a tempó és a visszajelzés dinamikus beállítására a tanulók egyéni igényei alapján. Ez azt jelenti, hogy a tanulók a saját tempójukban tanulhatnak, célzott beavatkozásokat kaphatnak a nehézségekhez, és akkor fedezhetik fel a haladó fogalmakat, amikor készen állnak rá. A mesterséges intelligencia azonnali visszajelzést is biztosít, lehetővé téve a tanulók számára, hogy valós időben nyomon követhessék a fejlődésüket és kiigazításokat hajthassanak végre. A mesterséges intelligencia lehetővé teszi továbbá, hogy a pedagógusok értékes betekintést nyerjenek a diákok teljesítményébe és az oktatás hatékonyságába. A tanárok hozzáférhetnek az adatvezérelt elemzésekhez, melyek segítenek a trendek azonosításában, az oktatási stratégiák adaptálásában és a tanulók célzott támogatásában.
Hogyan teszi lehetővé a mesterséges intelligencia a személyre szabott tanulást?
A mesterséges intelligencia számos iparágat forradalmasított, és ez alól az oktatás sem kivétel. Az MI egyik legjelentősebb hozzájárulása az oktatásban az, hogy lehetővé teszi a személyre szabott tanulási tapasztalatokat. Az adatelemzés, a mintafelismerés és a prediktív analitika erejét kihasználva az MI-vezérelt rendszerek képesek az oktatást az egyes tanulók egyedi igényeihez igazítani.
A mesterséges intelligencia mechanizmusai a személyre szabás elősegítésében:
Adatelemzés: az MI-algoritmusok hatalmas mennyiségű tanulói adatot tudnak elemezni, beleértve a teljesítményrekordokat, a tanulási preferenciákat és az elkötelezettségi mintákat. Ezen adatok feldolgozásával az MI-rendszerek betekintést nyerhetnek az egyes tanulók erősségeibe, gyengeségeibe és tanulási stílusaiba.
Mintafelismerés: a mesterséges intelligencia képes a tanulói adatokon belüli minták azonosítására, így megértheti, hogy az egyes tanulók hogyan tanulnak a legjobban. Ez magában foglalja a teljesítménytendenciák felismerését, a nehézségi területek azonosítását és az egyéni tanulási preferenciák felderítését.
Előrejelző analitika: a gépi tanulási algoritmusok felhasználásával az MI képes előrejelzéseket készíteni a tanuló jövőbeli teljesítményéről és tanulási pályájáról. Ez lehetővé teszi az MI-rendszerek számára, hogy előre lássák azokat a területeket, ahol a tanulóknak nehézségeik lehetnek, és előre célzott beavatkozásokat nyújtsanak.
Példák a mesterséges intelligencia által vezérelt személyre szabásra:
Adaptív tanulási platformok: az MI-alapú adaptív tanulási platformok úgy vannak kialakítva, hogy a tananyagot, a tempót és a visszajelzést a tanuló egyéni szükségleteihez igazítsák. Ezek a platformok adatelemzést és mintafelismerést használnak arra, hogy személyre szabott tanulási utakat hozzanak létre minden egyes tanuló számára. Ha például egy tanuló gyorsan elsajátít egy fogalmat, a platform automatikusan nagyobb kihívást jelentő anyagot tud biztosítani, hogy a tanuló továbbra is elkötelezett és kihívást jelentsen.
Intelligens oktatórendszerek: a mesterséges intelligencia által vezérelt intelligens oktatórendszerek virtuális oktatóként működnek, amelyek személyre szabott oktatást és támogatást nyújtanak. Ezek a rendszerek képesek alkalmazkodni a tanuló tempójához, azonnali visszajelzést adnak, és az egyéni erősségek és gyengeségek alapján célzott gyakorló feladatokat kínálnak. Ha például egy diáknak nehézséget okoz egy adott matematikai fogalom, a rendszer további magyarázatokat és gyakorló feladatokat tud nyújtani az adott fogalomhoz.
Személyre szabott ajánlások: a mesterséges intelligencia algoritmusok elemezhetik a tanuló tanulási előzményeit, és személyre szabott ajánlásokat tehetnek további forrásokra vagy tevékenységekre. Ha például egy diák érdeklődést mutat egy adott téma iránt, a mesterséges intelligencia rendszer javasolhat kapcsolódó cikkeket, videókat vagy interaktív szimulációkat a megértés elmélyítése érdekében.
A perszonalizáció előnyei
Fokozott elkötelezettség: a személyre szabott tanulás növelheti a tanulók elkötelezettségét azáltal, hogy interaktív és dinamikus tanulási élményeket nyújt. Ha a diákok úgy érzik, hogy a tanulási tapasztalataik relevánsak és értelmesek, nagyobb valószínűséggel lesznek motiváltak és elkötelezettek.
Javított tanulási eredmények: a személyre szabott tanulás bizonyítottan javítja a tanulási eredményeket, mivel lehetővé teszi a tanulók számára, hogy saját tempójukban tanuljanak, a nehézségi területekre összpontosítsanak, és azonnali visszajelzést kapjanak. A célzott beavatkozások és támogatás biztosításával a személyre szabott tanulás segíthet a tanulóknak, hogy teljes mértékben kiaknázzák a bennük rejlő lehetőségeket.
A különböző tanulási igények kielégítése: minden tanulónak egyedi tanulási igényei és képességei vannak. A személyre szabott tanulás figyelembe tudja venni ezeket a különböző igényeket azáltal, hogy az oktatást az egyéni tanulói igényekhez igazítja. Ez magában foglalja a nehézségekkel küzdő tanulóknak nyújtott kiegészítő támogatást és a haladó tanulóknak kínált nagyobb kihívást jelentő tananyagot.
Rugalmasság és hozzáférhetőség: a személyre szabott tanulás különböző médiumokon keresztül valósítható meg, beleértve az online platformokat, a virtuális korrepetálást és az interaktív szimulációkat. Ez a rugalmasság lehetővé teszi a tanulók számára, hogy bárhonnan, bármikor és a tanulási preferenciáiknak megfelelő formában hozzáférjenek az oktatáshoz.
A személyre szabott oktatás kiváltsága
Adatelemzés: az MI-algoritmusok hatalmas mennyiségű tanulói adatot tudnak elemezni, beleértve a teljesítményrekordokat, a tanulási preferenciákat és az elkötelezettségi mintákat. Ezen adatok feldolgozásával az MI-rendszerek betekintést nyerhetnek az egyes tanulók erősségeibe, gyengeségeibe és tanulási stílusába.
Alkalmazkodás: az MI-alapú adaptív technológiák dinamikusan képesek a tartalom, a tempó és a visszajelzés dinamikus beállítására az egyéni tanulói igények alapján. Ez azt jelenti, hogy a tanulók saját tempójukban tanulhatnak, célzott beavatkozásokat kaphatnak a nehézségi területekre, és akkor fedezhetik fel a haladó fogalmakat, amikor készen állnak rá.
Azonnali visszajelzés: a mesterséges intelligencia azonnali visszajelzést biztosít, lehetővé téve a tanulók számára, hogy valós időben nyomon követhessék a fejlődésüket és kiigazításokat hajthassanak végre. Ez a visszajelzés felhasználható a téves elképzelések vagy a nehézségi területek azonosítására és célzott támogatás nyújtására.
Adatvezérelt betekintés: a tanárok értékes betekintést nyerhetnek a diákok teljesítményébe, és adatokkal alátámasztott oktatási döntéseket hozhatnak. Ez magában foglalja a tanulói teljesítményre vonatkozó tendenciák azonosítását, az oktatási stratégiák kiigazítását és a tanulók célzott támogatását.
Mesterséges intelligencia az osztályteremben
A mesterséges intelligencia alkalmazása a személyre szabott tanulásban ígéretes eredményeket mutatott különböző oktatási környezetben. A valós esettanulmányok értékes betekintést nyújtanak a mesterséges intelligencia alapú rendszerek hatékonyságába, és rávilágítanak a sikerekre és a fejlesztendő területekre egyaránt.
Dreambox Learning
A DreamBox Learning, egy adaptív tanulási platform, mesterséges intelligenciát alkalmazott a K-8-as diákok matematikaoktatásának személyre szabásához. Az MI-algoritmusok elemezték a diákok teljesítményadatait, azonosították a tudásbeli hiányosságokat, és célzott gyakorló tevékenységeket biztosítottak. Az eredmények jelentős javulást mutattak a tanulók elkötelezettségében és matematikai tudásukban. A tanárok arról számoltak be, hogy a mesterséges intelligencia által vezérelt meglátások segítettek nekik az oktatás testre szabásában és az egyéni tanulói igények hatékonyabb támogatásában.
A DreamBox Learning sikere rávilágít a mesterséges intelligenciában rejlő lehetőségekre a diákok elkötelezettségének és a tanulási eredményeknek a fokozásában. Néhány tanár azonban aggodalmát fejezte ki a technológiára való túlzott hagyatkozással kapcsolatban, és az emberi interakciót és útmutatást is magában foglaló kiegyensúlyozott megközelítés szükségességét.
Carnegie Learning
A Carnegie Learning a mesterséges intelligenciát a középiskolai és középiskolai matematika tantárgyak intelligens korrepetálási rendszereinek kifejlesztésére használta. A mesterséges intelligencia algoritmusai a tanulók egyéni válaszai alapján igazították ki az oktatást, személyre szabott visszajelzést és támogatást nyújtva. Az esettanulmány bizonyította a diákok jobb teljesítményét, a hagyományos osztálytermi oktatáshoz képest a diákok magasabb pontszámokat értek el az értékeléseken.
A Carnegie Learning sikere jól mutatja a mesterséges intelligencia erejét a személyre szabott oktatás és az azonnali visszajelzés biztosításában. Néhány diák azonban több emberi interakcióra és személyre szabott útmutatásra vágyott, ami arra utal, hogy egyensúlyt kell teremteni a mesterséges intelligencia által vezérelt oktatás és az emberi támogatás között.
Knewton
A Knewton, egy adaptív tanulási platform, mesterséges intelligenciát alkalmazott a különböző tantárgyak és évfolyamok oktatásának személyre szabásához. A mesterséges intelligencia algoritmusai elemezték a diákok teljesítményadatait, azonosították a nehézségi területeket, és célzott forrásokat és tevékenységeket ajánlottak. Az esettanulmány kimutatta a tanulók jobb elkötelezettségét, a fogalmak jobb elsajátítását és az összetett témák mélyebb megértését.
A Knewton sikere hangsúlyozza a mesterséges intelligencia értékét a különböző tanulási igények kielégítésében és az egyénre szabott támogatás nyújtásában. Néhány pedagógus azonban aggályokat fogalmazott meg az adatvédelemmel és a tanulói adatok etikus felhasználásával kapcsolatban, kiemelve a megbízható adatvédelmi intézkedések végrehajtásának fontosságát a mesterséges intelligencia oktatásban történő felhasználása során.
A tanárok szerepe a mesterséges intelligencia által támogatott oktatási környezetben
A mesterséges intelligencia technológiák integrálása az oktatásba átalakította a pedagógusok szerepét. A mesterséges intelligencia nem helyettesíti a tanárokat, hanem olyan hatékony eszközként szolgál, amely javíthatja a tanítási stratégiákat, és lehetővé teszi a pedagógusok számára, hogy mélyebb oktatási feladatokra összpontosítsanak.
A pedagógusok változó szerepe:
A tanulás elősegítői: a mesterséges intelligencia által vezérelt személyre szabott tanulási platformok segítségével a tanárok átveszik a tanulássegítők szerepét. Végigkísérik a tanulókat a tanulási úton, támogatást nyújtanak, és elősegítik a kritikus gondolkodást és a problémamegoldó készségeket. A tanárok mentorokká válnak, akik segítenek a diákoknak eligazodni az MI-technológiák által biztosított hatalmas erőforrások között.
Adatelemzők: a mesterséges intelligencia értékes adatokat generál a diákok teljesítményéről, elkötelezettségéről és tanulási mintáiról. A tanárok elemezhetik ezeket az adatokat, hogy betekintést nyerjenek a tanulók fejlődésébe, és adatokkal alátámasztott oktatási döntéseket hozhassanak. A mesterséges intelligencia által generált adatok felhasználásával a tanárok úgy alakíthatják az oktatást, hogy az hatékonyan megfeleljen a tanulók egyéni igényeinek.
Együttműködés a mesterséges intelligenciával: a tanárok együttműködnek a mesterséges intelligencia technológiákkal, és együtt dolgoznak az átfogó oktatási élmény biztosítása érdekében. A mesterséges intelligencia alapú eszközöket felhasználhatják az adminisztratív feladatok, például az osztályozás és az anyagok rendszerezése automatizálására, így időt szabadíthatnak fel a diákokkal való tartalmasabb interakciókra.
A mesterséges intelligencia kihasználása a továbbfejlesztett tanítási stratégiákhoz:
Az oktatás személyre szabása: a mesterséges intelligencia értékes betekintést nyújt a tanároknak a diákok egyéni erősségeibe, gyengeségeibe és tanulási stílusába. A tanárok ezeket az információkat felhasználhatják az oktatás személyre szabásához, a tartalom és a stratégiák hozzáigazításával az egyes tanulók egyedi igényeihez. A mesterséges intelligencia olyan erőforrásokat, tevékenységeket és beavatkozásokat javasolhat, amelyek igazodnak a tanulói preferenciákhoz és optimalizálják a tanulási eredményeket.
Célzott beavatkozások: az MI által generált adatok azonosíthatják azokat a területeket, ahol a tanulók esetleg küszködnek, vagy ahol további támogatásra van szükségük. A tanárok ezeket az információkat felhasználhatják célzott beavatkozások és javítás nyújtására. A konkrét tanulási hiányosságok kezelésével a tanárok segíthetnek a diákoknak leküzdeni a kihívásokat és elérni a tanulmányi sikereket.
Interaktív osztálytermi tevékenységek: a mesterséges intelligencia technológiák automatizálhatják a rutinfeladatokat, így a tanárok a lebilincselő és interaktív osztálytermi tevékenységek megtervezésére összpontosíthatnak. A tanárok közös projekteket hozhatnak létre, megkönnyíthetik a vitákat, és olyan kritikus gondolkodási gyakorlatokat ösztönözhetnek, amelyek elősegítik a tudás mélyebb megértését és alkalmazását.
Folyamatos szakmai fejlődés: az MI-alapú eszközök személyre szabott szakmai fejlődési lehetőségeket biztosíthatnak a tanárok számára. A tanári teljesítményadatok elemzésével és a fejlesztendő területek azonosításával az MI olyan releváns képzési modulokat vagy erőforrásokat javasolhat, melyek az adott igényeknek megfelelnek. Ez lehetővé teszi a tanárok számára, hogy folyamatosan fejlesszék készségeiket és naprakészek maradjanak a legújabb oktatási gyakorlatokkal kapcsolatban.
Kihívások és aggályok
Miközben a mesterséges intelligencia integrálása az oktatásba számos előnnyel jár, kihívásokkal is jár, melyeket kezelni kell. Az adatvédelmi aggályok, az adatbiztonság és a digitális szakadék a legfontosabb kihívások közé tartoznak, amelyeket az oktatóknak és a politikai döntéshozóknak figyelembe kell venniük, amikor a mesterséges intelligencia technológiákat oktatási környezetben alkalmazzák. A legjobb gyakorlatok elfogadásával és a megfelelő biztosítékok alkalmazásával ezek a kihívások hatékonyan enyhíthetők.
Adatvédelem
A tanulók adatainak mesterséges intelligencia rendszerek általi gyűjtése és felhasználása adatvédelmi aggályokat vet fel. E kihívás kezelése érdekében:
Megbízható adatvédelmi intézkedések végrehajtása: biztosítani kell, hogy a mesterséges intelligencia rendszerek megfeleljenek az adatvédelmi szabályoknak, és titkosítással, hozzáférés-ellenőrzéssel és biztonságos tárolással védjék a diákok adatait.
Tájékozott beleegyezés beszerzése: az adatok gyűjtése és felhasználása előtt szerezze be a diákok és a szülők/gondviselők kifejezett hozzájárulását. Adjon egyértelmű tájékoztatást az adatok felhasználásának módjáról, és biztosítsa az adatkezelési gyakorlat átláthatóságát.
Adatok anonimizálása és összesítése: az adatok anonimizálásával és összesítésével lehetőség szerint minimalizálja az egyének azonosításának kockázatát. Ez védi a diákok magánéletét, miközben értékes betekintést tesz lehetővé.
Biztonság
Az adatbiztonság alapvető fontosságú a hallgatói információk védelme érdekében a jogosulatlan hozzáféréstől vagy a jogsértéstől. Az adatbiztonság fokozása érdekében:
Erős kiberbiztonsági intézkedések bevezetése: erős tűzfalak, titkosítási protokollok és biztonságos hitelesítési mechanizmusok alkalmazása a tanulói adatokhoz való jogosulatlan hozzáférés megakadályozása érdekében.
A rendszerek rendszeresen frissítése: naprakészen kell tartani az MI-rendszereket és szoftvereket a legújabb biztonsági javításokkal a sebezhetőségek kezelése és a potenciális fenyegetések elleni védelem érdekében.
Rendszeres biztonsági ellenőrzések: rendszeres biztonsági ellenőrzéseket kell végezni a rendszerben található gyenge pontok vagy sebezhetőségek azonosítása és azonnali intézkedések meghozatala azok kezelésére.
Digitális megosztottság
A digitális szakadék a technológia és az internetkapcsolathoz való egyenlőtlen hozzáférésre utal a diákok között. E szakadék áthidalása érdekében:
Egyenlő hozzáférés biztosítása: biztosítani kell, hogy minden diák hozzáférjen a szükséges eszközökhöz (laptopok, táblagépek) és megbízható internetkapcsolathoz. Meg kell fontolni meg az eszközök biztosítását vagy technológiai kölcsönzési programok létrehozását a hozzáféréssel nem rendelkező diákok számára.
Az offline erőforrások kihasználása: Érdemes offline erőforrásokat használni, például letölthető anyagokat vagy a mesterséges intelligencia alapú eszközök offline verzióit a korlátozott internetkapcsolattal rendelkező diákok számára.
Együttműködés közösségi szervezetekkel: Lépjenek partnerségre közösségi szervezetekkel vagy kormányzati ügynökségekkel, hogy internet-hozzáférést biztosítson a rosszul ellátott területeken, és támogassa a digitális szakadék megszüntetését célzó kezdeményezéseket.
A mesterséges intelligencia integrálása az oktatásba forradalmasíthatja a személyre szabott tanulási tapasztalatokat. Az olyan készségekre, mint a kritikus gondolkodás és az alkalmazkodóképesség, összpontosítva a tanulók jobban felkészülhetnek az MI által befolyásolt jövőre. A mesterséges intelligencián keresztül történő személyre szabott tanulás személyre szabott oktatást, valós idejű visszajelzést, változatos tanulási tapasztalatokat és együttműködési lehetőségeket kínál, amelyek mind a jövőre nézve alapvető készségeket támogatnak.
Emellett a mesterséges intelligencia további fejlődésével az oktatás jövője izgalmas lehetőségeket tartogat, beleértve az intelligens oktatórendszereket, a kiterjesztett és virtuális valóságot, az intelligens tartalomkészítést, az adaptív felmérést és értékelést, valamint az érzelmi intelligencia és a szociális készségek fejlesztését.
Az oktatók, a politikai döntéshozók és a technológiai fejlesztők számára elengedhetetlen, hogy együttműködjenek, és az oktatás javára hasznosítsák a mesterséges intelligencia erejét. Közös munkával biztosíthatjuk, hogy a mesterséges intelligencia technológiákat etikusan és hatékonyan integráljuk az oktatási rendszerekbe. Használjuk ki a mesterséges intelligenciában rejlő lehetőségeket a személyre szabott tanulás fokozására és a tanulók változó igényeinek kielégítésére. Együtt olyan jövőt teremthetünk, melyben az MI képessé teszi a tanulókat, elősegíti a kritikus gondolkodást, és felkészíti a diákokat a sikerre egy MI-vezérelt világban.
„Anton Makarenko érdemi pedagógiai munkássága az 1920-as évekre nyúlik vissza, amikor is megalapították a kis-és fiatalkorú bűnözők számára fenntartott, Gorkij-telep néven működő nevelőintézetet. Itt fejlesztette ki és alkalmazhatta a gyakorlatban saját pedagógiai elveit és melyeknek működéséről és hatásairól a Pedagógiai hősköltemény című háromkötetes regényében olvashatunk. Ezen pedagógiai elvek különlegessége, hogy általuk a pedagógia tudományos módszerét is mintegy újjáteremtette: nem a gyermek, hanem a gyermekközösség mint szerves egész felé fordított fokozott figyelmet, az erre épülő módszerhez pedig szükségesnek látta többek között az iskolai dolgozók egész pszichológiájának megváltoztatását. Az orosz munkaiskola átszervezését is célul tűzte ki („mivel jelenleg burzsoá eszmei alapon áll”), azt vallva, hogy a munkának nem puszta fizikai erőfeszítésnek kell lennie, hanem fontos, hogy „a munkáért vállalt gond és felelősség” örömet is okozzon annak, aki végzi. Személyének és módszereinek rendkívüli szerepe volt abban, hogy a polgárháború következtében otthontalanul csavargó, bandákba verődve bűnözővé vált árvákból végül „valódi szocialista emberek” válhattak a keze alatt.” (Barna Brenda: A Makerenkoi pofonon innen és túl)
