Ako umelá inteligencia formuje budúcnosť vzdelávania

Keď porovnáte typickú učebňu 21. storočia s triedou na začiatku 20. storočia, rozdiely nie sú strašne zrejmé. Učitelia budú stáť v prednej časti a budú poskytovať pokyny a zdieľať poznámky v modernej verzii starej tabule - povedzme na spätnom projektore alebo na zdieľanom počítačovom displeji. Študenti budú sedieť vo svojich učebniach alebo sledovať prostredníctvom softvéru na videokonferencie online. Technológia sa zmenila: Mnoho nástrojov a procesov bolo digitalizovaných, niektoré z nich boli automatizované a do určitej miery boli odstránené geografické prekážky - aktéri a prvky však zostali takmer rovnaké.

Ale vďaka pokroku v oblasti umelej inteligencie (AI) a strojového učenia prichádza do vzdelávania pomalá, ale stabilná transformácia pod kapotou. Za pár rokov už učitelia nebudú sami ospravedlňovať bremeno školenia mladej generácie alebo pracovnej sily v podnikoch.

Algoritmy umelej inteligencie už pomáhajú zlepšovať vzdelávanie zhromažďovaním, analyzovaním a porovnávaním každej interakcie, ktorá sa uskutočňuje vo fyzických a virtuálnych učebniach, a pomáhajú učiteľom riešiť konkrétne bolesti každého študenta. Mohol by to byť začiatok revolúcie v jednom z najstarších a najcennejších sociálnych zručností, ktoré ľudstvo vyvinulo, a nevyhnutnosť vo svete, v ktorom ľudia žijú a pracujú popri inteligentných strojoch.

Meranie pokroku žiakov

Inštruktori musia brať do úvahy každú reakciu na prednášku, každý slepý alebo pozorný pohľad, každú dychtivú alebo váhavú odpoveď na otázku, každú úlohu, ktorá sa obráti na začiatku alebo neskoro, a ešte oveľa viac pri hodnotení pochopenia koncepcie študentom. Takto môžu zistiť, kde študenti zaostávajú, a nasmerovať ich správnym smerom.

Preto je meranie pokroku žiaka, snahy, ktorá má hlboký sociálny charakter, jednou z najväčších výziev, ktorým každý učiteľ čelí, a úlohou, ktorú je ťažké splniť pomocou klasického softvéru založeného na pravidlách.

„Prednášky kurzov, či už na univerzitnom kampuse alebo v korporácii, sú prevažne univerzálne, pričom dominantným režimom sú učitelia, ktorí hovoria so študentmi, “ hovorí Chris Brinton, vedúci výskumu v zoomi, spoločnosť zaoberajúca sa AI, ktorá sa špecializuje pri zachytávaní a analýze údajov o správaní vo vzdelávacích prostrediach. „Toto sa rodí z nevyhnutnosti: bolo by nemožné alebo aspoň neefektívne z hľadiska času, aby učiteľ pozastavil prednášku na dlhšiu dobu a oslovil každého študenta osobitne, aby priviedol všetko na tú istú stránku. Namiesto toho, študent s mnohými otázkami by bol zvyčajne požiadaný, aby s inštruktorom nadviazal mimo vyučovania. ““

Algoritmy strojového učenia, ktoré sú založené na analýze a vyhľadávaní vzorcov a korelácií medzi dátovými bodmi, sa však ukazujú ako účinný nástroj, ktorý pomáha učiteľom kvantifikovať porozumenie prednášky študentom.

„Analýzou konkrétnych údajov o študentoch má AI potenciál pomôcť rýchlejšie odhaliť oblasti, v ktorých môžu študenti potrebovať viac pomoci, čím zlepšujú výsledky študentov a podporu učiteľov, “ hovorí Jessie Woolley-Wilson, prezidentka a generálna riaditeľka spoločnosti DreamBox Learning, inteligentná matematika. - výučbová platforma.

Vybavenie umelej inteligencie v triede je rovnocenné s tým, ako poskytnúť každému študentovi digitálneho tútora, vysvetľuje Brinton. „Algoritmy poháňajúce inteligenciu môžu byť trénované tak, aby zistili, kedy žiak zápasí a čo ich spôsobilo, alebo keď sa nudia a čo spôsobilo ich nudu, “ hovorí.

Ide o posun od tradičného vzdelávacieho softvéru, ktorý sa spoliehal iba na odpovede na hodnotenie, aby mohol merať pochopenie tém študentov, ktoré študujú. „Tieto údaje často nie sú k dispozícii počas prednášky, oveľa menej v sekundovej granularite, v ktorej sa študent môže prepnúť z jasného na zmätené hľadisko, “ hovorí Brinton.

Teraz existuje niekoľko platforiem založených na AI, ktoré vytvárajú bohaté digitálne profily každého študenta zhromažďovaním živých informácií z interakcie používateľa s materiálom kurzu a kontextom. Okrem vedenia záznamov o výsledkoch a výsledkoch pomohla platforma Zointon, vývoj Brinton, sledovať mikro-interakcie, ako napríklad prezeranie konkrétnych snímok alebo stránok v dokumentoch PDF, nahradenie konkrétnej časti videa alebo uverejnenie otázky alebo odpovede na diskusiu. forum.

Dáta sa potom použijú na vytvorenie modelu, ktorý môže poskytnúť v reálnom čase prehľad o porozumení študenta a jeho zapojení do konkrétnych tém. Dátové modely tiež pomáhajú pri hľadaní spoločných vzorcov medzi viacerými študentmi a pri vykonávaní prediktívnej analýzy, napríklad pri predpovedaní výkonnosti študentov v budúcnosti.

Pokročilejšie používanie umelej inteligencie môže zahŕňať použitie komplikovaných algoritmov počítačového videnia na analýzu výrazov tváre, ako je nuda a rozptýlenie, a ich prepojenie s inými údajmi zhromaždenými o študentoch, aby sa vytvoril komplexnejší obraz študentského modelu študenta.

Nájdenie a riešenie medzier vo vzdelávaní

Spoľahlivý digitálny model, ktorý predstavuje vedomosti študenta, má viacero výhod. „Dáta môže inteligentný systém automaticky použiť na okamžité zapojenie študentov do vzdelávacích zážitkov, ktoré špecificky riešia tieto medzery v porozumení, alebo učiteľ môže identifikovať a reagovať na tieto konkrétne oblasti núdze, “ hovorí Woolley-Wilson z Dreambox.

Tretie vesmírne vzdelávanie, online vzdelávacia platforma založená v roku 2012 s cieľom poskytovať výučbu matematiky jeden od druhého, teraz využíva algoritmy umelej inteligencie, ktoré pomáhajú zlepšovať výkonnosť učiteľov. Od svojho spustenia zaznamenáva tretí priestor údaje o tisícoch relácií. V spolupráci s University of College London sa Third Space v súčasnosti zaoberá projektom ťažby údajov pomocou algoritmov AI s cieľom nájsť úspešné spôsoby učenia a výučby a poskytnúť svojim školiteľom online spätnú väzbu o tom, ako ich študenti udržia krok s lekcie.

Študentský model AI môže tiež poháňať inteligentné doučovacie systémy (ITS). Inteligentní lektori, ktorí môžu pracovať v prostredí so samostatným tempom učenia alebo v spojení s učiteľmi ľudských zdrojov, využívajú historické údaje študentov a údaje v reálnom čase, aby im poskytli prispôsobený obsah prispôsobený ich konkrétnym silným a slabým stránkam. Poskytovanie personalizovanej vzdelávacej skúsenosti je cieľom, ktorý sa učitelia vždy snažili dosiahnuť.

„Výučbové systémy poháňané AI sa ukázali ako efektívne pri výučbe dobre definovaných predmetových oblastí, ako sú matematika a fyzika, “ hovorí Rose Luckin, profesorka dizajnu zameraného na študentov na znalostnom laboratóriu University of College v Londýne. „AI môže v súčasnosti zmierniť bolesť tým, že pomôže s vedením záznamov as výberom a odporúčaním zdrojov, ktoré majú študenti použiť.“

Príkladom je MATHIA, platforma matematického učenia poháňaná AI, ktorú vyvinula spoločnosť Carnegie Learning a ktorá odráža správanie lektorov. MATHIA zbiera rôzne dátové body a využíva algoritmy strojového učenia a prediktívne modely na určovanie vedomostí a zručností študentov a odhad ich výkonnosti v budúcnosti. Platforma používa tieto údaje na prispôsobenie vzdelávacej cesty podľa vzdelávacích procesov študentov.

„Každý krok v probléme, ktorý by mohol zahŕňať vyplnenie bunky v tabuľke, vykreslenie bodu v grafe atď., Je spojený s jednou alebo viacerými kognitívnymi schopnosťami, “ hovorí Steve Ritter, hlavný produktový architekt spoločnosti Carnegie Learning. „V závislosti od toho, či študent urobí krok správne alebo nie, alebo požiada o pomoc, upravíme náš odhad vedomostí študenta o súvisiacich zručnostiach.“

MATHIA používa „sledovanie znalostí“, proces určovania pochopenia rôznych pojmov študentom, ako aj „sledovanie modelu“, proces porozumenia prístupu študenta k riešeniu problémov s cieľom prispôsobiť podporu softvéru procesu myslenia jednotlivých študentov. namiesto ich presmerovania na štandardný prístup, ktorý im nemusí dať zmysel. Pomáha to poskytovať prispôsobený obsah a možno nespočetné množstvo vzdelávacích ciest.

„Naše rady sa napríklad menia na základe poradia, v ktorom študenti dokončujú kroky problému, ak toto usporiadanie odráža rôzne spôsoby riešenia problému, “ hovorí Ritter.

Vývoj inteligentných doučovacích systémov môže nakoniec viesť k bohatšiemu vzdelávaniu s vlastným tempom. Aj keď to nie je náhrada za učiteľov ľudských zdrojov, online vzdelávacie platformy s podporou AI môžu hrať kľúčovú úlohu pri sprístupňovaní vysokokvalitného vzdelávania v oblastiach, kde je nedostatok učiteľov, a študenti sa musia učiť sami.

„Kombinácia veľkých údajov a umelej inteligencie by mohla študentom poskytnúť vlastnú osobnú analýzu, ktorú môžu využiť, aby sa stali najúčinnejším študentom, ktorým môžu byť, “ hovorí Luckin.

Sebapoznanie (vedieť, čo robíte a neviete) a samoregulácia (napríklad schopnosť zabrániť tomu, aby vás rozptyľovalo to, čo robí niekto iný) sú podľa Luckina dve zručnosti, ktoré tieto systémy môžu pomôcť rozvíjať., „AI sa dá použiť na to, aby sa učiaci (nositelia) lešili (podporovali) na rozvoj týchto kľúčových zručností tým, že sa prostredníctvom svojich starostlivo navrhnutých rozhraní a vizualizácií odrazia späť na svoje osobné údaje, “ hovorí Luckin. „Týmto spôsobom by sa všetkým žiakom mohlo pomôcť lepšie sa učiť, čo by bolo užitočné vo všetkých oblastiach predmetu.“

Jednou z výhod vzdelávacích systémov poháňaných AI je plynulá pomoc, ktorú môžu poskytnúť. „Rovnaké inteligentné technológie, ktoré pomáhajú študentom a ich učiteľom v triede, by mali byť vždy využívané na to isté mimo učebne, “ hovorí Woolley-Wilson. „Môžu priniesť tú istú silu prispôsobených odporúčaní bez ohľadu na to, kde sa študent nachádza. Možnosti vzdelávania a prístup by sa už nemali obmedzovať na určitý čas alebo na miesto, aké bývali v našej analógovej minulosti.“

Firemné školenie môže tiež profitovať z personalizácie AI. Zoomi, ktorá poskytuje online nástroje pre odborné vzdelávanie, využíva algoritmy AI na rozpoznávanie preferencií študentov a dynamicky prispôsobuje obsah kurzu tak, aby vyhovoval jeho potrebám. Napríklad, na základe správania používateľa v minulosti a reakcie na rôzne typy médií, môže platforma rozhodnúť, či sa materiál kurzu má doručovať vo formáte PDF alebo video. Progresívni obchodní partneri využívajú túto platformu od roku 2016 na školenie odborníkov v oblasti ľudských zdrojov, čo viedlo k 12-percentnému nárastu dokončenia kurzu a 30-percentnému nárastu výnosov.

Nájdenie a riešenie medzier vo výučbe

Keď študenti zaostávajú v hodine, nedostatky v učebných metódach a učebných osnovách často spôsobujú nedostatky samotných študentov. Bola príčinou toho, že študent niečo nepochopil o samotnom materiáli, o spôsobe, akým bol prezentovaný, alebo načasovaní materiálu v rámci učebných osnov? Bolo to tak, že študent mal chrípku, keď boli predtým nejaké potrebné koncepty zahrnuté? Ako sa študent zapojil do tohto materiálu - aktívne alebo pasívne?

To sú niektoré z otázok, na ktoré musí každý učiteľ odpovedať pri hodnotení kvality doručenej hodiny a pri skúmaní základných príčin problémov s učením.

„Veľké systémy môžu využívať obrovské súbory údajov, aby pomohli učiteľom nájsť slabiny v učebných osnovách a nájsť žiakov, ktorí majú problémy, “ hovorí Woolley-Wilson. „A je dôležité si uvedomiť, že výška pomoci poskytovanej učiteľovi závisí od kvality dostupných údajov informujúcich analýzu.“

Online platforma adaptívneho učenia sa Dreamboxu využíva údaje, ktoré zhromažďuje od študentov, na odhaľovanie medzier vo vzdelávaní a potom pomáha učiteľom ich riešiť na úrovni triedy alebo pre konkrétne skupiny alebo jednotlivých študentov. To môže zahŕňať vytváranie strategických skupín, personalizovaných učebných plánov alebo cielených úloh, ktoré sa zaoberajú špecifickými medzerami a dopĺňajú základné učebné osnovy.

AI tiež pomáha učiteľom pri posudzovaní relevantnosti ich učebných materiálov. „Kým je obsah dodávaný v priamom prenose v učebni, väčšina inštruktorov pripravuje svoje materiály elektronicky, “ hovorí Brinton, výskumník zo zoomi. „Výsledkom je, že technológie AI môžu interpretovať materiál, určovať témy, ktoré sa ho týkajú, a dokonca analyzovať materiály na hodnotenie kurzu, aby získali prehľad o tom, do akej miery hodnotenie pokrýva obsah kurzu.“

Zoomi používa spracovanie prirodzeného jazyka (NLP), odvetvie umelej inteligencie, ktoré analyzuje obsah a kontext písaného materiálu, aby zvážilo kvalitu učebných materiálov učiteľa. Algoritmy Zoomi odstraňujú obsah, ktorý nemá pozitívny vplyv na proces učenia. Spoločnosť tiež pracuje na algoritmoch, ktoré rozširujú vzdelávacie skúsenosti tak, že nájdu doplnkový obsah a upravia ho tak, aby sa zmestili do kontextu konkrétnej hodiny, v ktorej študent bojuje.

„Čoskoro môžu byť algoritmy schopné modifikovať vety kvôli prehľadnosti a dokonca aj vytvárať nové materiály ako také, ako to robí človek, “ hovorí Brinton.

Content Technologies, Inc (CTI), spoločnosť zaoberajúca sa výskumom a vývojom umelej inteligencie so sídlom v Kalifornii, vyvinula AI, ktorá automaticky generuje prispôsobený vzdelávací obsah. Modul CTI využíva hlboké vzdelávanie na príjem a analýzu učebných osnov a učebných materiálov, osvojenie vedomostí a vytvorenie nového obsahu, ako sú vlastné učebnice, zhrnutia kapitol a testy s výberom z viacerých možností. Túto technológiu využíva množstvo spoločností a vzdelávacích inštitúcií.

Vzdelávanie zostane sociálnou skúsenosťou

Aj keď sme boli svedkami pôsobivého úsilia pri aplikácii umelej inteligencie vo vzdelávaní, výsledky blednú v porovnaní s inými oblasťami, v ktorých algoritmy AI spôsobujú veľké poruchy. Dôvodom je to, že vzdelávanie a učenie sú zásadne spoločenské skúsenosti, ktoré je veľmi ťažké - ak nie nemožné - automatizovať.

„AI nemôže nahradiť učiteľov, pretože nemá sebapoznanie alebo metakognitívnu reguláciu a chýba mu tiež empatia, “ Luckin, profesor znalostného laboratória UCL. „Ak je však AI informovaná o tom, čo vieme o učení a výučbe (tj o učebných vedách), možno kombinovať s veľkými údajmi o žiakoch, aby rozbalili čiernu skrinku vzdelávania a umožnili študentom, učiteľom a rodičom sledovať pokrok vo viacerých predmetoch, zručnostiach a charakteristikách - to môže poskytnúť životne dôležité informácie na podporu študentov, aby sa stali efektívnejšími ako študenti, a tiež im pomôže naučiť sa znalosti a zručnosti. ““

Rozšírenie a pomoc, ktorú AI poskytuje vzdelávaciemu a vzdelávaciemu procesu, zvýši produktivitu a účinnosť učiteľov. „Učitelia sa budú môcť zamerať na to, čo vedia najlepšie: vytvárať vynikajúci obsah, prednášať silné prednášky a riešiť najprenikavejšie body bolesti osobne aj vzdialene, individuálne a v skupinách, “ hovorí Brinton.

Ďalším sociálnym aspektom vzdelávania je spolupráca. Študenti sa často učia viac z práce v skupinách a so sebou navzájom, od počúvania prednášok a riešenia problémov vlastným tempom. „Medzi ciele vzdelávania patrí väčšia sociálna interakcia, ako napríklad naučiť sa byť dobrým spolupracovníkom alebo komunikovať s ostatnými, “ hovorí Ritter, produktový architekt Carnegie Learning. „Výzvou pri prispôsobovaní výučby je teda vyváženie, keď sa študent považuje za nezávislého študenta, ktorý môže postupovať svojím vlastným tempom s potrebou spolupracovať s ostatnými.“

Ale umelá inteligencia sa môže tiež stať sprostredkovateľom v rámci kolaboratívneho vzdelávania. Intelligence Unleashed , spoločný výskumný príspevok UCL a Pearsona, ktorý Luckin spoluautorom, vysvetľuje, že AI môže podporovať spoluprácu pri učení porovnávaním modelov študentov a navrhovaním skupín, v ktorých sú účastníci na podobnej kognitívnej úrovni alebo majú doplnkové zručnosti a môžu si navzájom pomáhať., AI sa tiež môže zúčastňovať na skupinách študentov ako člen a pomáhať ovplyvňovať diskusie správnym smerom poskytovaním obsahu, kladením otázok a poskytovaním alternatívnych stanovísk.

Všadeprítomnosť umelej inteligencie počas procesu učenia nakoniec spôsobí revolúciu vo vzdelávaní. Podľa správy Stanfordskej univerzity je pravdepodobné, že v nasledujúcich pätnástich rokoch budú učiteľom ľudstva pomáhať technológie AI, ktoré povedú k lepšej ľudskej interakcii v triede aj doma.

Učebňa môže zostať viac-menej taká, aká je dnes, ale vďaka digitálnym asistentom, algoritmom umelej inteligencie a schopnejším učiteľom budú mať budúce generácie snáď prístup k kvalitnejšiemu vzdelaniu a budú sa môcť učiť oveľa rýchlejšie.