Как искусственный интеллект формирует будущее образования
Привет. Благодаря достижениям в области искусственного интеллекта (AI) и машинного обучения медленная, но устойчивая трансформация приближается к сфере образования.
Когда вы сравниваете типичный школьный класс 21-го века с классом начала 1900-х годов, различия не очень очевидны. Учителя будут стоять впереди, давать инструкции и делиться заметками с помощью современной версией старой доски - скажем, проектор или общий компьютерный дисплей. Студенты будут сидеть за своими столами в классе или смотреть видеоконференции через онлайн-программное обеспечение. Технология изменилась: многие инструменты и процессы были оцифрованы, некоторые из них были автоматизированы, а географические барьеры были удалены до некоторой степени - но участвующие лица и элементы остались практически неизменными.
Но благодаря достижениям в области искусственного интеллекта и машинного обучения медленная, но устойчивая трансформация приближается и к сфере образования. Через несколько лет учителя перестанут быть одинокими, неся бремя обучения подрастающего поколения.
Алгоритмы AI помогают улучшить образование путем сбора, анализа и корреляции каждого взаимодействия, которое происходит в физических и виртуальных классах, и помогая учителям решать конкретные болевые точки каждого учащегося. Это может стать началом революции в одном из старейших и самых ценных социальных навыков, созданных человечеством, в мире, где люди живут и работают вместе с умными машинами.
Измерение успеваемости
Преподаватели должны принимать во внимание каждую реакцию на лекцию, каждый пустой или внимательный взгляд, каждый нетерпеливый или нерешительный ответ на вопрос, каждое задание, которое выполняется рано или поздно, и многое другое при оценке понимания учеником концепции. Вот как они могут узнать, в каких моментах учащиеся отстают, для направления их в правильном направлении.
Именно поэтому измерение прогресса учащегося, стремление, которое является глубоко социальным по своей природе, является одной из самых больших проблем, с которыми сталкивается каждый учитель, и это задачи, которые трудно решить с помощью классического программного обеспечения на основе определенных правил.
Курсовые лекции, будь то в университетском городке или в корпорации, являются преимущественно одноразовыми, причем доминирующий режим - это преподаватели, говорящие со студентами. Невозможно или, по крайней мере, неэффективно с точки зрения времени, чтобы учитель мог приостановить лекцию на длительный период и обратиться к каждому студенту с разъяснением отдельных вопросов. Вместо этого ученику, у которого много вопросов, приходится разбираться с непонятыми вопросами вне времени занятий.
Однако, алгоритмы машинного обучения, которые основаны на анализе и поиске закономерностей и корреляциях между точками данных, являются эффективным инструментом, помогающим учителям количественно оценить понимание студентом лекции.
Анализируя конкретные данные о студентах, AI может помочь быстрее освоить области, в которых учащимся может понадобиться дополнительная помощь, тем самым улучшая их успеваемость.
Оснащение класса искусственным интеллектом эквивалентно предоставлению каждому ученику своего цифрового репетитора. Алгоритмы, управляющие AI, могут быть обучены выявлять, когда учащиеся чего-то не понимают или когда им скучно и что конкретно вызывает их скуку.
Это переход от традиционного учебного программного обеспечения, в котором только ответы на оценку являются критерием восприятия учащимися изучаемого материала. Эти данные часто недоступны во время лекции.
В настоящее время существует множество платформ с AI-интерфейсом, которые создают широкие цифровые профили каждого учащегося путем сбора информации в ходе взаимодействия пользователя с материалами и контекстом курса. В дополнение к учету оценок, платформа Brinton помогает отслеживать микро-взаимодействия, такие как просмотр определенных слайдов или страниц в PDF-документах, воспроизведение определенной части видео, публикация вопроса или ответа на форуме.
Затем эти данные используются для построения модели, которая может дать представление в реальном времени о понимании студентом материала. Модели данных также помогают находить общие закономерности среди нескольких учащихся и выполнять прогнозную аналитику, например прогнозировать, как студенты будут работать в будущем.
Более продвинутое использование AI может включать использование сложных алгоритмов компьютерного зрения для анализа выражений лица, таких как скука и отвлеченность, и связывать их с другими данными, собранными на учащихся, чтобы получить о них более полную картину.
Поиск и устранение пробелов в обучении
Существует несколько преимуществ наличия надежной цифровой модели, которая представляет знания учащегося. Данные могут использоваться автоматически с помощью интеллектуальной системы, чтобы немедленно привлекать учащихся к изучению материала, который специально подбирается с учетом этих пробелов в понимании.
Third Space Learning, образовательная онлайн-платформа, основанная в 2012 году для обеспечения индивидуального обучения математике, теперь использует алгоритмы AI для повышения эффективности обучения. С момента своего запуска Third Space записала данные о тысячах сеансов. В партнерстве с университетом колледжа Лондона Third Space в настоящее время занимается проектом по добыче данных с алгоритмами AI, чтобы найти успешные учебные и обучающие шаблоны и обеспечить обратную связь в режиме реального времени своим онлайн-преподавателям об успеваемости их учеников.
AI преподаватели, которые могут работать в условиях самостоятельной учебной среды или совместно с преподавателями-людьми, используют исторические данные и данные в реальном времени, чтобы предоставить учащимся персонализированный контент, настроенный на их конкретные сильные и слабые стороны. Предоставление персонализированного опыта обучения - это цель, которую всегда старались достичь учителя.
Обучающие системы на базе AI показали, что они эффективны в обучении четко определенным предметным областям, таким как математика и физика. В настоящее время AI может уменьшить существующие болевые точки, помогая вести учет, а также выбирать и рекомендовать ресурсы для учащихся.
Примером может служить MATHIA, платформа обучения математике, основанная на AI, разработанная Carnegie Learning, которая копирует поведение человека (репетитора). MATHIA собирает различные виды данных, использует алгоритмы машинного обучения и интеллектуальные модели для определения уровня знаний и навыков учащихся и оценки их эффективности в будущем. Платформа использует эти данные для адаптации учебного курса в соответствии с индивидуальным уровнем учащихся.
"Каждый шаг в задаче, который мог бы включать заполнение ячейки в электронной таблице, построение точки на графике и т.д., связан с одним или несколькими когнитивными навыками. В зависимости от того, делает ли студент шаг в правильном направление или нет, или же он просит подсказку, мы корректируем нашу оценку знаний студента.” - разработчик платформы.
MATHIA использует «отслеживание знаний», процесс определения понимания учащимися разных концепций, а также «отслеживание модели», процесс понимания подхода ученика к решению проблем, чтобы настроить поддержку программного обеспечения для процесса мышления каждого учащегося вместо того, чтобы направлять их по стандартной модели, которая может и не иметь для них смысла. Это помогает персонализированному контент бесчисленными вариантами обучения.
Эволюция интеллектуальных обучающих систем может в конечном итоге привести к более богатому опыту самостоятельного обучения. Хотя, это и не будет полной заменой учителей-людей, интерактивные учебные платформы, основанные на AI, могут сыграть ключевую роль в обеспечении качественного образования в тех областях, где существует нехватка учителей, и студенты должны учиться самостоятельно.
Комбинация больших данных и искусственного интеллекта может предоставить учащимся собственную личную аналитику, которую они могут использовать, чтобы добиться наибольшей эффективности в процессе обучения.
Самопознание и саморегуляция - это два навыка, которые могут помочь развитию таких интеллектуальных систем, согласно Luckin, AI может использоваться учащимися для развития этих ключевых навыков, используя тщательно разработанные интерфейсы и визуализацию.
Корпоративное обучение также может помочь в персонализации AI. Zoomi - проект, который предоставляет онлайн-инструменты для профессиональной подготовки, использует алгоритмы AI для распознавания предпочтений учащихся и динамической адаптации содержания курса для удовлетворения их потребностей. Например, основываясь на прошлом поведении пользователя и реакции на различные типы носителей, Платформа может решить, следует ли подавать материалы курса в формате PDF или в формате видеоролика. Progressive Business Partners используют платформу с 2016 года для подготовки кадров, что приводит к 12-процентному увеличению успешного завершения курса и 30-процентному увеличению доходов.
Часто отставание учеников на уроках является следствием недостатков в методах обучения и учебном плане, как и недостатками самих учеников. Была ли причина того, что ученик не понимает материал, следствием способов или сроков его преподавания? Было ли это следствием отсутствия ученика в связи с его заболеванием, в то время когда какие-то необходимые концепции были рассмотрены в классе? Как ученик взаимодействует с материалом - активно или пассивно?
Вот некоторые из вопросов, на которые каждый учитель должен ответить, оценивая качество преподаваемого урока, это необходимо для выяснения коренных причин существующих проблем в обучении.
Большие интеллектуальные системы могут использовать огромные наборы данных, чтобы помочь учителям находить как слабые места в учебной программе, так и отстающих учеников. И важно помнить, что объем помощи, предоставляемой учителю, зависит от качества данных, доступных для анализа.
Интерактивная адаптивная обучающая платформа DreamBox использует собранные ею данные, чтобы выявить пробелы в обучении, а затем помогает учителям использовать их в учебном классе или для конкретных групп или отдельных учащихся. Система может включать возможность создания групп с разными обучающими стратегиями, персонализированные планы обучения или целенаправленные отдельные задания, которые устраняют конкретные пробелы и дополняют основной учебный план.
AI также помогает учителям в оценке значимости их учебных материалов. Хотя контент представляется «живым» в классе, большинство преподавателей готовят свои материалы в электронном виде. В результате, технологии AI могут интерпретировать материал, определять темы и даже анализировать системы оценки курса.
Zoomi использует обработку естественного языка (NLP), ветвь AI, которая анализирует содержание и контекст письменного материала, чтобы оценить качество материала, подготовленного учителем. Алгоритмы Zoomi выявляют контент, который не оказывает положительного влияния на процесс обучения. Компания также работает над алгоритмами, которые дополняют учебный опыт, находят дополнительный контент и пересматривают его в соответствии с конкретным уроком, в котором студент отстает.
Content Technologies, Inc (CTI) - исследовательская компания в сфере искусственного интеллекта, базирующаяся в Калифорнии, разработала AI, который автоматически генерирует индивидуальный образовательный контент. Движок CTI использует глубокое обучение, чтобы анализировать учебные материалы и создавать новый контент, такой как пользовательские учебники, резюме отдельных глав и тесты с множественным выбором. Эта технология уже используется рядом компаний и учебных заведений.
Образование останется социальным опытом
Хотя уже видны впечатляющие успехи по применению искусственного интеллекта в сфере образовании, эти результаты бледнеют по сравнению с другими областями, где алгоритмы AI вызывают серьезную трансформацию. Причина в том, что образование и обучение - это, в сущности, социальный опыт, который чрезвычайно затруднен для автоматизации.
AI не может заменить учителей, потому что у него нет самосознания или метакогнитивного регулирования, ему также не хватает сочувствия. Тем не менее, AI можно сочетать с большими данными об учениках, чтобы дать возможность учащимся, учителям и родителям отслеживать прогресс по нескольким предметам, навыкам и характеристикам - это может обеспечить жизненно важную информацию, чтобы помочь учащимся стать более эффективными в процессе обучения.
Помощь, которую AI предоставляет в процессе обучения, делает учителей еще более продуктивными и эффективными. Учителя смогут сосредоточиться на том, что они делают лучше всего: создать отличный контент, провести лекцию и обратиться к наиболее распространенным болевым точкам, как лично, так и удаленно, индивидуально и в группах.
Другим социальным аспектом образования является сотрудничество. Студенты часто учатся в процессе работы в группах и друг с другом, чем когда они прослушивают лекции. Цели обучения включают в себя большее социальное взаимодействие. Таким образом, задача персонализации обучения состоит в том, чтобы сбалансировать процесс обучения человека, как самостоятельно обучающегося и как сотрудничающего с другими.
AI также может стать посредником в совместном обучении. Intelligence Unleashed, совместная исследовательская работа UCL и Pearson, которая показывает, что AI может поддерживать совместное обучение, предлагая группы, в которых участники имеют сходный когнитивный уровень или обладают взаимодополняющими навыками и могут помочь друг другу.
Распространенность использования AI в процессе обучения в конечном итоге революционизирует сферу образование. Согласно докладу Стэнфордского университета, в ближайшие пятнадцать лет, вероятно, что преподавателям будут помогать технологии AI, которые приведут к улучшению взаимодействия человека, как в классе, так и дома.
Учебный класс может оставаться более или менее таким, какой он есть сегодня, но благодаря цифровым помощникам, алгоритмам AI и более способным учителям будущие поколения, смогут иметь доступ к более качественному образованию.
